基于VC＋＋车牌图像预处理方法研究

车牌图像识别的预处理是车牌图像识别系统的重要环节之一。该文简要地介绍车牌图像受环境因素影响所呈现的特征后,系统地阐述了车牌识别系统中图像预处理的各个步骤,包括图像的灰度化、中值滤波、灰度拉伸、sobel算子梯度锐化、二值化等。提出了一种图像预处理方案．并运用VC＋＋编程开发的软件验证了各阶段的实验结果,证实了这种方案对...     

基于核直方图的多子模板冗余匹配

基于直方图的模板匹配方法定位精度不高,尤其在平移、旋转、尺度等多维空间搜索时易产生误匹配。受多模板匹配思想的启发,提出了一种基于核直方图的冗余多子模板匹配方法。首先通过相异性最大化原则,在模板图目标中心等距离的圆周上进行子模板的筛选。各子模板与实时图进行直方图统计并匹配,该匹配具有旋转不变性,通过改变直方图的统计范围即可实现对尺度空间的搜索。然后通过子模板与目标中心的先验距离信息,设计高斯加权的目标中心表决器,实现多个匹配结果的鲁棒融合,同时尺度空间上的最优表决结果可确定出最优匹配尺度以及最优匹配位置。利用多点几何空间约束求取目标匹配位置,无需设置匹配阈值。实验表明,该方法极大地提高了原核直方图方法的匹配精度,实现了局部遮挡、旋转、尺度、平移等复杂情况下的鲁棒匹配。     

基于模板匹配的图像跟踪技术

为了解决传统模板匹配方法跟踪图像时遇到的问题,提出了在跟踪过程中采用变模板匹配的方法.该方法较好地解决了传统方法的局限性,通过实验比较了使用模板匹配和变模板法跟踪图像的效果.     

基于多尺度多方向Gabor模板的光学/SAR景象匹配

合成孔径雷达(SAR)成像制导通常采用光学基准图和SAR实时图进行特征提取和景象匹配.提出了一种光学/SAR异类影像匹配方法,利用多尺度多方向Gabor模板提取图像的Gabor特征后进行特征匹配,首先对SAR图像进行方向Frost滤波预处理,然后分别计算光学图像和SAR图像的高斯梯度图像,再利用多尺度多方向二维Gabor滤波器模板分别对两幅高斯梯度图像进行特征提取,最后对两组特征矩阵进行归一化互相关匹配.该方法直接利用光学图像和SAR实时图进行景象匹配,实验表明,该异类影像匹配方法较其他传统方法具有较高的鲁棒性和准确性.     

基于多模板匹配的自动人脸检测

本文提出了正面人脸检测的一种新算法.不同于以往将人脸看作高维空间中的单一聚类的方法,本文提出,人脸在高维空间中以多聚类形式存在.并采用最优聚类的方法将人脸分为四个聚类.以每个聚类的中心为一个模板,通过基于马氏距离(Mahalanobis distance)的多模板匹配法,检测出图像中的人脸.实验结果表明,该方法优于基于单一聚类的方法.     

基于Opencv的图像多目标模板匹配算法

在箱体的图像采集与分割过程中,由于角度、光线的影响,使得模板图像与待匹配图像中相同目标图像因为角度变化和色差等原因影响,使得匹配成功率并不理想,存在无法匹配到目标箱体或者匹配偏差较大的问题。这里创新性的采用了一种新的图像预处理方法,使用边缘检测算子与膨胀的组合方法,对模板与待匹配图像进行处理,使用处理后的图像进行匹配。通过与传统方法的实验对比,实验结果表明,新的方法在图像在存在色差和一定旋转角度时,仍然具有较高的匹配率。     

遗传算法在图像模板匹配中的应用

遗传算法是一个高效的随机搜索算法,文中介绍了遗传算法在图像模板匹配方面的应用。通过介绍遗传算法的概念,讲述了遗传算法如何应用于图像模板匹配领域,以及程序实现流程。最后给出了比较结果,同时也提出了一些遗传算法应用时需要注意的问题。     

基于FPGA的图像边缘检测

简要介绍了Sobel算子,给出了基于FPGA的图像边缘检测器的设计方案,分析了选用FPGA器件的优点,最后给出了系统中滤波器的设计结构和比较器、边界判断器的软件设计代码.     

基于LS MPP的图像分块模板匹配并行算法

该文提出了一种新颖的在基于K元2-立方体网络的SIMD计算机上运行的图像分块模板匹配并行算法。该算法对于NN的图像、MM的模板和KK的处理元阵列(M K, N = BK, B 1), 可通过将图像分成BB个图像块的分块模板匹配来实现。与已知的各算法相比,该算法具有可处理比处理元阵列尺寸大的图像的优越性。     

考虑空域分布多尺度信息熵的SAR图像模板匹配

图像的熵和多尺度熵仅考虑像素灰度分布而无视像素在空域分布的情况,基于此的图像匹配容易受噪声的影响而导致误配。为解决此问题,给出了一种空域分布多尺度信息熵(SDMSE),将图像像素在空域的分布与灰度空间分布结合起来,对不同的行或列求多尺度信息熵。在合成孔径雷达(SAR)图像匹配时,对输入图像和基准子图(基准图中和输入图尺寸一样的子图)求SDMSE矩阵,并通过求两矩阵的相似性来度量匹配程度,相似性最大的位置对应匹配点。仿真结果表明,所提匹配算法相比基于熵和多尺度熵的SAR匹配算法有更优异的噪声适应性,匹配误差更小,但计算耗时较多。在如何减少计算时间方面也做了尝试,实验表明尺度个数减少可以大幅减少计算时间而抗噪声性能并没有明显降低。     

