改进的基于二维直方图的最大模糊熵分割方法

针对基于一维直方图的传统模糊熵算法对噪声敏感的问题,提出了一种新的基于二维直方图的最大模糊熵图像分割算法。新算法根据中心像素与邻域均值之间的关系划出二维灰度直方图中的有效区域,并考虑了图像的空间信息,将二维灰度直方图中像素的邻域均值的隶属度与中心像素隶属度相结合,得出新的隶属度计算方法,然后通过最大化模糊熵函数来确定图像的最优分割阈值。通过对实际图像的分割实验,表明了本文算法具有良好的去噪和图像细节保持能力。     

基于粒子滤波算法的非刚性目标实时跟踪

基于颜色的粒子滤波实时跟踪算法主要是利用视频图像的颜色直方图信息,综合考虑运动预测和帧间的相似性来确定目标的位置。针对影响粒子滤波算法性能的关键技术,提出了基于混合高斯模型的粒子滤波算法,并将其用于基于颜色的非刚性目标的实时跟踪相关问题。该算法使用混合高斯模型表示粒子,在每个时刻的修正步骤之后,采用EM算法对粒子进行重新拟合。仿真实验表明,本算法在保证跟踪准确度的同时,可以满足实时跟踪的要求。     

基于Census变换和Boosting方法的陨石坑区域检测

提出了一种基于图像的陨石坑区域检测技术.首先,通过对原始图像进行Census变换并获取变换后的直方图;其次,利用主分量分析的方法对直方图空间进行降维压缩,并将压缩后的直方图作为特征向量,同时利用主分量分析的重构误差设定阚值构建第一层分类器;再次,基于Boosting原则对训练样本集进行选择,并利用支持向量机构建第二、三层分类器;最后,将测试样本依次送入这3层分类嚣确定该样本是否含有陨石坑.在实验过程中,通过对原始图像进行连续缩放,并遍历所有大小为20×20的子图像,以检测大小不一的陨石坑区域,并研究了虚警闲值对于最终检测结果的重要意义.相关实验研究表明:提出的方法可以从俯视摄像机拍摄的陨石坑图像中有效地检测出陨石坑区域.     

二维流态图像的数字处理

本文把画定感兴趣区、求反、直方图归一化、相邻象素直方图归一化、方向滤波、卷积、灰度着色等数字图像处理技术应用于二维流态图像的处理之中,以求清晰地观察到二维流的涡流状态。     

基于HOG和SVM算法的磨粒图像在线监测技术

为了解决发动机润滑油液磨粒图像监测只适用于微流且易受气泡干扰等问题,设计了一种可适用于相对大流量工作环境的油液磨粒光学图像在线监测系统,区分气泡和磨粒。通过该监测系统,批量采集了一系列磨损颗粒和气泡图片,用于后续图像分类算法的训练与测试。采用了一种基于背景差分和大津法的运动物体提取算法提取出大量磨粒及气泡图像样本,运用基于方向梯度直方图（Histogram of oriented gradients, HOG）进行特征提取和支持向量机（Support vector machine, SVM）分类算法对气泡和磨粒进行识别。实验结果表明,该监测系统能有效采集磨粒及气泡图像并进行自动识别。与基于形态学特征提取算法以及K最近邻（K-nearest neighbor, KNN）等传统分类算法相比,HOG-SVM算法分类精度更高,识别准确率可达83.8%。     

基于尺度时间均衡的高速风洞视频测量图像闪烁修正方法

高速风洞视频测量试验环境中，复杂的光照条件容易导致采集的图像序列出现闪烁，影响测量结果的精度。在测量图像中，由于照明变化导致的灰度变化和目标运动、变形引起的局部变化耦合在一起，导致基于仿射变换模型（线性或非线性）的修正方法难以适用。尺度时间的直方图均衡方法（STE）利用尺度空间理论，对各图像直方图中每一个灰度值组成的曲线在时间维度上进行高斯卷积得到目标直方图，再通过直方图匹配获得闪烁修正后的图像。针对日光灯照明下的相机标定板图像、存在运动和变形的风洞模型变形测量试验图像和存在油膜形态变化的油流试验图像开展了应用研究。结果表明，该方法适用于图像序列的全局闪烁修正，与基于模型的方法相比，其修正效果不依赖于基准图像，对图像抖动、局部存在目标运动或变形等干扰因素的鲁棒性强，且方法简单，计算量小，具有较高的工程应用价值。     

