二值图像截断四叉树编码及快速逻辑运算方法

提出了二值图像的截断四叉树结构,限定四叉树展开到指定的小图像块而非单像素水平;二值图像主体结构通过较少的树节点表示,而非单色小图像块则利用原始图像像素表达。通过四叉树和小图像块的结合,使得截断四叉树表达的总空间效率高于完全四叉树和原始二值图像。按深度优先的方式遍历截断四叉树,并分别对四叉树节点和小图像块的原始像素进行编码以获得基于截断四叉树的二值图像编码。给出了用于截断四叉树编码的逻辑运算方法。在实际图像上的实验表明,选择适当的截断层数,可以使截断四叉树编码的空间开销降到原始二值图像的1/10~1/3,而逻辑运算的运行时间则普遍降到了逐像素逻辑运算的1/5以下。所提方法适用于二值图像待进行的逻辑运算次数远大于编解码次数的应用场合。     

基于数字图像处理技术的暂态电能质量扰动分类

为改进暂态电能质量扰动分类方法的准确性,先将暂态电能质量扰动一维数据信号通过归一化处理转换为二维灰度图像,再应用伽马校正、边缘检测及峰谷检测等数字图像处理方法增强扰动特征,得到新的灰度图像和二值图像。提取二值图像的形态学特征值组成特征向量。通过概率神经网络实现暂态电能质量扰动分类。对所提方法进行了仿真计算和比较分析。结果表明,所提出的暂态电能质量扰动分类新方法改进了扰动分类的准确性,是一种有效可行的方法。     

基于测量的量子图像识别研究

目前,已有的量子相似度比较算法:1)逐个比较图像对应位置的像素值;2)将两幅图像分别用量子态表示,再将两幅图像进行连接(意味着将两个量子态连接成一个态),再进行相关的量子操作。所提出的比较算法,是在不连接图像的基础上,将图像用量子态表示,进行控制交换(c-Swap)操作,再进行量子测量,根据测量结果判断两幅图像的相似度。将所提的量子相似度比较算法应用到量子手势识别中,实验结果表明所提算法在识别问题上具有可行性。在经典领域中,手势识别的流程比较复杂。而在量子领域中,无需提取手势的颜色、纹理、特征等步骤,直接可以将手势进行二值化表示,再根据所提的图像相似度算法来实现手势识别。     

直流电流比较仪电桥在磁量具传递中的应用

本文介绍了用直流电流比较仪电桥检定标准磁通量具一互感线圈、标准磁场量具一螺线管等磁量具的试验情况和结果。当被测互感线圈常数为100～10000μH时,即当被测磁通为10~4～2×10~5Mx时,用9920型直流电流比较仪电桥检定磁量具的传递误差(不计标准量具误差)不大于5×10~(-5)。比同名义值传递的CB2装置差值法线路的传递精度提高2倍以上,测量速度也快二倍;与不同名义值传递的零值法线路的传递精度相比,精度提高10倍以上,测量速度约快四倍。     

基于空域形态一致性特征的绝缘子串定位方法

绝缘子串的精确定位是实现其故障诊断的重要前提。针对目前电网巡检图像中绝缘子串检测算法定位不精确的问题,该文提出了一种基于空域形态一致性特征的绝缘子串精确定位方法。首先,对巡检图像进行基于颜色对比和结构对比的显著性检测,以此确定绝缘子串候选区域;然后,对候选区域进行二值分割,分别沿水平方向和垂直方向进行二值像素累积投影,将图像矩阵转换为投影曲线;之后,从投影曲线中定义9个表征绝缘子串空域形态一致性特征的描述子;最后,以此描述子对候选区域进行绝缘子串搜索,实现绝缘子串精确定位。实验中,绝缘子串检测率达到92%,定位精确度达到0.93。结果表明,所提算法具有较好的识别正确性和定位精确性。     

