期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于小波包变换和形态学滤波的小目标检测算法
1
作者 周波 张尚悦 《计算机与数字工程》 2023年第4期916-919,共4页
为从红外图像中提取出微弱的小目标,提出一种小波包变换和顶帽运算相结合进行图像处理的小目标检测算法。首先利用小波包分解得到原图像不同子带的低频分量和水平、垂直、对角三个方向的高频分量,然后采用软阈值去噪方法滤除高频分量中... 为从红外图像中提取出微弱的小目标,提出一种小波包变换和顶帽运算相结合进行图像处理的小目标检测算法。首先利用小波包分解得到原图像不同子带的低频分量和水平、垂直、对角三个方向的高频分量,然后采用软阈值去噪方法滤除高频分量中的噪声并进行小波包重构;最后利用顶帽算法对背景进行处理并进行二值图像分割。算法充分利用小波包多尺度、多方向性特点,在大面积海空背景抑制、小目标增强方面进行了改进,在信噪较低的情况下,能够从不同背景的红外图像中有效检测小目标。 展开更多
关键词 小波包变换 图像分割 时频分析 多尺度 形态学 顶帽算法 目标增强 红外图像
下载PDF
一种新的车牌字符分割预处理方法 被引量:1
2
作者 付鹏 赵曙光 陈亮 《仪表技术》 2011年第4期18-21,共4页
字符分割是车牌识别中关键的一步。但在实际处理中,预处理的不足常常给字符分割带来很大难度,甚至导致分割的失败。在对车牌字符分割前的预处理方法进行了研究之后,提出了新的预处理方法,该方法包括反色判断、局部二值化、倾斜校正、车... 字符分割是车牌识别中关键的一步。但在实际处理中,预处理的不足常常给字符分割带来很大难度,甚至导致分割的失败。在对车牌字符分割前的预处理方法进行了研究之后,提出了新的预处理方法,该方法包括反色判断、局部二值化、倾斜校正、车牌精确定位以及顶帽算法滤波等步骤。 展开更多
关键词 预处理 字符分割 顶帽算法 倾斜校正 局部二值化
下载PDF
基于Top-Hat-Canny的汽车前视摄像头图像边缘检测方法研究 被引量:3
3
作者 王杨 王祎帆 +2 位作者 孟俊峰 陈晓愚 孙连明 《汽车文摘》 2020年第5期28-33,共6页
针对汽车前视摄像头(Forward View Camera)拍摄存在噪声及光照不均匀的问题,提出一种基于顶帽算法TopHat Canny的多重边缘检测图像预处理方法。通过对前视摄像头拍摄的道路行人、车辆及障碍物的图片进行分析,采用小波阈值算法分别对彩... 针对汽车前视摄像头(Forward View Camera)拍摄存在噪声及光照不均匀的问题,提出一种基于顶帽算法TopHat Canny的多重边缘检测图像预处理方法。通过对前视摄像头拍摄的道路行人、车辆及障碍物的图片进行分析,采用小波阈值算法分别对彩色图像(Red-Green-Blue,RGB)3个空间分量进行滤波去噪,并经加权平均法对重组的3个分量灰度化处理后,采用Top-Hat-Canny多重边缘检测方法对图像进行处理。实验仿真结果表明:该方法可以有效地解决噪声及光照不均对图像边缘检测带来的影响,为后续目标识别工作提供基础。 展开更多
关键词 前视摄像头 RGB 顶帽算法 CANNY 算子 边缘检测
下载PDF
基于OTSU算法提取寒区河流流冰密度研究 被引量:6
4
作者 汪恩良 徐雷 +1 位作者 韩红卫 于福海 《应用基础与工程科学学报》 EI CSCD 北大核心 2021年第6期1429-1439,共11页
为预防冬春两季旱区河流凌汛灾害的产生,应用OTSU算法计算河冰分布密度,实时监测河流断面冰凌动态变化.通过索尼FDR-AX100E 4K数码摄像机对黑龙江干流漠河段进行流冰过程定点拍摄,提取目标断面影像信息.对比分析3种图像分割方法(边缘检... 为预防冬春两季旱区河流凌汛灾害的产生,应用OTSU算法计算河冰分布密度,实时监测河流断面冰凌动态变化.通过索尼FDR-AX100E 4K数码摄像机对黑龙江干流漠河段进行流冰过程定点拍摄,提取目标断面影像信息.对比分析3种图像分割方法(边缘检测、阈值分割和区域分割)和4种图像阈值选取方法(人工选择法、直方图技术法、OTSU算法和迭代法)的优缺点,最终基于OTSU算法,利用Matlab仿真软件编程,对顶帽变换算法处理后的432张样本图像进行阈值分割,计算河冰像素占图像总像素比例,得到河冰分布密度,并绘制河冰分布密度随时间变化的动态曲线图.最终计算结果与现场实际观察冰凌变化情况吻合较好,表明应用OTSU算法计算河冰分布密度准确有效,实现了对目标断面的长时间连续监测. 展开更多
关键词 OTSU算法 河冰分布密度 图像分割 阈值选取 Matlab 变换算法
原文传递
复杂海况下遥感图像舰船目标检测方法研究 被引量:9
5
作者 陈彦彤 李雨阳 姚婷婷 《激光与光电子学进展》 CSCD 北大核心 2019年第18期144-152,共9页
针对复杂海况下遥感图像舰船检测易受舰船尾迹、海杂波、油污和薄云等影响,导致检测结果可靠性较低且小目标舰船不易被检测的问题,提出一种自适应稳健背景的显著性优化舰船目标检测模型。利用顶帽算法对原图进行预处理,抑制舰船尾迹、... 针对复杂海况下遥感图像舰船检测易受舰船尾迹、海杂波、油污和薄云等影响,导致检测结果可靠性较低且小目标舰船不易被检测的问题,提出一种自适应稳健背景的显著性优化舰船目标检测模型。利用顶帽算法对原图进行预处理,抑制舰船尾迹、海杂波等干扰;提出自适应超像素分割方法对稳健背景检测模型进行优化;改进基于均值信息的大津法(Otsu),确定舰船所在区域。结果表明,该方法可以在多种海况下有效检测舰船位置,具有较高的检测准确率(91.20%)、召回率(79.31%)及综合评价指标(84.00%),相比于其他显著性检测模型,该方法具有明显优势,适用于复杂海况下遥感图像小目标舰船检测。 展开更多
关键词 图像处理 遥感图像 显著性检测 顶帽算法 自适应超像素分割 大津法
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部