灰度特征

摘要： 本文提出一种基于RBF神经网络的多特征融合目标跟踪算法。RBF神经网络是一种简单且高效的三层神经网络,可以大大提高跟踪效率。首先利用引入空间相关性的三维颜色直方图、Canny算子以及灰度图多个特征来构造RBF神经网络的输入特征向量;然后,采用三角核函数作为RBF神经网络的激活函数;最后,利用所提算法对目标进行跟踪。实验结果表明,所提算法能够对目标进行可靠跟踪,对相机移动、光照变化、目标旋转、形状变形等问题有很好的适应性。

摘要： 为了提高煤矸石分选的识别率,研究煤与煤矸石在同一场景下不同特征的数据差异;将煤与煤矸石各分为2类,从各类中抽取样本,经预处理后分析灰度特征、纹理特征、灰度分布直方图,以及不同阈值时各类样本灰度级为255的像素点频率;基于灰度特征与纹理特征,采用支持向量机对样本进行训练.结果表明,各类煤与煤矸石在灰度特征的灰度能量与灰度熵、纹理特征的能量与熵、灰度分布直方图特征以及阈值为55～70且灰度级为255时的频率存在明显差异,基于支持向量机与多种特征的煤矸石识别率最高可达96.4％.

摘要： 煤泥浮选泡沫的图像特征与浮选工况密切相关.为提高图像特征分类的准确率,提出一种泡沫亮点分布特征、图像灰度特征与Tamura纹理特征相融合的方法用以表征浮选工况状态.首先利用Otsu阈值分割与形态学开操作提取泡沫的亮点,统计其大小、数量等分布特征;然后根据图像灰度值计算像素均值、方差和峰度方差;再提取泡沫图像Tamura纹理的粗糙度、对比度与方向度参数.将以上三类图像特征线性排列,标记特征数据建立支持向量机分类模型,并验证分类效果.结果 表明,所提出的多种图像特征融合的方法的分类准确率达到88.6％,优于单一特征的分类结果.

摘要： 为探究裂隙岩体变形破裂机制以及前兆特征,利用高速水刀切割技术对板状红砂岩试件预制不同倾角的裂隙,对其进行单轴压缩试验,通过数字图像相关技术实现试件加载过程中应变场的非接触式观测,引入均值、标准差、三阶矩、平滑度、一致性和熵6种灰度特征参数以及对比度、相关性、角二阶矩和熵4种纹理特征参数,量化研究了裂隙砂岩试件变形破裂过程中应变场灰度及纹理演化规律.研究结果表明:裂隙砂岩试件在裂纹起裂、扩展及贯通过程中,应变场灰度整体从低灰度级向高灰度级方向移动,灰度直方图形态从"矮胖"型转化为"高瘦"型,峰值频率随之增大.裂隙砂岩试件的应变场灰度/纹理特征参数-时间曲线可划分为波动段、平稳段以及突变段3个阶段;应变场灰度/纹理特征参数突变段的出现与裂纹萌生、扩展有关,对应的变化趋势可划分为增长型、降低型以及变异不明显型3种.绝大部分灰度特征参数与纹理特征参数的皮尔逊相关系数绝对值＞0.5,说明这2类特征参数之间存在显著或高度的相关关系.灰度/纹理特征参数的第1次突变,对应于张拉裂纹萌生,且在试件临近破坏时出现,可视为前兆点,作为裂隙岩体即将失稳的预警信号,对应的前兆/峰值应力比为0.83～0.97,前兆/最终破坏时间比为0.85～0.95.相比于完整砂岩试件,灰度/纹理特征参数对裂隙砂岩试件的破裂前兆识别能力更强,这是因为预制裂隙的存在使得岩体的应变场不连续性更为显著.最后,针对完整岩石和裂隙岩体,分别提出了建议监测的灰度/纹理特征参数.