基于中智理论与方向α-均值的图像边缘检测算法

为了提高边缘检测算法对目标边缘细节的保持能力和降低噪声导致的伪边缘等问题,设计了一种基于中智理论与方向α-均值的边缘检测方案。首先,基于中智理论,将图像转换为中智图像,通过真实性、不确定性和虚假性3个要素来表示中智图像,提高了噪声等不确定性信息的表达能力;然后,为了有效地去除了噪声并保持边缘细节,计算中智图像像素的方向掩模,并通过方向平均函数定义了一种方向α-均值算子,并利用生成的方向α-均值算法对图像进行各向异性滤波;最后,构建了一种迭代方程,通过判断梯度的阈值来确定图像像素是否为边缘像素,从而完成边缘检测。实验表明,与当前流行的边缘检测算法比较,所提方法能够更为准确地检测出目标边缘,在不同噪声水平干扰下,其检测结果中所含的伪边缘与不连续边缘信息更少。     

空间约束聚类分析的零部件图像镜面高光去除方法

为了解决镜面高光造成的零部件图像质量下降问题,提出了一种空间约束聚类分析的零部件图像镜面高光去除方法。 首先,将零部件图像投影到最小-最大色度空间,通过固定的聚类中心对聚类过程进行空间约束在保证簇中色度相近的同时实 现彩色像素和消色像素的分离;然后,采用强度比调整和亮度直方图统计分别对彩色像素和消色像素中的镜面反射分量进行估 计;最后,结合二色反射模型,实现零部件图像的镜面高光去除。 实验结果表明,经所提方法去高光后的实际拍摄图像的平均熵 值和结构相似度分别达到了 5. 750、0. 998 8,有效地去除了零部件图像中的镜面高光,提高了图像质量。     

一种基于正交化分形编码和混沌相结合的脆弱数字水印技术

以图像篡改定位为目的,提出了一种基于正交化分形编码和混沌相结合的脆弱数字水印技术。该算法利用宿主图像的分形编码参数信息作为混沌映射的初值,从而通过混沌映射产生混沌二值水印,所产生的混沌二值水印再嵌入到宿主图像中,从而实现图像的篡改定位。算法能有效的检测图像是否被恶意篡改,并且不同宿主图像能够产生不同的混沌二值水印,加强了算法的保密性,在处理大批量图像的时候优势更明显。实验数据表明,算法可行有效,拥有良好的图像篡改定位能力。     

量子图像水印技术在电力大数据中的应用

为保证电力大数据的安全和处理效果,本文提出一种基于量子图像水印技术的嵌入及提取方法。该方法首先将原载体灰色图像用量子表示,并利用量子小波变换四次分解原载体图像得到子图,再通过量子离散余弦变换对子图进行系数转换。通过对系数矩阵进行奇异值分解得到对角矩阵,再利用量子广义Arnold变换和Logistic映射对水印进行置乱,并进行奇异值分解,从而实现量子水印的嵌入。嵌入的水印图像被分解后,每个像素的灰度信息为一个均衡的量子叠加态,测量后整幅图像为一个均匀的白噪声。水印图像的提取过程为嵌入的逆过程。仿真结果表明,相对经典图像水印,量子图像水印技术计算复杂度更低,计算速度更快,嵌入的水印图像具有很好的安全性,并且不影响载体图像的视觉效果。     

基于霍夫直线检测与二维透视变换的图像校正恢复算法

为了解决当前文档图像场景变换随机性较强,存在目标边缘检测和图形转换不准确的问题,导致图像校正质量较低的不足,分别从霍夫直线检测与二维透视变换的角度出发,提出了基于霍夫直线检测与二维透视变换的文档图像校正恢复技术.首先,根据聚类分割与形态学处理,得到包含文档目标在内的二值图像,达到去除噪声干扰的目的.然后,基于霍夫直线检测,计算文档边缘直线坐标,耦合二值图像目标轮廓,建立文档直线检测算子.最后,综合平移变换、仿射变换和刚体变换,构建二维透视变换矩阵,重新分配图像坐标,达到图像校正转换的目的.实验测试结果显示,与当前图像校正机制相比,校正技术拥有更高的图像恢复质量与抗干扰性.所提算法具有理想的校正恢复质量,在二维码识别等领域具有重要应用价值.     