基于圆形窗和HNCC的针对旋转图像的匹配方法

在基于区域的匹配方法中,匹配窗口一般是方形或长方形,如果存在变形,如旋转等,匹配将变得十分困难。提出了一种基于圆形窗和HNCC的匹配方法,首先把实时图分成几个方形窗口,以方形窗的内切圆作为匹配窗口,利用提出的HNCC方法在参考图中找出这些小窗口对应的控制点,并进行一致性检查去除误匹配点。根据坐标的转换模型和最小二乘方法,求出参考图与实时图的对应坐标关系。与现有的基于特征的匹配方法相比,此方法很容易得到控制点而不需要图像中有明显的特征,同时此方法简单、有效、容易理解。仿真试验证明了此方法的有效性。     

基于子图灰度比较的匹配模板选取算法

为降低图像匹配模板选取算法的时间复杂度,提出一种基于子图灰度比较编码的图像匹配模板选取算法.首先将子图等分为2×2子块,以子图及邻近区域的4×4子块的灰度比较关系为子图赋予一个编码;其次在所有子图编码中选取重复次数最少的编码对应的一个子图或若干个子图中图像方差最大者作为匹配模板.算法复杂度分析和仿真实验结果表明,该匹配...     

基于颜色空间和模板匹配的交通标志检测方法

交通标志检测技术是交通标志识别系统的重要前提和基础。由于背景的复杂性,在进行颜色分割时部分区域可能会受到干扰,为交通标志的检测带来困难。文中利用HSV颜色空间和RGB颜色空间对不同颜色的交通标志进行粗检测,标记不同的值实现ROI分割。然后利用模板匹配的方法对交通标志进行处理,使用模板在ROI区域上滑动,得到模板相似度的最大值,以此来实现检测过程。实验结果表明该方法能获得较好的检测结果。     

基于梯度相位和显著性约束的Hausdorff 距离模板匹配方法

针对复杂背景下形状不规则、高度较低的平面目标自动识别问题,提出了一种基于Hausdorff距离的模板匹配方法。在完成平面目标前视模板制备后,文中首先定义了基于边缘位置、梯度相位和边缘点显著性约束的相似性度量方法,模板与实时图中对应两个边缘点位置越近、梯度相位差越小及实时图边缘点越显著,这两点的匹配就越好;然后融合三种度量结果,设计了一种基于边缘相位和显著性约束的Hausdorff 距离模板匹配方法,实现了平面目标轮廓的准确匹配。实测数据处理结果表明,该方法能够实现复杂地面场景中任意形状的平面目标轮廓的匹配定位,并且定位精度高、鲁棒性好、适用范围广     

一种多视角自适应的模板匹配目标检测方法

基于灰度的模板匹配方法难以解决航空图像多视角变换问题,而基于特征点的模板匹配方法难以解决低分辨率小目标模板图像匹配不稳定的问题。为此,提出了一种基于变换矩阵空间优化搜索的模板匹配方法。首先将多视角下的投影变换空间进行离散化建模,利用归一化灰度的模板与实时图像,以投影后模板图像与实时图像之间的绝对误差和（SAD）建立优化模型;然后通过优化搜索算法寻找到模板图像与实时图像之间的最优变换矩阵,检测出实时图像中的包含的模板目标;最后针对搜索的时间复杂度较高问题设计了基于分支界限法的加速算法。利用公开数据集和实际图像进行仿真实验,结果表明所提的模板匹配方法相比传统特征匹配方法对于高斯噪声、高斯模糊和图像有损压缩等图像退化具有更好的适应性,在大视角差异和低分辨率条件下具有更低的投影误差和更高的稳定性,并解决了单模板多目标的匹配检测问题。     

基于区域模板相关的图像匹配方法研究

传统的图像相关匹配方法是利用求取对应像素灰度的相关性进行图像之间的相似度量的。由于参考图和实测图之间存在着灰度差异、模糊、噪声以及局部遮挡等,这就使得仅依靠图像灰度相关进行匹配的算法性能受到影响。基于图像分割后的区域是比像素灰度更高一级的图像表述,利用势函数聚类自适应多阈值图像分割技术,提出了一种对图像的加权区域模板相关匹配的算法。这种算法建立了一种目标区域隶属度的相关度量方法。试验结果表明了该算法在多种图像变形情况下的有效性。     

基于模板匹配的中文机构名识别

利用分词和词性标注的信息,针对未登录词中的中文机构名的组成进行了深入的分析,总结出机构名的内部组成特点,提出了基于模板匹配的中文机构名识别的方法.给出了中文机构名的模板和识别过程,介绍了机构名出现的边界条件.在开放测试中,中文机构名识别的精确率和召回率分别为92.1%和72.81%,取得了较好的识别结果.     

用于管道焊接的双模板匹配视觉定位方法

现有管道焊接的需求量越来越大,对自动焊接提出了更高的要求。为高效实现管道焊缝自动跟踪,本文引入机器视觉方法,设计一个视觉系统采集焊缝坡口图像,提出基于双模板匹配的视觉定位方法对焊缝中心和焊枪摆动中心进行实时定位处理,并根据二者偏差值实现焊接过程中的自动纠偏操作。实验结果表明,即便在弧光干扰下,所提出的双模板匹配方法仍能很好的实现定位处理。在计算复杂度相当,不影响定位实时性的情况下,其匹配精度可由单模板条件下的70%左右提升到90%以上,有效地提升了管道自动焊接的精确度与可靠性。