摘要： 为提高分选的稳定性和准确率,提出一种多特征融合的基于粒子群算法优化的法平面型隶属度函数模糊支持向量机(PSO-NP-FSVM)煤矸石分选方法.介绍了X射线探测识别煤矸石技术的基本原理与工作流程.对采集到的X射线图像经中值滤波去噪预处理后,分别提取灰度特征下的灰度均值、灰度方差,以及基于灰度共生矩阵的纹理特征下的能量、相关性、对比度和熵共计6个特征向量,并对选择的特征进行融合.利用法平面型隶属度函数能有效剔除孤立样本的优点,结合粒子群算法对模糊支持向量机分类器模型的主要参数进行优化,提出经优化改进后的PSO-NP-FSVM分类算法,采用相同的训练样本,与PSO-FSVM分类器模型进行仿真对比分析.最后,分别采用PSO-NP-FSVM、PSO-FSVM算法与单一灰度或纹理特征进行识别的方法建立分类器模型,并通过交叉验证的方法进行对比试验.试验研究结果表明:PSO-NP-FSVM算法经56次的迭代,参数达到最优,PSO-FSVM算法参数寻优需迭代63次;PSO-NP-FSVM算法的适应度函数值较小.通过多特征融合的PSO对NP-FSVM进行优化的分选方法,煤矸石的分选准确率达到93.8％,其准确率和稳定性较普通PSO-FSVM分类器模型与单一特征识别方法,均有所提高.X射线探测的光电智能分选技术是未来煤矸石分选发展的重要趋势,此方法可改善在分选过程中因煤矸厚度的影响,导致识别准确率降低的缺陷.

摘要： This paper analyses the gray characteristic of the infrared dim target under complex background, and proposes a new target detection method.Firstly, an improved detection template is introduced based on the analysis of the gray distribution characteristic in different structure of an infrared image.The adopted detection template has eight different directions and three levels, which can filter out some parts belonging to the background.Secondly, a pretreatment process based on mean filter is adopted to save detection time consumption and a new improved algorithm based on gray characteristic is proposed.Finally, experimental results reveal that the proposed method can effectively detect small and dim targets, which builds a basis for improving the detection and tracking efficiency of missiles.%在对复杂背景下红外弱小目标的灰度特征进行深入分析后,提出了一种新的红外弱小目标检测算法.首先,通过研究分析红外弱小目标图像各个部分的灰度分布特征,引入了一种改进的检测模板;该模板具有8个方向、3个层次结构,能够滤除属于背景的部分区域.其次,采用中值滤波对图像进行预处理,以滤除与目标差别较大的背景区域,从而降低检测时间,并基于目标特有的灰度分布特点,提出一种新的改进算法.最后,通过仿真实验验证了本文提出的检测算法.结果表明,此算法能够有效地检测弱小目标,可为导弹及早发现并追踪红外小目标提供参考.

摘要： 本文以计算机图像识别技术为研究对象,分析了计算机图像识别技术应用现状.并对计算机图像识别技术应用细节问题进行了简单的探究,以期为计算机图像识别技术应用发展提供有效的借鉴.

摘要： 在对复杂背景下红外弱小目标的灰度特征进行深入分析后,提出了一种新的红外弱小目标检测算法。首先,通过研究分析红外弱小目标图像各个部分的灰度分布特征,引入了一种改进的检测模板;该模板具有8个方向、3个层次结构,能够滤除属于背景的部分区域。其次,采用中值滤波对图像进行预处理,以滤除与目标差别较大的背景区域,从而降低检测时间,并基于目标特有的灰度分布特点,提出一种新的改进算法。最后,通过仿真实验验证了本文提出的检测算法。结果表明,此算法能够有效地检测弱小目标,可为导弹及早发现并追踪红外小目标提供参考。

摘要： 研究煤和矸石在不同照度下的响应特性,设计了差异照度煤矸图像采集系统,进行了煤矸图像采集实验,建立了煤矸灰度子图像数据库,对数据库中的子图像的灰度、纹理特征进行了提取,通过定义归一化特征差异指数以及基于支持向量机(SVM)对实验数据进行了分析与讨论.结果表明:在同一照度下,煤和矸石在灰度及纹理特征上存在差异,且随着照度的改变,煤和矸石的特征也发生变化,同时两者的变化规律存在显著差异.基于不同特征的SVM分类器的识别正确率不同,照度的变化也会对分类器的识别正确率产生影响;当考虑照度因素后,分类器的识别正确率最大增加了13.31％,此外基于多特征多照度融合的SVM分类器性能较好,识别正确率为98.39％.

摘要： 目标检测中由于阴影与目标在很多情况下具有相似性而产生误检,故准确消除阴影是目标检测的核心任务之一.本文利用背景差法提取运动目标区域,然后进行二值化、数学形态学、连通区域检测等处理,得到包含阴影区域的前景图像.接着又把区域分割与边缘特征相结合的去阴影方法和区域分割与图像灰度特征统计相结合来消除阴影的方法进行比较,实验结果表明,把区域分割与灰度特征统计相结合方法去除阴影的效果更好,能很好的获取前景目标区域.

