共查询到10条相似文献，搜索用时 281 毫秒
1.
为克服传统船舶水尺刻度识别方法的不足,提出一种基于图像处理的自动识别方法.首先对船舶水尺图像进行二值化等预处理,采用结构特征提取算法检测图像中船舶水尺刻度的三叉点特征.三叉点特征从细化处理后的图像上提取,是图像中多个彼此相邻的同类特征点的集合.利用三叉点的位置特征构造图像的特征模板;利用模板匹配方法实现船舶水尺刻度的自动识别.该方法可有效解决采集的船舶水尺数字图像与特征模板尺寸不一致的问题. 相似文献
2.
本文将计算机视觉检测(AVI)技术应用于刀具磨损的检测。通过获取工件表面图像,利用数字图像处理技术对工件表面图像进行处理。由于工件表面图像的信息主要集中在中频区域,利用小波包分解工件表面图像得到许多含有丰富中频信息的子图像,故可以从子图中提取小波包能量分布比例特征用于刀具磨损的度量。通过理论分析和实验结果,表明该方法是有效的。 相似文献
3.
Starck等人的图像增强方法不能有效增强SAR图像中的边缘特征.为此,提出一种curvelet域SAR图像特征增强新方法.该方法充分利用curvelet变换多尺度多方向特性及其良好的各向异性特点,在curvelet域内提取图像的边缘特征,并定位特征curvelet系数.通过增强特征curvelet系数,达到增强图像边缘特征的目的.实验结果表明,与Starck等人的方法相比,本文算法能够更加有效性地增强SAR图像的边缘特征. 相似文献
4.
卢洋 《江西蓝天学院学报》2006,(4)
本文系统地介绍了利用块方向图滤波法、自适应二值化、模版细化法对指纹图像进行滤波、二值化和细化的过程。然后利用块方向图提取全局特征,利用交叉法提取细节特征,进而实现指纹识别。 相似文献
5.
图像检索是一项新型的技术,该项技术在多个领域得到广泛应用,并取得了诸多优秀成果。近年来,国内外越来越多专家学者置身于图像检索层面研究,并推出一种基于图像全局和局部颜色特征的图像检索方法:(1)从符合视觉感知特征的Lab颜色空间中提取全局颜色特征;(2)采用一定的手段将图像划分为若干个图像子块,并依托于具有人眼视觉特征的高斯加权系数对各图像子块予以加权;(3)将局部颜色特征定位于凭借二值化获取的颜色位图,同时,对各图像子块作垂直与水平投影处理;(4)基于全局和局部颜色特征做出图像检索。大量的实践研究验证了基于图像全局和局部颜色特征的图像检索具备高质量性、高效率性。 相似文献
6.
将Gabor滤波器和各向异性扩散方程相结合,提出了一种基于活动围道的无监督纹理图像分割算法.采用基于总变分流的扩散函数,各向异性扩散方程可以有效地在保留纹理图像大尺度边界信息的同时,对图像纹理区域进行平滑,获得比原始图像更易分割的简化图像.但是平滑过程中纹理信息的丧失,限制了该方法的通用性和有效性.为了在利用各向异性扩散方法的同时,有效地提取和利用纹理信息,我们利用Gabor滤波器提取一组表征纹理方向性和尺度性的特征图像;同时将原始图像作为表征纹理灰度信息的一个特征通道考虑;再利用矢量形式的各向异性扩散方程,对特征图像进行边界保持的各向异性平滑.将基于区域灰度统计参数估计的活动围道分割方法扩展到矢量空间,来对平滑后的纹理特征量进行分割.实验证明,利用该纹理分割算法可以获得较好的效果. 相似文献
7.
烟雾的准确检测,对于火灾的实时检测和预警具有重要的作用。为克服火灾燃烧时烟雾在浓度低、离监控地远、同时受风速等因素干扰情况下,提出一种基于灰度共生矩阵的视频烟雾检测方法。该方法首先利用背景差方法提取运动区域,对运动区域进行分块处理以获取局部信息;然后利用灰度共生矩阵提取每块的纹理特征;最后利用这些烟雾纹理特征（能量、熵、相关性）进行训练获取其内在关系,最终实现烟雾图像提取。实验表明灰度共生矩阵纹理特征在颜色相似的动目标干扰下表现出较好的属性特征,相关试验数据和对比结果表明这种纹理特征对于烟雾的检测是有效的。 相似文献
8.
陈星娥 《贵阳金筑大学学报》2013,(4):24-28
随着计算机网络和多媒体处理技术的快速发展,图像作品的处理、复制传播以及销售越来越便捷,但随之带来了潜在的安全隐患.数字水印技术是保证图像作品的真实性与完整性的一个重要手段,文章提出了一种自适应图像水印认证系统,系统提取图像内容特征作为水印信息,并利用人类视觉系统（HVS）特性,实现水印的自适应嵌入和盲检测功能. 相似文献
9.
形状特征是目标识别的重要参数,而小波变换的低频部分代表物体的总体形状特征.首先选取SYM小波,利用小波变换的低频系数重构图像提取物体总体形状,进而利用特征不变矩距离进行目标识别。将该方法应用在实测车标图像的识别中,结果表明该方法识别效果较好。 相似文献
10.
《沈阳大学学报（自然科学版）》2014,(6)
针对目前高光谱图像半监督降维算法中基于流形学习的开放性选择近邻参数问题,以及利用传统算法不能有效地获取标签数据的局部信息,提出了一种无需考虑近邻参数的半监督局部稀疏嵌入(SELSE)算法.该算法基于稀疏表示理论,通过求解范数优化问题构建稀疏系数图,并且利用有限的标签数据最大化类间信息,提取高光谱图像的特征.在AVIRIS高光谱遥感图像的Indian Pine数据集上进行仿真实验,结果表明所提出算法在分类精度和计算效率上都有所提高. 相似文献