积分图

摘要： 针对基于特征的车道线识别算法识别不佳的问题,提出了一种基于开源计算机视觉库(OpenCV)的车道线识别算法来改进车道线的识别。首先对图像进行感兴趣区域划分,其次根据RGB颜色空间将图像三通道以5∶5∶0的比例转化为灰度图,经过高斯滤波后用积分图法将图像转换为二值图像,再进行形态学去噪并将二值化图像转换为鸟瞰图,使用滑动窗多项式拟合法拟合车道线。同时,为了解决车道线突然消失的问题提出了一种重构缺失边车道线的方法。结果表明:该检测方法在caltech车道线数据集达到了92.52%的准确率,处理单帧图像耗时约65.80 ms,具有较好的准确率和实时性。提出的车道线重构方法重构效果良好,能有效提高智能车辆的行车安全。

摘要： 针对目前脐橙品质分级自动化程度较低,难以满足现代化生产运营需求的问题,设计了一种基于树莓派平台的脐橙品质分级方法。在S和V颜色分量图像上完成背景分割,并对脐橙表面的反光区域进行亮度矫正;提取脐橙的大小和着色度特征,并提出基于积分图的局部阈值分割算法,完成果面缺陷的检测;利用决策树算法实现脐橙品质的分级。试验结果表明:此方法对特级果、一等果、二等果、等外果的识别准确率分别达到96%、94%、94%、96%,单列输送线的分级速率达3个/s,准确性和实时性较高,能够满足实时环境下脐橙分级检测的要求。

摘要： 由于传统非局部均值去噪技术不能合理地选取滤波参数,导致计算时间长,为了弥补该缺点,采用了一种基于积分图的非局部均值法用于图像的去噪仿真中。该方法将非局部均值与积分图相结合,降低计算量,提高计算效率。通过仿真实验表明,本文采用的方法拥有良好的去噪效果,并且相比传统的非局部均值去噪法计算效率更高。

摘要： “少人化”“无人化”综采工作面是煤矿发展的重要方向,同时也是煤矿安全生产的重要保障。矿山远程监控系统则是其中的重要一环,由于采煤工作面环境复杂,光线昏暗、高粉尘、成像电压不稳定、对比度低等诸多因素严重影响了视频监控图像的质量。为提高图像质量兼顾传输效率,在经典非局部均值滤波算法的基础上提出了一种基于积分图像的快速非局部均值滤波算法。分别将所提算法与经典非局部均值滤波算法、中值滤波算法以及不同窗口尺寸的均值滤波算法进行性能对比分析,并结合主观评价法和客观评价法对各算法去噪后的图像质量进行了评价。结果表明:经典非局部均值滤波算法以及所提算法均能起到较好的降噪效果,但在运行时间上,前者耗时约为后者的40倍,难以实现图像的实时处理。所提算法不仅为图像降噪提供了新思路,而且有助于实现高效处理远程监控图像,进而实现无人化、少人化开采。

摘要： 目的鉴于传统归一化互相关算法(Normalized cross correlation,NCC)存在计算量大及无法适应图像旋转的缺陷,提出一种改进算法,能快速完成对泡罩区域的提取,以及对铝塑药板缺损、漏装等缺陷的识别。方法首先对原始图像进行预处理,然后通过仿射变换使其变换至指定位置,接着提取其单个泡罩区域作为模板并构建积分图,最后获取待测图像,变换至相同位置后进行查表式匹配。结果与传统方法相比,改进后算法速度得到极大提升,对为1920×1200图片的匹配时间仅为21 ms,对实验样品的检测误检率为0,漏检率为3.5%.结论改进后的NCC匹配算法在满足精度要求的同时具有较快的速度优势,能较好地适用于铝塑泡罩包装缺陷检测中对泡罩区域的快速提取,药粒缺损10%以上缺陷及漏装缺陷的识别。

摘要： 针对Haar-like特征的Adaboost人脸检测算法准确率低和检测时间长的问题,提出新的Haar-like特征扩展集;运用积分的方式计算出特征组,采用Adaboost算法训练级联分类器,并用于人脸检测.在Open CV上的对比实验结果表明:所提出的方法不仅提高了人脸识别的检出率,而且还提高了检测的速度,同时也证明了所提方法在人脸检测上有较好的鲁棒性.