摘要： 在指纹识别系统中，指纹图像的方向场信息是后续处理的基础，广泛用于指纹增强和二值化等环节，起着至关重要的作用。为了同时满足指纹方向场求取速度和精度的要求，提出了一种新的方向场求取算法。该算法结合了指纹图像的灰度特征，首先利用指纹的灰度直方图对指纹图像进行分类，然后针对不同类型的指纹图像选择不同的点方向场求取算法。实验表明，相比于传统应用的单一的方向场求取方法，该算法在满足精度要求的基础上提高了执行的速度。

摘要： 本文在分析标准蓝噪声特征的误差扩散算法的基础上,结合图像全局阈值技术,提出基于图像灰度特征的半色调误差扩散算法。该算法首先利用全局迭代技术求出最佳阈值,再将此阈值应用于标准蓝噪声误差扩散算法中,结果在一定程度上反映了原图像的灰度特征.依据半色调图像的质量评价参数,本文对改进后的算法进行评测.结果证明,改进后的算法不仅保持了蓝噪声谱特性,而且提高了图像的峰值信噪比(PSNR)、带权信噪比(WSNR)和整体图像质量指标(UIQI).

摘要： 为探讨不同结构配置的真丝平纹织物以及不同程度精练真丝平纹织物所表现的灰度信息特征,选取乔其、电力纺、双绉、雪纺及顺纡绉不同丝线结构和经纬密度规格共15个真丝平纹织物成品,设计采用纺织CAD,设定4个等级差灰度,对样品进行分色处理,获取不同灰度像素值的占比.试验结果表明:纹织CAD软件等级差分色分析织物图像灰度信息的方法适用于区别不同品类的真丝平纹织物,但不适用于判定生坯织物的精练程度.

摘要： 遥感图像中目标识别主要是依靠判读员的判读.本文提出一种辅助人工判读的疑似目标快速提取方法,该方法基于图像的灰度特征,首先对遥感图像进行降低分辨率和图像增强的预处理,然后进行二值化、腐蚀、提取目标和膨胀等处理,实现疑似目标的提取.实验结果表明,该方法对背景复杂且目标内部灰度均匀的高分辨率遥感图像较有效,并且可以实现快速提取疑似目标,漏检率趋于零.

摘要： 研究内河航运中运动船舶的准确检测跟踪.利用采集的红外视频图像进行船跟踪时,由于船舶的红外图像轮廓、形状和纹理特征不清晰,其用于目标描述的灰度特征不明显,传统的单一灰度特征检测跟踪方法不能有效描述灰度特征不明显的船舶目标,造成船舶检测跟踪的准确度不高的问题,为此,提出特征融合的船舶检测跟踪方法.将船舶的灰度特征和运动特征融合来描述运动船舶目标,避免传统单一灰度特征方法不能有效描述特征不明显的船舶目标问题,并利用粒子滤波算法构建观测概率模型,完成运动船舶的检测跟踪.实验表明,特征融合的方法能够有效描述船舶运动目标,准确完成船舶的检测跟踪,取得了理想的结果.

摘要： 数字抠图技术解决了单个像素点上前景和背景色彩分离的问题，在应用上具有广阔的前景。本文针对数字抠图技术中传统人工交互创建三分图的方式无法提取非连通前景区域的问题，提出一种新的交互算法。该算法将CT图像中组织的灰度特征引入颜色估计模型，使用自适应阈值法获取具有相同物理意义但是非连通的组织区域，降低了交互复杂度，提高了交互有效性。实验证明，该法简便高效，解决了传统算法不能应用于非连通组织分割的难题。

摘要： 从锥形束面计算机断层扫描(CBCT)图像中分割出三维牙齿模型对口腔正畸治疗和研究工作十分重要.在牙齿分割的过程中,邻接牙、牙周组织模糊等问题是一个巨大挑战.本文提出了一种全新的基于区域能量函数的快速牙齿分割算法,能够有效且快速解决模糊问题.首先通过牙髓种子点和梯度模,筛选拟合得到一条粗略的初始分割曲线,然后根据灰度分布特征确定曲线变化的搜索路径和变化区域.在此区域内,构造了一个基于灰度值、梯度模和边界平滑性的区域能量函数,根据搜索路径和区域能量函数,优化初始分割曲线得到精确的分割曲线.将上一层的最终分割曲线作为下一层的初始分割曲线,逐层优化得到所有分割曲线,最后使用Marching Cubes算法重建得到完整牙齿网格模型.实验结果表明,本文提出的算法具有有效性和高效性.

