铁路货车车号图像二值化算法的研究

铁路货车车号图像二值化是铁路车号自动识别系统中的重要组成部分,本文对目前常用的灰度直方图法,0tsu法、最大熵法进行了研究,并利用Otsu算法与灰度直方图算法相结合的方法对铁路货车车号图像进行了有效地二值化处理.实验结果表明该方法对不同光照下的所拍摄的铁路货车车号图像都具有较好的效果.     

印鉴图像配准方法的研究

随着社会经济的发展，银行业务量日渐增大，过去的手工识别方法已不能满足社会所需。印鉴图像配准方法作为自动识别方法的基础，是对标准印鉴和待测印鉴进行处理，为判断这两个印鉴是否出于同一个印章做必要的准备。本文采用一维化的印鉴图像配准方法，该方法包括印章图像灰度化、去除噪声、二值化和背景分割等预处理以及图像配准两部分。     

CCD技术在移动智能体中的应用

本文详细介绍了一种基于CCD传感器的二值化图像数据采集系统,并着重介绍了该系统在比赛中的应用。     

应用种子填充算法提取图像的形状特征

本文表述了种子填充算法原理和实现，讨论了在二值化图像处理中应用种子填充算法提取图像区域和边界的方法，并介绍了在此基础上求解图 像的几何形状参数的方法，最后介绍了几种与此相关的二值图像处理技术在实际中的应用。     

基于s12的运动轨迹采集及处理的研究

本文以"飞恩卡尔"杯全国大学生智能汽车比赛为背景,制作一个在专门设计的跑道上能自主识别道路行驶的智能车,智能车控制的前提是能够准确及时采集到跑道的图像,本文主要介绍以s12微处理器的ccd采集跑道图像的处理方法.为了处理易受外界环境影响的ccd视觉传感器采集运动轨迹的信号,故采用了视频数据二值化处理、去干扰处理方法,得到较好效果.     

利用生成对抗网络的时频图像去噪和增强处理

针对雷达信号时频图像的去噪和增强问题，提出了利用生成对抗网络二次生成时频图像的方法。首先利用时频分析产生雷达信号的时频图像作为原始数据集1;接着利用生成对抗网络对数据集1进行学习之后生成新的数据集2，数据集2相对于数据集1拥有着去噪和增强的效果;最后提取时频图像奇异值特征检验生成的数据集2的有效性。对6种常见的雷达信号的时频图像进行了仿真实验，结果证明了该方法在时频图像去噪和增加样本多样性方面是有效的。     

一种SAR与可见光图像压缩感知融合增强方法

针对机载多传感器成像战场态势感知的问题，提出了一种合成孔径雷达(Synthetic Aperture Radar，SAR)与可见光图像压缩感知融合增强方法。该方法首先对SAR与可见光图像分别进行压缩感知测量，得到压缩测量值，然后通过基于局部权值的融合方法实现对压缩测量值的融合，再利用有序度最优分割法提取SAR图像的强散射目标，最后对融合测量值重建得到初步融合图像，初步融合图像通过目标对比度增强得到最终融合图像。对多组图像进行了仿真分析，视觉及数值结果表明该方法能显著增强融合图像的目标对比度，提升了图像纹理清晰度，较大程度降低了图像融合过程中的数据计算量。     

含有模糊权值的模糊质量综合评判

针对权值的不确定性,结合L-R模糊数的近似算法,用海明距离测度工具来度量不同评语集之间的差异,提出一种新的模糊质量评判方法,该方法能够更有效处理质量综合评判中的不确定性的非量化信息。用广义的归一化方法对模糊权值和模糊评判值归一化处理,使评判结果能够落在给定的区间内。此外,含有模糊权值的模糊质量综合评判方法,可以作为基本方法应用于质量工程的研究中。     

一种二值图像的边缘提取算法实现

边缘提取属于图像理解的低层处理阶段，即提取被选定物体区域的外边轮廓。本文主要介绍了一种新的二值图像边缘提取算法。通过分析区域边缘像素的特征，归纳出边缘提取条件，该算法逐行扫描像素区域，并分析该像素区域特征可以无损失地提取出所有边缘像素点。     

ERDAS支持下的古水体系的提取

河流和湖泊是人类生产生活的重要场所,研究河流和湖泊的变化过程是研究人类发展进步的一种有效手段。巢湖位于安徽省中部,属于长江左岸水系,是古代文明发源地之一,古代人在此定居生产生活。时过境迁,现代的水系分布与古时已经大相径庭。选择该区利用SPOT5图像通过ERDAS图像处理软件采用阈值法和非监督分类进行提取,可以有效地提取出该区古水系的分布特征。本文中所使用的数据是SPOT_5图像数据,因为波段B1对水体的反应很明显,所以本文选择B1波段进行提取水体的信息。主要采用阈值法对SPOT-5巢湖区图像进行二值化,取第一波段近红外波段进行分析。在B1图像里找出含水量丰富的土壤,通过多次实验操作发现,含水量丰富土壤的像元的亮度值为80～120。由此构建模型进行含水量丰富的土壤即古水信息的提取。同时非监督分类法也是常用的信息提取方法,在本文中也稍作体现了。     