基于模糊评价的无人机航路点选取方法

在无基准图的无人机景象匹配过程中,提取航路点是一个关键的环节。为摆脱对单一指标和专家经验值的依赖,提出了基于模糊综合评价的航路点选取方法。首先介绍图像的颜色特征模型,并提出了基于HSV颜色直方图的视频帧间聚类方法,以实现对图像帧的分组。然后,以航路点的信息丰富性、显著性、稳定性为考量,选取了图像熵、拉普拉斯响应和完整轮廓数作为衡量候选航路点适配性的特征指标,以候选航路点对指标属性的贡献度为权重,实现自动化、无干预的航路点筛选。在此基础上,提出了一种改进的模糊综合评价模型,对各候选航路点的适配能力进行综合评定,选取每组中评价值最高的图像作为无人机返航航路点。最后,对航路点选取方法进行了仿真实验和有效性验证,实验证明本文方法能够提取出适配能力强的图像作为航路点,以保证后续景象匹配的成功率。     

结合图像局部信息的高斯混合型图像分割框架

针对现有的基于判别型或聚类型的图像,用分割方法无法处理被噪声污染的图像的现状,提出一种新的两步式图像分割框架。该框架首先利用图像的局部信息重塑图像的灰度直方图,增强了像素的类间散布性和类内紧凑性,然后将现有的基于判别型或基于聚类型图像分割方法在重塑图像上执行,从而提高了现有图像分割算法的有效性和鲁棒性。文中用典型的聚类型方法高斯混合模型来说明该框架的可行性。由于框架的两个步骤具有独立性．因此可推广到现有的其他基于像素或直方图的方法。在人工和真实图像上的实验结果证明,这种两步图像分割框架可以获得有效且鲁棒的图像分割结果。     

基于低密度粒子图像叠加的Micro-PIV速度场测量

提出了一种基于低密度粒子图像的微流体粒子图像全场测速技术.经过背景噪声去除、阈值过滤、图像增强等图像预处理过程,获得了高质量的低密度荧光示踪粒子图像.对100对图像进行图像叠加处理,得到了满足互相关算法求解二维速度场的高密度叠加粒子图像.针对宽度为250μm,深60μm的长直微通道开展了覆盖全场不同流体层平面的二维速度测量,并利用多个流体平面的二维速度场实现了微通道内全场速度的构建.研究结果表明:由于图像叠加法去除了像径大但灰度低的背景粒子图像,采用互相关分析能够准确获得分层二维速度场,所构建的全场速度场正确反映了长直微通道内流流场特征.     

基于2DPCA的金属断口图像识别方法研究

针对PCA在金属断口图像处理中容易引发的维数灾难问题,提出了一种基于2DPCA的金属断口图像识别方法研究。在提出的方法中,2DPCA以最大化类间散度为准则,其协方差矩阵由原始图像矩阵直接构造。同时将提出的方法与基于PCA识别方法相比较。由实验结果可知:本文提出的识别方法计算量小且识别率也高于PCA识别方法。另外,选取合适的特征空间维数十分重要。当选取特征空间维数过小时,图像信息不完善,识别率低,而当特征空间维数过大时,图像信息冗余,计算量会加大。     

基于CBR的远程发动机孔探评估专家系统

本文研究了一种基于CBR的孔探图像的航空发动机内部损伤远程评估专家系统,该系统将典型的损伤图像及其相应的维修决策作为案例,并存储于服务器案例库中,对于客户端所提交的孔探图像及相关数据,利用基于文本或基于案例检索方法,在案例中检索出相似案例,作为损伤评估的辅助决策依据,及时有效地制定出发动机的维修决策。本文给出了发动机内部损伤远程评估专家系统流程图,详细研究了该图象分析系统的建立与实现。     

图形文法在三维角点检测中的应用(英文)

许多局部特征描述都假设场景是平面的,而在真实场景中捕捉到的图片都是来自三维世界。在图像匹配和目标检测中,三维角点作为一种包含三维信息的形状特征,是一种新的重要不变特征,但从普通角点中自动鉴选出三维角点比较困难。基于图像的图形文法提出一种新的三维角点检测方法。该方法在一定程度上能够检测出角点的三维特性。实验结果表明三维角点特征在图像匹配中是适用的,证明了所提出的方法的有效性。     