一种新的图像连通域快速标号算法

本文提出了一种新的基于像素的二值图像连通域快速标号算法。本方法采用等价链表来记录连通关系,并实时修正等价标号,仅通过一次全局扫描即可标记图像中的所有二值连通区域。本文算法克服了基于像素的方法需要多次扫描图像才能确定连通域的缺点。与现有算法相比,速度快、实现简单,而且能够准确地对各种复杂形状的连通区域进行标号。     

高分辨率瓷砖图像实时拼接算法

为了解决不同纹理瓷砖图像的快速拼接问题，研究了图像拼接算法。首先，分析了图像拼接中速度和精度的关系，通过构建高斯金字塔尺度空间以减少程序的运算时间。然后，采用相位相关法配准瓷砖图像。在这个过程中，结合亚像素细化补偿分辨率下降引起的配准误差，并提出一种基于拉普拉斯算子的高频特征凸显策略以增强相位相关法鲁棒性。在多种颜色和纹理的瓷砖图像拼接实验表明，所提出的算法相比于基于SIFT和ORB算法，拼接成功率提升了60%和65%;相比于SURF、H-SURF和FFT算法，SSIM提升了9.04%、7.58%和4.02%。在运行速度上，所提出的方法相比于SIFT、SURF和H-SURF算法提升了4倍、3倍和2倍，仅为传统基于傅里叶变换的相位相关法的52%。该算法实现了快速和高质量的图像拼接，满足了工业应用中对高分辨率瓷砖的成像要求。     

Pulse-domain digital image processing for vision chips employing low-voltage operation in deep-submicrometer technologies

A new architecture for pixel-level parallel image processing in the pulse domain for CMOS vision chips has been developed. Image processing such as edge enhancement, edge detection, and blurring are realized based on suppression and promotion of digital pulses; the pixel value is represented by the frequency of digital pulses by use of a pulse-frequency modulation (PFM) photosensor or that with an in-pixel 1-bit analog-to-digital converter. The proposed architecture is suitable for low-voltage operation in deep-submicrometer technologies because the image processing is implemented by 1-bit fully digital circuits with a small number of logic gates. The principles of the image processing are addressed. We have fabricated a 16 /spl times/ 16-pixel prototype vision chip. The relationship between illumination and the output pulse frequency is characterized. Step responses of the prototype vision chip for fundamental image processing operations show good agreement with those expected by correlation-based spatial filtering. A simple image binarization method specific to our architecture is also presented. The histograms of the intervals of the output pulses after image processing show multiple peaks, which indicates that averaging of the intervals is required for longer periods to achieve higher image-processing quality. To improve the linearity of pulse frequency dependence on illumination, usage of random clocks is discussed.     

An image processing based method for power quality event identification

This paper presents a novel technique to visualize and detect various power quality disturbance events. It is based on the image processing methods known as grayscale images and binary images. Gray image created from recorded disturbance voltage waveform is first represented as a transverse wave having compressions and rarefactions. Then using image enhancement techniques, the unique features of the disturbance waveform are visualized. Furthermore, the patterns obtained for a pure sine signal and the signal with disturbances are compared for identification of the signal with disturbance. The decision regarding the disturbance type is made using binary image analysis techniques. Finally, to exhibit the novelty of the proposed method, a comparison is made with a conventional image processing based power quality event detection method. In addition, evaluation studies for verifying the accuracy of the method are presented.     

