一种玉米雄穗图像识别算法研究

针对复杂的玉米田间图像,提出了一种玉米雄穗识别算法。该算法在HOG/SVM算法的基础上进行改进,为了弥补HOG特征只表现图像的轮廓特征这一缺点,分别提取待测图像块的颜色特征、轮廓特征和纹理特征,并送入提出的组合级联SVM分类器中进行判别。该SVM分类器是由2级SVM模型组合构成的,并使用大量经过人工标注的雄穗图像和背景图像为样本训练而成。综合考虑分割结果和性能评价,雄穗成功识别率为83%,该方法能很好地识别玉米雄穗,适用于复杂田间玉米雄穗图像的分割。     

基于图像处理的油气水三相流流型演化特性分析

为了研究油气水三相流流型的时空演化特性,利用高速摄影技术拍摄了垂直上升管中油气水三相流六种典型流型的动态图像,通过二阶直方图提取了流型动态图像的纹理特征时变参数,分析了纹理特征时变参数序列的功率谱熵和近似熵两种复杂性测度.研究结果表明,流型图像纹理特征时变参数的演变趋势描述了不同流型结构的变化和动力学特性的变化,并且能量特征更能有效地反映流型演化的动力学特性.同时,动态图像分析方法有助于理解流型的时空演化特性,为油气水三相流流型的表征分析提供了一种有效的方法.     

Defective region detection for wood based on color histogram and LBP-TD operator.

提出一种基于颜色和纹理信息的木板材表面节疤缺陷区域检测方法。首先,根据木板材表面图像中正常区域和缺陷区域的颜色差异,通过颜色直方图自动获取缺陷区域的种子点;然后,提出一种纹理扩散算法,它从种子点出发,基于图像局部纹理特征搜索缺陷区域的边缘。此外,改进了局部二进制模式算子,提出一种LBP—TD算子以更好地适应纹理扩散。实验结果表明：针对各种常见的木板材节疤缺陷,当缺陷区域与正常木纹区域的颜色、纹理存在较明显差异时,无论木纹本身是否规则,本文方法都能准确地检测出木板材节疤缺陷的区域;而当缺陷区域与正常木纹区域的颜色、纹理的差异均不明显时,本文方法仍能检测出缺陷区域的大致轮廓。数据对比显示了本文方法的误检率要低于传统的OTSU法。     

基于统计直方图k-means聚类的水稻冠层图像分割

针对现有k-means聚类图像分割方法存在对初始聚类中心敏感、易错分割以及运行时效低等问题,提出了一种基于统计直方图k-means聚类的水稻冠层图像分割方法.该方法首先根据图像直方图蕴含的像素数量先验信息,选择像素数量差异较大的像素值作为水稻冠层图像的初始聚类中心;然后再利用图像直方图中像素值与图像像素数量的先验对应关...     

低对比度图像的清晰化与增强

图像增强技术作为数字图像处理主要的研究内容之一,其目的是将一幅图像中有用的信息进行增强,同时将无用的信息进行抑制,提高图像的可观察性,从而得到更具有实用性的图像。文章主要研究了传统的图像增强算法,第一,对比度展宽算法,通过抑制非重要信息的对比度扩展重要信息的对比度增强图像;第二,动态范围调整,通过压缩动态范围,将所关心部分的灰度级变化范围扩大增强图像;第三,直方图均衡化,对图像中像素个数多的灰度值进行展宽,对像素少的灰度值进行归并,从而增强图像。经过实验结果验证,这三个方法最终都得到了显著的增强效果,达到了图像增强的目的。     

数字图像对比度算法分析

随着成像设备和计算机的发展,数字图像是艺术创作和研究分析的重要载体,数字图像的分析是技术的关键。对比度是衡量数字图像效果好坏的重要指标之一,合适的对比度能丰富图像的画质,增加人们的欣赏性。本文对数字图像的对比度算法进行了分析,对图像的对比度调整进行了分析研究。     

一种基于高频强调滤波和直方图均衡化的图像增强方法

直方图均衡化能够调节图像的动态灰度范围,是一种经典有效的图像增强方法,但它建立在合并相似像素灰度的基础之上,模糊了图像的细节.高频强调滤波将变换后的低频和高频分量都得到了增强,但是低频分量的增强要弱一些,这样会使得图像边缘更加清晰.实验表明,经该方法增强后的图像,其主观视觉效果明显改善.     

频率直方图与植被指数结合的冬小麦遥感产量估测

基于机器学习方法建立的作物产量估测模型常因过拟合等问题导致泛化性能偏低,产量估测精度不高.该研究以河南省为研究区,分别对不同波段地表反射率数据采用均值法和频率直方图法构造样本特征集作为输入变量,结合随机森林(Random Forest,RF)算法建立冬小麦遥感估产模型.研究结果表明,频率直方图法预测效果优于均值法,平均...     

基于Matlab的复杂背景下叶片图像提取方法

将需要研究的植物叶片从复杂的背景下提取出来是后期图像理解和图像分析的关键。、主要是在支持向量机的基础上将叶片从复杂的环境下提取出来,并与H通道的（）’rSu算法和最大直方图熵与GA相结合的图像分割算法相比较,在Matlab环境下进行仿真分析,结果显示支持向量机在复杂背景下进行图像分割方面有优势。     

基于双目视觉的智能车辆障碍物探测技术研究

鉴于障碍物探测是越野智能车辆自主导航的关键环节,为此针对越野环境光照多变、地形复杂的特点,提出了一种适用于越野环境的双目视觉障碍物检测技术,即首先对系统进行标定和坐标变换,以抵消地形的影响;然后采用高斯滤波和有限对比适应性直方均衡化(CLAHE)对图像进行预处理,以削弱噪声、光照和对比度的影响;接着在特征匹配部分,用提取的图像的亚像素级Harris角点特征参与匹配;同时基于RANSAC方法估计基础矩阵,再通过对极几何约束匹配来提高系统的实时性,并采用连续性约束消除误匹配,最终获取环境的3维信息;在障碍物提取部分,则通过线性插值来构建车前环境的高程图像;最后通过边缘提取和形态学处理来最终检测障碍物。此外还通过不同环境中的检测实验,验证了该算法的可行性及有效性。