摘要： 从锥形束面计算机断层扫描(CBCT)图像中分割出三维牙齿模型对口腔正畸治疗和研究工作十分重要.在牙齿分割的过程中,邻接牙、牙周组织模糊等问题是一个巨大挑战.本文提出了一种全新的基于区域能量函数的快速牙齿分割算法,能够有效且快速解决模糊问题.首先通过牙髓种子点和梯度模,筛选拟合得到一条粗略的初始分割曲线,然后根据灰度分布特征确定曲线变化的搜索路径和变化区域.在此区域内,构造了一个基于灰度值、梯度模和边界平滑性的区域能量函数,根据搜索路径和区域能量函数,优化初始分割曲线得到精确的分割曲线.将上一层的最终分割曲线作为下一层的初始分割曲线,逐层优化得到所有分割曲线,最后使用Marching Cubes算法重建得到完整牙齿网格模型.实验结果表明,本文提出的算法具有有效性和高效性.

摘要： 从锥形束面计算机断层扫描(CBCT)图像中分割出三维牙齿模型对口腔正畸治疗和研究工作十分重要.在牙齿分割的过程中,邻接牙、牙周组织模糊等问题是一个巨大挑战.本文提出了一种全新的基于区域能量函数的快速牙齿分割算法,能够有效且快速解决模糊问题.首先通过牙髓种子点和梯度模,筛选拟合得到一条粗略的初始分割曲线,然后根据灰度分布特征确定曲线变化的搜索路径和变化区域.在此区域内,构造了一个基于灰度值、梯度模和边界平滑性的区域能量函数,根据搜索路径和区域能量函数,优化初始分割曲线得到精确的分割曲线.将上一层的最终分割曲线作为下一层的初始分割曲线,逐层优化得到所有分割曲线,最后使用Marching Cubes算法重建得到完整牙齿网格模型.实验结果表明,本文提出的算法具有有效性和高效性.

摘要： 本发明涉及一种基于灰度统计特征的灰度模板匹配的方法。现有的模板匹配的速度慢、效率低。本发明方法的具体步骤是：首先调整待匹配图像I的宽度为和高度，其次将待匹配图像I进行分块，然后将图像I像素块Ci与灰度模板T进行比对，计算像素块Ci与灰度模板T相似区域，根据每个像素块Ci的相似区域得到子图Ki。根据灰度直方图相似距离D′I，灰度级位置方差相似距离D′σ，几何矩相似距离D′M求和得到Ki和T的距离D′；对所有Ki和模板T的距离D′，选择D′最小的Ki记为Kmin，这个Kmin为与模板T匹配的图像子图。本发明方法匹配过程，通过计算模板T与匹配子图潜在的重叠区域来对模板T在图像I中进行快速的移动，提高了模板匹配的速度。此外该方法还具有较好的匹配准确性。

摘要： 本发明涉及一种基于聚合通道特征和灰度共生矩阵的多特征融合俯视行人检测方法，包含：提取样本训练集中多个聚合通道的ACF特征，获取聚合通道特征向量和灰度共生矩阵特征向量，将两者送入软级联Adaboost分类器训练，获取分类器一和分类器二；读取待测图像，提取其ACF特征，获取聚合通道特征向量；将聚合通道特征向量送入分类器一分类，获取候选的坐标和目标窗口；获取灰度共生矩阵特征向量，将其送入分类器二中排除背景干扰，得到最终目标的输出结果。本发明将颜色、梯度方向直方图、梯度和纹理特征进行融合，过滤掉与人头相似背景，有效降低分类器漏检和误检率，提高存在诸多干扰背景时俯视行人的检测性能，稳定、可靠且高效，具有较强的实际应用价值。

摘要： 本发明涉及的是一种图像文字识别技术领域的基于SIFT特征与灰度差值直方图特征的文字识别方法。本发明包括以下步骤：1.构建汉字模板图库，其中存储了各种复杂背景下字体类别、文字大小、方向均不相同的的图片。2.对模板图库中的图片进行特征提取。3.计算待识别汉字的特征向量。4.寻找模板库中与待识别汉字最相近的汉字。本发明提出的识别方法无需对图片做任何预处理，无需对海量的文字特征做大规模的机器学习，创新性地借助局部特征的优势，巧妙地结合区域内的灰度统计信息来描述、匹配文字，实验结果表明文字识别效果较好，并对同一个字的不同类型字体也能做出很好地辨识。

