数学形态学在遥感影像云层识别中的应用

针对传统遥感影像质量评价中云层覆盖量无法定量评价的问题,文章提出采用利用边缘信息的阈值分割结合数学形态学方法来提取遥感影像云层覆盖范围。利用边缘信息的阈值分割方法能够有效利用影像自身信息来改善分割结果,再结合形态学方法,进而能消除道路、房屋等大部分噪声信息,最终实现遥感影像上不同特征云层覆盖范围的自动提取。基于浙江全省高分辨率遥感影像的实验结果表明:该方法能够快速有效地识别出遥感影像上云层覆盖范围,研究结果对于遥感影像云层覆盖的自动评价具有参考价值。     

滤波预处理在分水岭分割算法中的应用

影像中存在的无意义细节,导致在标记提取过程中会产生不必要的标记,加深分水岭分割的过分割问题。本文在标记提取前引入滤波预处理过程,消除噪声并平滑部分无意义细节。不同滤波由于其自身特性会对影像分割造成不同影响,分别使用中值滤波,均值滤波,双边滤波进行试验,研究滤波预处理对分割结果的影响,以及三种不同滤波的平滑效果对分割结果造成的影响的区别。并且进行了数值实验,证明了所提出方法的有效性。     

基于街景影像的交通标志识别

针对街景影像中交通标志识别存在的问题,结合交通标志的对称性特点和Hough变换对图形检测的抗残缺能力,提出一种基于Hough变换搜索交通标志中心点的交通标志检测方法。在识别过程中,利用SIFT算法将提取的目标区域依次与对应模板库中的模板影像匹配进行交通标志的识别。     

利用ASIFT算法实现多视角静态交通标志识别

针对自然场景图像中交通标志存在多视角难以识别的问题,提出了一种基于ASIFT(affine-scale-in-variant feature transform)算子匹配的交通标志识别算法。利用ASIFT对视角变化的不变性进行特征点匹配,通过统计并比较有效匹配点来决定标志种类。实验表明,该算法对视角较小的交通标志也有较好的效果。     

基于形态学重构运算的地面目标识别算法

针对在热红外遥感图像上识别背景复杂的地面目标较为困难这一问题,提出了基于形态学重构运算的地面目标识别算法。该算法首先对形态学重构运算的背景抑制原理及其算法的适应性进行了分析,并将该算法应用于对原始图像的背景抑制与处理;然后,对处理后的图像进行分割,获得感兴趣的目标区域;最后,通过对感兴趣区域特征的提取与匹配识别目标。实验结果表明,该方法能从复杂自然场景中有效地识别出目标。     

数学形态学在地图模式识别中的应用

扫描数字化是 GIS中快速获取地理数据的手段之一 ,其关键是对扫描图上的地图要素进行自动识别。文中针对地图模式识别的关键技术之一图像分割进行了研究 ,利用数学形态学方法实现了地图上部分要素的分割     

基于颜色和标志边缘特征的交通标志检测

首先利用禁令标志明显的红色边界和白色区域分别并行地提取可能的交通标志颜色,然后对其两者融合,其目的是减少漏检率;融合后的影像通过Canny算子提取其边界,再根据边界的圆形度参数判断是否为圆形区域。实验结果显示,本算法能够很好地检测和定位禁令标志。     

图像处理技术在印章识别预处理中的应用

阐述了印章识别系统的预处理过程,包括图像的去噪、去背景、二值化、边缘提取等几个部分,其中的去背景部分采用了利用颜色信息提取印章的方法,并对其因污染而残缺的部分进行了修复。试验表明,该预处理过程处理实际图像可以达到比较理想的效果。     