A neural network approach to transform image coding

A neural network approach is presented for transform image coding. It is shown that the three steps in the conventional transform image coding, i.e. the unitary transform of spatial domain image data, the quantization of the transform domain data and the binary coding of the quantized data, can be unified into a one-step optimization problem. Then, the optimization problem is solved by an appropriately constructed Hopfield neural network whose input is the spatial domain image data and whose output is binary codes. A practical circuit implementation is given to perform the transform image coding. the circuit has rM² neurons, where r is the bit-rate, in bit/pixel, of the coding and M² is the size of the images. Each neuron consists of only a non-linear voltage amplifier, a linear voltage-controlled current source, a d.c. current source, a linear passive resistor, a linear passive capacitor, and a weighted voltage summer which can be made of a single op amp with some linear passive resistors. Moreover, each neuron is locally connected with no more than b - 1 other neurons by wires, where b is the maximum bit allocated to a transform domain coefficient. Therefore, our proposed approach is particularly suitable for low-bit-rate image coding and VLSI implementation. Furthermore, the analogue and parallel nature of our approach matches perfectly the high-speed requirement of real-time image coding.     

A multipurpose circuit to read out and digitize pixel signal for low-power CMOS imagers

A complementary metal oxide semiconductor (CMOS) image sensor with a resolution of 128 × 128 pixels is presented in this paper in which pixel signal readout, noise suppression, and comparing operations are performed by one circuit during two steps: reading and conversion. The main idea of this work is to combine three main operations of an image sensor in one circuit. This method helps to decrease power consumption, silicon area, total noise, and imaging time. The total power consumption of the imager is 11 mW with a 2.5-V power supply and 40-fps frame rate. The pixel layout size is 10 × 10 μm² with a fill-factor of 81%. The analog to digital converter (ADC) resolution is 10 bits, and the error resulted from the proposed circuit is about ±0.5 least significant bit (LSB). The proposed CMOS image sensor was designed based on Taiwan Semiconductor Manufacturing Company (TSMC) 0.18-μm CMOS technology and was simulated by CADENCE SPECTRE circuit simulator. This circuit can be proposed for a CMOS imager with highly accurate and efficient power consumption.     

基于二值图像邻域加权的直线Hough变换

实际图像中普遍存在的纹理性区域,常常会由于所产生的大量特征点而形成Hough空间中的虚假峰值。为了抑制纹理性区域特征点造成的虚假峰值,提出了一种直接基于二值图像的邻域在线离线比加权方法,该方法通过考察投票特征点的邻域内在线与离线特征点的数量,来显著降低纹理性区域特征点的投票权重,从而使得Hough空间中真实直线对应峰值的显著性得到相对提升;提出了一种利用加权邻域内局部投票的该加权方法的高效实现,能够避免多次遍历邻域,减少运行时间。在实验图像库上的结果表明了新加权方法的有效性,反映了局部投票带来的运行速度的提高。     

基于改进梯度加权的零件图像高精度聚焦方法

以标准量块为实验对象，针对环形光源照射下的零件图像易出现倒角特征成像存在宽边缘，手动调焦缺乏相机聚焦的客观性而导致图像聚焦不精确等问题，提出一种基于改进梯度加权的零件图像高精度聚焦方法。首先采用条形光源45°布置的照射方式，消除倒角特征在成像中的宽边缘。其次，基于改进Otsu实现自适应分割阈值获取，提取图像特征边缘点。接着，基于4方向Sobel算子获取边缘点梯度值。然后，根据像素点与其8邻域像素点灰度分布差异值大小，获取像素点梯度加权系数。最后，通过改进梯度加权的聚焦评价函数完成图像清晰度评价，获取精确聚焦图像，实现高精度尺寸测量。实验结果表明，该方法相比传统高精度测量方法精度更高，与人工测量值相对误差在0.002 4%以内。改进聚焦评价函数相比传统评价函数清晰度比率平均提升75倍，灵敏度因子平均提升5倍，陡峭度平均提升1倍。