基于区间二型模糊数的语言多准则决策方法

定义了区间二型模糊数的期望值公式,并针对准则值以语言值形式给出的多准则决策问题,给出基于区间二型模糊数的多准则决策方法。该方法用区间二型模糊数来刻画语言值能够很好的刻画语言值本身的不确定性。     

基于像素失真耦合边缘特征融合的无参考质量评价

为了适应多种类型的模糊图像进行质量评价，提高评价模型对图像模糊和振铃的洞察能力，提出了一种像素失真与边缘特征融合的无参考质量评价算法。首先，根据像素失真理论，计算图像像素的标准差和绝对差分值，提取图像的像素特征；然后，计算图像水平和垂直方向的过零率，并利用边缘保持滤波器对图像边缘信息进行测量，精确提取图像的边缘特征；最后，利用提取的像素特征和边缘特征，定义特征融合函数，并引入粒子群优化（PSO）对融合函数参数进行优化，提高对图像模糊和振铃的洞察能力，根据融合特征构建图像质量评价模型。与当前无参考质量评价算法比较，所提算法能够有效地对JPEG（Joint Photographic Experts Group）、JPEG2000（Joint Photographic Experts Group 2000）、模糊等失真图像进行质量评价，评价指标CC（Correlation Coefficient）与SROCC（Spearman Rank-order Correlation Coefficient）达0.947 7和0.915 3。该算法与主观评价方法具有较好的一致性，能够较好地适用于多种类型的失真图像评价。     

网络传递商业图像文档防篡改水印加密技术

本文的目的:对网络传递商业图像文档进行防篡改水印加密研究;方法:对网络传递商业图像文档进行频谱分析,利用人眼视觉特性,加入不明显影响对网络传递商业图像文档本质信息的水印信息,把加入水印的商业图像文档进行网络传递,一当传递文档被篡改,则提取的水印将发生相应的破坏;结果:为检测网络传递商业图像文档的安全状态提供简明实用的技术手段;工具:matlab软件。     

基于奇异值分解的基图像的人脸识别

研究了基于奇异值分解的人脸识别问题。首先证明了图像的大量信息主要体现在图像矩阵奇异值分解的前几个最大奇异值所对应的左、右奇异向量中,然后给出了模板图像的基图像,并将图像展开成基图像的线性表示,提取其组合系数作为图像的代数特征并用于人脸识别中。实验表明,较以投影系数向量为代数特征的人脸识别方法,该方法所需的运行时间明显降低,而且与基于奇异值向量作为图像特征的方法相比,该方法的识别精度明显提高。     

角点检测综述

角点是图像的一种重要的局部特征，通过对图像角点的检测与处理，对把握图像的局部及整体特征，特别是在视觉匹配、目标识别和运动估计与追踪等领域都有重要的实际应用。现有的图像角点检测方法可分为基于模阪、亮度变化、边缘特征三种检测方法，对其分别进行了综述，分析了相关的算法，并对算法进行了评价。     

基于模糊发票QR二维码的识别技术研究

主要针对谷歌二维码识别开源项目Zxing项目进行改进,提出了Improve-Zxing算法。其一,不同于Zxing项目在全图上面寻找二维码的三个定位点来做二维码的定位,利用形态学等决策对二维码进行定位;其二,不同于Zxing项目使用最大类间方差算法(OTSU)对图片全域进行二值化处理,仅对图片中二维码区域进行二值化计算。利用835张模糊发票二维码进行验证,发现改进的算法不仅能够减少二维码识别计算的时间,并且还能有效地提升模糊发票二维码图片的识别精度。     

Shapley值法在家族企业继承联盟利益分配的应用

利用shapley值法，研究家族企业继承联盟的利益分配问题。首先，运用经典的shapley值法得出一个分配方案。由于经典法的局限性，则利用Tsurumi提出的具有choquet积分形式的n人模糊合作对策来解决家族企业继承的利益分配问题，将此模糊对策shapley值作为联盟中各局中人的利益分配值。同时，本文提出参与能力这一概念，并且分析了继承联盟中各局中人的参与率对联盟利益的影响，对现实的家族企业继承有指导性意义。     

基于细胞神经网络CNN的图像检测提取的研究

细胞神经网络是一种适于并行计算的模型,本文利用细胞神经网络（CNN）实现了二值图像和灰度图像的边缘检测,详细分析了CNN的设计过程,并结合CNN的稳定性和判断边缘点的准则给出了模板参数的取值范围,并进一步推导了参数与输入像素之间的关系。最后给出了仿真结果,并对结果进行了比较与分析。     

基于CCD摄像头的智能车系统设计

随着电子技术与智能技术的发展，智能车的设计已经称为了一个研究热点。通过使用CCD摄像头处理得到图像信息。采用LMl881进行视频同步分离，二值化图像信号、奇偶场信号、行同步信号输入到MC9S12XSl28微控制器，并进一步图像处理获得道路信息。然后利用PID控制舷机的转角，并切换小车的速。使小车能快速稳定的沿道路行驶。     

基于均值坐标的场景感知图像融合简介

图像融合是将两幅或者两幅以上的数字图像通过各种技术融合在一起的过程。为了满足设计或人文的需要，本文将延续前人的工作处理好图像无缝融合，并在此基础上实现场景感知的融合，同时实现亮度与环境保持一致，从而解决了颜色随着亮度的变化而导致的失真。