利用HOG-LBP自适应融合特征实现禁令交通标志检测

针对我国圆形禁令交通标志,提出一种快速、稳定的标志自动检测方法。首先,基于RGB空间对标志图像进行颜色分割,针对三通道差值的固定阈值分割方法对图像亮度的适应性较差的问题,提出基于基础通道选择的相对通道差值计算及阈值曲线拟合的方法进行自适应颜色分割,并针对标志与背景同色的情况,提出梯度过滤的方法将标志与同色背景分离;然后对分割图像进行边缘提取,基于标志椭圆特征,用最小二乘椭圆拟合后验偏差估计法来对边缘进行筛选,并提取最终标志边缘。实验表明,该方法能快速准确地对自然环境下不同亮度的圆形禁令标志自动检测,具有实时性和鲁棒性,在智能交通中具有良好的应用前景。     

基于数学形态学的IKONOS多光谱图像分割方法研究

利用数学形态学方法,研究与探讨了IKONOS多光谱图像的分割技术.提出一种结合图像边缘特征和纹理特征的混合分割新算法.在高分辨率多光谱遥感图像K-L变换的基础上,采用多尺度多方向形态学梯度算子提取边缘特征.应用数学形态学滤波及局部方差统计特征对图像对象进行标记,最后采用强制最小过程,进行标记控制的分水岭分割.研究结果表明,提出的分割算法优于仅利用边缘特征的分水岭分割算法,同时,该算法能较好地解决分割过程中存在的过分割与欠分割问题,是一种适合高分辨率多光谱遥感图像的分割算法.     

利用HOG-LBP自适应融合特征实现禁令交通标志检测

针对禁令交通标志牌提出了一种基于HOG-LBP自适应融合特征的交通标志检测方法,将标志图片等分为多个不重叠的块,每块内将加权后的HOG和LBP特征进行串行融合作为最终特征,其中每类特征权值由块内梯度幅值决定,融合后的特征采用SVM进行分类器训练,并将训练结果用于交通标志检测。实验结果表明,基于HOG-LBP自适应融合特征的效果优于基于单独HOG、LBP特征和简单HOG-LBP融合特征的效果。     

基于字袋模型的交通标志识别方法研究

交通标志识别是智能交通中一个重要的研究领域,实现辅助驾驶和自动导航等应用正获得越来越多的关注.本文提出一种自然场景下交通标志的识别方法:提取标志的局部特征以提高获取效率也使其较少受到遮挡的影响,通过字袋模型量化后获得标志的本征特征,基于该本征特征训练支持向量机,最后使用得到的判别分类器进行交通标志的分类.实验结果表明,...     

针对车载移动测量系统的交通标志自动检测

针对自然场景图像中交通标志的自动检测问题,提出了一种交通标志快速自动检测算法。该算法综合运用了自适应图像分割、灰度投影、形状分析和立体影像匹配等技术,实现了车载立体影像中道路交通标志的快速自动检测及其空间位置、尺寸等几何信息的计算。利用该算法对车载移动测量系统所拍摄的实际影像进行了实验,结果表明该算法具有鲁棒性强、检测速度快和检测准确率高等特点。     

基于色彩空间转换及模糊约束聚类的地形图自动分色

针对彩色地形图的自动分色问题，提出了一种新的模糊聚类算法。该方法首先对地图的色彩空间进行转换，使其支方图的峰谷特性更加明显，然后对模糊C—均值(FCM)聚类算法进行模糊约束，并把此算法扩展到2维空间，从而较好地解决了地图的自动分色问题。此算法已编程实现，效果比较理想。     

用于地形图更新的ETM＋影像彩色融合方法

利用LandSat-7ETM 影像快速更新1：25万地形图是一种行之有效的方法，为达到地形图更新的目的，必须提高影像的判读效果。文中在介绍几种常用融合算法的基础上，提出了一种较为简单的加权平均融合算法，并对几种常用融合方法进行了比较研究，最后利用联合熵和平均梯度对融合结果进行了客观评估。     

GIS-T中时空动态分段及其对交通事件的表达

针对当前动态分段方法缺乏时间维的问题,在典型的标准动态分段基础上增加时间维线性特征,形成时空动态分段方法,并使用该方法在ArcGIS中对交通事件进行了可视化表达。