摘要： 文本二值化是光学字符识别的关键技术,但在光照不均的情况下,采用传统全局阈值二值化在图像过亮或暗区域情况下会造成大量文字信息丢失,因此通常采用局部阈值二值化方法.Niblack二值化是一种经典的局部阈值法,能够提取全部文字信息,缺点是存在大量伪影,且运算效率低,但优点是方法简单,易于实现.针对Niblack算法存在的问题,提出一种基于邻域信息的Niblack算法.该算法结合像素点空间八邻域灰度信息,能自适应调整阈值,逐点进行二值化处理,从而基本消除了伪影,并使用积分图法使运算时间从30s降低到3s,同时运用形态学腐蚀操作对笔画进行增强.实验结果表明,与传统Niblack、Sauvola等算法相比,在光照不均条件下,该方法图像噪声少、速度快,笔画更清晰,且更易于识别.

摘要： 基于AdaBoost的人脸检测算法在层出不穷的算法中处于十分重要的地位.该算法使用Haar-like特征提取图像的人脸特征,采用积分图快速计算特征数值,依据加权投票的方式挑选出弱分类器并将其构造成强分类器,有效提高分类器的检测速度.这种算法具有高速、高精度以及高稳定性的特点,总体性能良好.

摘要： 提出了一种使用多级分类器级联结构的快速人脸检测方法。该方法首先利用积分图快速计算出检测所需简单特征；然后使用Adaboost算法从一个较大的特征集中选出少量关键的特征来构造出弱分类器,通过多个弱分类器组合成一个强分类器；最后通过构造一个多层级联分类器快速去除图像中的大部分非人脸区域,而在可能的目标区花费更多的计算。试验结果表明,该方法具有良好的性能,与其他检测算法相比大大提高了检测速度。

摘要： 本发明涉及至少一个积分图像（InI）的编码，该积分图像代表场景视域中的至少一个对象并包含多个基元图像，所述编码涉及根据所述多个基元图像来生成多个K个子图像（SI1、SI2、……、SIK）的步骤。这个编码方法的特征在于包括下列步骤：根据预定模式排列（C3）所述子图像，以形成所述对象的多视角图像，所述视角分别对应于所述子图像；根据所述场景中的对象运动类型来对所形成的所述多视角图像进行自适应压缩（C4）。

摘要： 本发明提供了一种基于SAT积分图的SAR遥感图像水域检测方法，能够解决现有水域检测算法中检测率低、虚警较高，计算复杂、计算量大的问题，本发明采用的分块级纹理特征提取能快速的提取水域及非水域的纹理特征，水域的纹理特征平滑、而非水域的纹理粗糙，本发明采用的基于SAT积分图的水域候选区提取能够快速、准确的提取水域候选区域；最后，利用连通域标记去除面积较小的虚警区域，本发明采用的均值滤波，能够去除SAR图像的噪声斑点，使图像更平滑。

摘要： 本发明公开了一种基于积分图的多阈值融合冠字号提取方法，包括(1)采集待识别对象的包括冠字号图像一面的白光图像并归一化得到包含冠字号图像区域的灰度图像；(2)对第一图像进行低阈值二值化处理得到第一图像，并通过行、列投影得到第二图像；(3)对第二图像计算积分图并计算积分图中的Haar‑Like H特征；(4)对第二图像进行低阈值反二值化处理，得到只包含冠字号字符的第三图像，根据第三图像计算置信矩阵；(5)对第二图像进行高阈值反二值化处理得到第四图像；利用Haar‑Like H特征坐标去除第四图像中冠字号字符之间的背景纹理得到第五图像；(6)采用置信矩阵对第五图像做掩膜处理，去除冠字号字符内的纹理，得到清晰冠字号图像；本方法可适应多种条件实现冠字号准确提取。

摘要： 本发明涉及编码表示场景透视中的至少一个物体的至少一个积分图像(II)的方法。该编码方法的特征在于，该方法执行的步骤包括：直接对所述积分图像的像素应用离散小波变换(C2)，从而提供多个变换系数；以及编码(C4a；C4b；C4c)所述提供的变换系数。

