车牌自动识别技术的研究与实现_朱信忠.caj

论文仅供学习参考使用。 车牌图像区域的定位。介绍了区域定位算法可能用到的传统图像处理技术如灰度转换、灰度拉伸、灰度均衡修正、边缘检测等‚并综合运用Prewit和Canny算子进行二值化边缘探测采用相邻象素灰度值相减和中值滤波来消弱背景噪声干扰;接着根据白色跳变点分布图用矩形匹配法实现粗定位求得车牌的大致位置;再根据条件搜索上下边缘根据长宽比信息搜索左右边缘扩展后进行车牌的准确定位裁剪。 阐述了车牌图像的倾斜校正、统一车牌图像背景色的方法以及如何根据经验规则 法去除车牌上下边框和铆钉进而反旋转去毛刺并提出切割出最小范围的算法 并采用均值平滑滤波抑制噪声;最后使用数学形。...

机场跑道异物检测识别算法与系统设计研究_李煜.caj

论文仅供学习参考。 因此本文主要针对机场跑道异物检测系统中可见光摄像机、红外摄像机传感器下 FOD 目标的检测、识别威胁等级估计等方法进行讨论，分析了两种传感器下目标的快速检测与识别算法，重点研究了基于图像视觉特征的 FOD 目标威胁等级估计与告警方法，而基于毫米波雷达信号的 FOD 目标检测与识别算法本文不展开讨论。

基于Hough变换的高分辨率遥感影像道路提取_安丽.caj

论文仅供学习参考使用。 本文首先对高分辨率遥感影像进行预处理，对各种检测边缘的算子进行了比较，最后在传统 Hough 变换的基础上，运用连通域去除的改进算进行道路提取。

基于超像素和条件随机场的图像语义分割算法研究_傅一.caj

论文仅供学学习参考使用。 本文提出将图像的边缘信息融合到语义分割结果中，以改善因缺乏低级图像信息而对物体边缘分割不准确的问题。为了进一步提升分割效果，本文提出使用全连接条件随机场进一步优化对图像边缘的分割准确率。为了获取图像的边缘信息，本文首先对图像进行超像素分割，然后利用前期生成的粗糙分割结果对图像进行超像素级别的语义信息标注，从而实现初步优化，然后将优化后的分割结果进行条件随机场建模并进行进一步优化，最终实现两级优化后的语义分割。

基于卷积神经网络的图像语义分割_陈鸿翔.caj

论文仅供学习参考使用。 在本文中，我们主要研巧计算机视觉领域的图像语义分割，并且Ｗ提升图像 语义分割的准确性和通用性为目标。

基于马尔科夫链与Adaboost的图像显著性检测_赵煜轲.caj

论文仅供学习参考使用。 基于基于吸收马尔科夫链与Ａｄａｂｏｏｓｔ的显著性检测算法，具体算法为：首先利用ＳＬＩＣ算法得到输入图像的超像素。把超像素看做马尔科夫链的节点，结合颜色与纹理特征计算其转移概率，根据每个节点的被吸收时间，作为其对应的显著值，得到初始显著图。然后基于Ａｄａｂｏｏｓｔ原理构建强分类器来对初始显著图进行优化。最终结合融合初始显著图和优化后的显著图，得到最终结果。同时提出一种基于ＣＲＦ的显著性区域提取来更精准地划分出前景目标。

基于马尔可夫链的显著性检测_姜博文.caj

论文仅供学习参考使用。 我们在这篇论文中调查吸收的特性。给定一个图像图模型作为链和一些吸收节点，对于每个转移节点，我们计算的被吸收之前的期望的吋间（被吸收的时间）。同吸收节点有相似的外观（大的转移概率）和小的空间距离的转移节点能够被更快的吸收。因为显著目标很少占据四个图像边界，并且背景区域经常连接到图像边界，当我们使用图像边界作为吸收节点时，从背景节点出发的随机游走者能够容易地到达吸收节点。相反，目标经常与背景有巨大的差异，如果随机游走者从目标出发，很难到达吸收节点（边界节点）。。。

基于区域的图像分割及视觉显著性检测算法研究_肖小龙.caj

论文仅供学习参考使用。 本文的重点研究内容是基于区域的图像分割及视觉显著性算法。对于图像分割算法，本文主要分析分割算法的不足，通过改进算法的不足，提出一种基于像素袋的图像分割算法。本文分别从主观视觉角度和客观数据角度将本文提出的算法和分割算法进行性能对比，从而证明基于像素袋的图像分割算法的优越性。

基于视觉的车道线识别研究_周越.caj

论文仅供学习参考使用。 道路图像预处理部分。首先对道路图像进行感兴趣区域提取，取图像下半部分作为感兴趣区域减少干扰信息；然后分析分量法、最大值法、平均法、加权平均法四种图像灰度化处理方法，采用加权平均法对道路图像灰度化；改进中值滤波法完成预处理图像的滤波操作；运用 OTSU 法对图像进行二值化，提取车道线轮廓信息；最后比较三种边缘检测算子，采用 Canny 算子进行图像的边缘提取。通过平移检测出的左右位置直线，建立包含完整车道线信息的上下边界，确定车道线特征点提取范围。利用车道线宽度限定条件和颜色跃变特征在车道线约束范围内提取车道线特征点。最后用最小二乘法对符合条件的车道线特征。。。

基于条件随机场的视觉显著性目标检测_仇文亮.caj

论文仅供学习参考使用。 提出一种基于超像素下条件随机场模型的图像显著性目标检测方法，利用超像素块的边缘保持特性和条件随机场的邻域约束特性来增强图像显著性目标检测的准确性。 提出一种基于深度条件随机场网络的图像显著性目标检测方法，改善基于深度学习的图像显著性目标检测方法产生的显著性图边缘模糊的情况，并提高显著性检测的精度。 提出一种基于最小二乘条件随机场模型的视频显著性目标检测方法，利用最小二乘条件随机场学习视频序列中前景与背景的相似性与差异性，并求出闭式解，从而提高视频显著性检测的精度和速度。