三维重构技术的探讨

三视图在工程设计领域中起着很重要的作用,利用三视图由计算机重构三维形体是三维信息输入的一种重要手段,也是CAD的重要方法,本文着重阐明了三维重构技术数据结构的选择,原始数据的规整,用最值路径与深度优先结合的方法搜索二维环,以及识别和删除假元,压缩解空间等方面内容。本文还介绍了建立三维点集、三维边集的方法以及用中文会话方式输入二维图形的用户界面。特别是提出了形体结构化的概念(即,把形体描述成结构图),用深度优先与回溯结合的方法,把搜索物体三维环面的过程转化成结构图中搜索树的形成过程,为人工智能原理应用于三维重构技术作了尝试。本文较全面地说明了三维重构技术的重点,难点和存在的问题以及可能的发展方向,系统地介绍了在IBM PC机上实现三维重构的全过程。     

三维图像数据压缩算法与实现研究

三维图像的大数据量对三维可视化的快速交互造成极大的困难，而三维可视化技术已成为生物医学影像、虚拟现实等应用领域研究的重要工具。为了实现三维图像的快速交互，本文提出了一个表面数据压缩算法，并用COM／ATL软件设计技术进行了实现。该算法可以大量减少描述复杂对象的三角形个数，而对象的可视细节并不损失，最终的功能组件可以直接集成到需要图像数据压缩的应用开发中。乳房图像和小兔子图像数据压缩应用例证了所提算法的合理性。     

三维CT图象自动分割法

计算机断层扫描图象（ＣＴ）和核磁共振图象（ＭＲＩ）是诊断疾病和制定治疗方案与手术方案的主要依据之一，而分割ＣＴ和ＭＲＩ图象是定量分析其平面与三维信息的关键之一。本文先采用三维自适应滤波，在保留图象细节的前提下滤除高斯分布噪声和脉冲噪声，然后根据ＣＴ或ＭＲＩ各断层多阈值二值化图象采用区域自动增长算法实现了三维ＣＴ图象和ＭＲＩ图象的自动分割。最后给出了腹部ＣＴ图象的分割结果，该方法分割精度高，速度快，具有广泛的临床应用价值     

一种抵抗几何变换攻击的数字图像水印方法

在水印嵌入的过程中,首先在原图像经过对数极坐标变换后的图像中寻找水印嵌入的特定区域,并在该特定区域所映射的原图像经过离散傅立叶变换后的图像区域中随机选择像素点嵌入水印,保证了水印嵌入位置的不重复和不可侦测性。在水印提取的过程中,提出了获得图像旋转角度与缩放比例的方法,简化了水印的提取过程。实验证明,将对数极坐标变换和离散傅离叶变换结合后,在图像指定区域选择随机嵌入点嵌入的水印对于几何攻击具有良好的鲁棒性。     

Vision Enhancement Technology of Drivers Based on Image Fusion

The rise of urban traffic flow highlights the growing importance of traffic safety.In order to reduce the occurrence rate of traffic accidents,and improve front vision information of vehicle drivers,the method to improve visual information of the vehicle driver in low visibility conditions is put forward based on infrared and visible image fusion technique.The wavelet image confusion algorithm is adopted to decompose the image into low-frequency approximation components and high-frequency detail components.Low-frequency component contains information representing gray value differences.High-frequency component contains the detail information of the image,which is frequently represented by gray standard deviation to assess image quality.To extract feature information of low-frequency component and high-frequency component with different emphases,different fusion operators are used separately by low-frequency and high-frequency components.In the processing of low-frequency component,the fusion rule of weighted regional energy proportion is adopted to improve the brightness of the image,and the fusion rule of weighted regional proportion of standard deviation is used in all the three high-frequency components to enhance the image contrast.The experiments on image fusion of infrared and visible light demonstrate that this image fusion method can effectively improve the image brightness and contrast,and it is suitable for vision enhancement of the low-visibility images.     

一种基于时间差分运动检测的改进方法

本文提出了一种基于时间差分运动检测的改进方法。首先计算时间上连续的两帧灰度图像的差分图像；然后，将得到的差分图像通过低通滤波和二值化处理；最后，利用图像序列中的多帧灰度图像计算得到一组二值图像，通过对二值图像进行像素的算术运算，提取出运动目标区域。实验结果表明：这种方法是有效的。     

基于Contourlet域SOT结构的SAR图像相干斑抑制算法

把SOT结构引入到能够最优表示图像的Contourlet变换中,结合Contourlet系数域的结构特点和SAR图像相干斑乘性噪声模型提出了一种新的相干斑抑制算法。对基于小波系数域SOT结构的相干斑抑制算法中固定在一个低频尺度中选择根系数的方法进行了改进,根据SAR图像的匀质性条件自适应地在两个不同低频尺度中选择根系数。把该算法应用到实测SAR图像中取得了很好的目视效果,各项指标得到了有效提高。