摘要： 本发明涉及至少一个积分图像（InI）的编码，该积分图像代表场景视域中的至少一个对象并包含多个基元图像，所述编码涉及根据所述多个基元图像来生成多个K个子图像（SI1、SI2、……、SIK）的步骤。这个编码方法的特征在于包括下列步骤：根据预定模式排列（C3）所述子图像，以形成所述对象的多视角图像，所述视角分别对应于所述子图像；根据所述场景中的对象运动类型来对所形成的所述多视角图像进行自适应压缩（C4）。

摘要： 本发明公开了一种频谱积分图的构建方法、频谱匹配方法及频谱匹配器，提出一种频谱积分图的设计及计算方法以及频谱匹配器的概念，应用频谱积分图来描述频谱形状，对已知信号和未知信号进行匹配分析、处理，评估，相似度计算，来实现调频广播(FM)频谱监测中频谱匹配监测。利用频谱积分图的来定性定量描述频谱的形状，可以不断积累可标注的频谱数据样本，形成大数据基础；从而利用神经网络或机器学习的方法来自动匹配频谱；频谱积分图可以用嵌入式硬件来计算，便于硬件实现频谱形状匹配器；充分利用嵌入式硬件的计算资源和存储资源来实现频谱匹配，节省成本；可以快速、可靠且鲁棒性好地搜索、识别、审核非法频道。

摘要： 本发明公开了一种基于积分图的残缺十字mark点视觉识别方法，包括：获取带有十字mark点的图片并对图片进行预处理；对预处理后的图片进行积分图化处理，得到图片中每个像素点对应的积分值；以实际完整的十字mark点的线长的像素值生成正方形作为搜索窗口；取图片中以起始点构成的矩形区域作为搜索范围，控制搜索窗口在搜索范围中从起始点开始步进移动搜索，直至满足预设条件后停止步进，确定搜索窗口最终所在区域；根据搜索窗口最终所在区域识别十字mark点。本发明有效地提高了残缺mark点可识别性的同时也优化提升了识别速度。

摘要： 本发明公开了一种地面数字电视DTMB监测频谱形状数据分析方法，搜索和采集若干已知和未知DTMB信号频谱，分别采用频谱积分图和频谱线积分图的数据和参数标注已知和未知DTMB信号频谱，建立频谱形状特征数据库；并将未知DTMB信号频谱，与频谱形状特征数据库中的已知频谱样本进行比对、分类；分别计算频谱积分图和频谱线积分图的相似度，并以这两个相似度的加权和来表示已知信号频谱和未知信号频谱的相似度。利用频谱积分图和频谱线积分图的来定性定量描述数字电视信号频谱的形状，可以不断积累可标注的频谱数据样本，形成大数据基础；从而利用神经网络或机器学习的方法来自动匹配频谱，有效提高了频谱识别精度和效率。

摘要： 本发明提供一种积分图数近半下降极化SAR图像非局部均值相干斑抑制方法，包括以下步骤：获取全极化SAR图像；对所述全极化SAR图像中的每个中心点设定搜索窗和局部块窗；构建比值对数积距离；计算偏移量积分图；通过积分图计算中心块的中心点与局部点的距离记录中心点偏移量的总距离；直至计算出所述全极化SAR图像中每一个像素点所述搜索窗内的局部块距离；最后根据所述搜索窗计算各个像素点的权重，然后对所述全极化SAR协方差矩阵进行加权平均，估计整幅图像像素点，得到相应的相干斑抑制后的图像。本发明算法在保持性能不下降的前提下，运行时间明显优于已有非局部均值算法。

摘要： 本发明公开了一种基于快速积分图监测的图像细胞区域定位方法，该方法包括：将图像转换为灰度图像；对灰度图像进行去噪滤波，生成滤波后图像；对滤波后图像进行边缘检测，得到边缘图像A；对滤波后图像利用自适应阈值进行二值化，得到二值化图像B，所述自适应阈值根据各像素块区域内的灰度确定；对二值化图像进行开运算滤波，将非细胞部分滤除，并将滤除后的细胞部分进行闭运算填充，获取到图像C；利用一个遍历框分别在图像A、C中进行遍历，计算框在不同位置的密度值，并根据该密度值确定细胞所在图像区域。通过本发明，能够准确的识别出细胞区域。