摘要： 本发明的多灰度字符的显示方法包括：测定多灰度字符的字体部分的灰度与多灰度字符间的中间部的灰度之间的灰度差的步骤(S5)；以及基于步骤(S5)获得的灰度差，对多灰度字符的灰度进行校正并生成校正多灰度字符的步骤(S6～S9)。

摘要： 本发明涉及一种基于灰度统计特征的灰度模板匹配的方法。现有的模板匹配的速度慢、效率低。本发明方法的具体步骤是：首先调整待匹配图像I的宽度为和高度，其次将待匹配图像I进行分块，然后将图像I像素块Ci与灰度模板T进行比对，计算像素块Ci与灰度模板T相似区域，根据每个像素块Ci的相似区域得到子图Ki。根据灰度直方图相似距离D′I，灰度级位置方差相似距离D′σ，几何矩相似距离D′M求和得到Ki和T的距离D′；对所有Ki和模板T的距离D′，选择D′最小的Ki记为Kmin，这个Kmin为与模板T匹配的图像子图。本发明方法匹配过程，通过计算模板T与匹配子图潜在的重叠区域来对模板T在图像I中进行快速的移动，提高了模板匹配的速度。此外该方法还具有较好的匹配准确性。

摘要： 本发明的多灰度字符的显示方法包括：测定多灰度字符的字体部分的灰度与多灰度字符间的中间部的灰度之间的灰度差的步骤(S5)；以及基于步骤(S5)获得的灰度差，对多灰度字符的灰度进行校正并生成校正多灰度字符的步骤(S6～S9)。

摘要： 本发明涉及一种基于聚合通道特征和灰度共生矩阵的多特征融合俯视行人检测方法，包含：提取样本训练集中多个聚合通道的ACF特征，获取聚合通道特征向量和灰度共生矩阵特征向量，将两者送入软级联Adaboost分类器训练，获取分类器一和分类器二；读取待测图像，提取其ACF特征，获取聚合通道特征向量；将聚合通道特征向量送入分类器一分类，获取候选的坐标和目标窗口；获取灰度共生矩阵特征向量，将其送入分类器二中排除背景干扰，得到最终目标的输出结果。本发明将颜色、梯度方向直方图、梯度和纹理特征进行融合，过滤掉与人头相似背景，有效降低分类器漏检和误检率，提高存在诸多干扰背景时俯视行人的检测性能，稳定、可靠且高效，具有较强的实际应用价值。

摘要： 本发明涉及的是一种图像文字识别技术领域的基于SIFT特征与灰度差值直方图特征的文字识别方法。本发明包括以下步骤：1.构建汉字模板图库，其中存储了各种复杂背景下字体类别、文字大小、方向均不相同的图片。2.对模板图库中的图片进行特征提取。3.计算待识别汉字的特征向量。4.寻找模板库中与待识别汉字最相近的汉字。本发明提出的识别方法无需对图片做任何预处理，无需对海量的文字特征做大规模的机器学习，创新性地借助局部特征的优势，巧妙地结合区域内的灰度统计信息来描述、匹配文字，实验结果表明文字识别效果较好，并对同一个字的不同类型字体也能做出很好地辨识。

摘要： 本发明属于图像处理领域，并公开了一种基于灰度特征的编码特征点的解码方法。该方法包括下列步骤：(a)提取待处理图像中每个编码标志点的边缘并将其拟合为闭合区域，即所述编码标志点的中心圆；(b)以编码标志点的中心圆为中心，确定编码环中的多个同心圆环，计算每个同心圆环的特征灰度值，并设定灰度阈值；(c)将多个同心圆环的特征灰度值逐个与灰度阈值比较获得每个同心圆环的编码，所有同心圆环的编码即为编码序列，将该编码序列值转换为编码值，即实现解码。通过本发明，有效解决在大视场测量过程中出现离焦图片中编码标志点无法正确解码的问题。

摘要： 本发明属于图像处理领域，并公开了一种基于灰度特征的编码特征点的解码方法。该方法包括下列步骤：(a)提取待处理图像中每个编码标志点的边缘并将其拟合为闭合区域，即所述编码标志点的中心圆；(b)以编码标志点的中心圆为中心，确定编码环中的多个同心圆环，计算每个同心圆环的特征灰度值，并设定灰度阈值；(c)将多个同心圆环的特征灰度值逐个与灰度阈值比较获得每个同心圆环的编码，所有同心圆环的编码即为编码序列，将该编码序列值转换为编码值，即实现解码。通过本发明，有效解决在大视场测量过程中出现离焦图片中编码标志点无法正确解码的问题。