基于最小二乘支持向量机的机器视觉识别方法

为了解决传统的机器视觉识别技术识别精度低的难题,提出基于粒子群优化最小二乘支持向量机的机器视觉识别方法.首先,对机器视觉采集的图像进行特征提取;然后,利用特征数据建立基于粒子群优化最小二乘支持向量机的识别模型;最后,以红枣缺陷识别作为应用案例以证明该方法的有效性及优越性.分别采用人工神经网络、支持向量机与该方法进行对比...     

基于SVM的ECT图像重建算法研究与实现

在ECT系统中使用支持向量机处理采集到的数据集,当数据规模非常大时训练速度缓慢,支持向量机在处理ECT系统中采集到的大规模数据集时训练速度缓慢.针对该问题提出了一种适应于硬件实现的基于SVM的串行计算-并行传输模式,并用硬件描述语言在现场可编程逻辑门阵列(FPGA)上实现,同时给出了硬件系统的工作过程及总体结构.ECT图像重建实验结果表明,同软件实现相比,不仅提高了系统图像重建速度,还能保持较高的分类精度,并且表明FPGA在图像重建方面满足实时性要求,适用于图像重建系统.     

气象火箭探测数据的实时处理

本文介绍在IBM-AT机上实现的气象火箭探测数据的实时处理。它能将采集到的全部数据分为坐标和气象数据存入盘中,实时计算火箭飞行中的实测温度、位置坐标、水平距离及高度,并对高度进行平滑,实时打印出计算结果和选出的四路气象信号与时间,实时显示时间,并绘出高度-温度、高度-时间彩色曲线。     

基于机器视觉的嵌入式珍珠分拣器研究与制作

本珍珠分拣器通过摄像头采集珍珠图像,经过单片机处理后输出分拣控制命令使得珍珠分拣装置自动按照设定的分类标准对珍珠进行分类,并将分类的结果数据保存.由像素点对应实际几何面积的比例计算得到珍珠的大小;从图像中珍珠的有效像素的RGB值中得到珍珠的颜色;计算珍珠边界重心代替圆心计算,用遍历法找到目标的最大和最小半径,以此判断珍珠的圆度.珍珠分拣装置根据单片机传送的分拣命令把珍珠按照设定的标准分类.在最后的实验样机实物测试中,文章设计的珍珠分拣器基本实现把混杂的珍珠样品按照设定的标准进行分类,并把分拣的结果送到上位机监控软件显示.     

云粒子测量系统中的改进RLE算法研究

为了有效地传输和存储云粒子图像数据,通过对无损游程编码原理的研究,并结合云粒子测量系统中云粒子采集原理和信号传输协议,提出了一种改进RLE算法;通过C语言对该算法的压缩效率进行仿真,结果显示改进后的RLE算法较改进前算法的压缩效率提高了约25%;该算法分别在云粒子测量系统中的下位机和上位机实现云粒子数据的压缩与解压缩得到应用,实践证明,针对云粒子测量系统的改进RLE算法有效可靠。     

基于嵌入式的网线数据实时测量分析系统

采用基于ARM的硬件平台对网线进行实时图像采集,在最大类间方差法处理图像的基础上,计算得到具体数值,再将数据发送到上位机,应用软件对测得数据进行分析,当检测到未达标数据时,发出警告.通过测试,系统能在较短时间内快速处理图像及数据,对于错误数据及时提醒.系统功能较好,稍加改动即可应用于其他相关产业领域,有较高商业价值.     

小型电子气象站设计

气象数据如风向、风速及温湿度等,对于安全生产有很高的参考意义,由于市场上的自动气象站价格很高,故本文设计了一款低成本简易型电子气象站,通过单片机采集气象数据,并通过串口转送至PC机,PC机端采用LabVIEW接收数据并显示.     

基于IDATA的气象雷达图像仿真系统

为满足军事训练的需要,开发了基于仪表软件IDATA的机栽气象雷达图像仿真系统.通过模拟天线向空问脉冲回波,计算单位体积内云中含水量、降水强度、气流速度、风场等物理数据信息,建立了RGB颜色空间模型和半实物的雷达仿真平台,实现了在复杂气象条件下对强雷雨云回波的屏幕测绘,并解决了模拟余晖扫描和提高雷达搜索增益等问题,极大地改善了军事训练的效果.     

嵌入式高分辨率图像采集系统的设计与实现

随着信息技术的发展,人们对图像采集系统图像分辨率的要求也越来越高,针对图像采集系统对图像精度的要求,提出了在3.5英寸嵌入式单板机平台上使用高分辨率数码相机采集现场图像数据并通过Internet传输到远程终端的设计方案,实现了高分辨率图像数据的自动获取和实时传输及显示,并具体给出了图像采集单元的软件实现和远程监控端的软件实现方法.     

基于STM32F407的图像远程采集终端

为了实现低成本的图像远程采集,提出了一种基于STM32F407的图像远程采集方案,对采集的图像数据进行处理,通过网络远程实时传输到上位机。彩色图像传感器为OV7670,STM32F407完成图像采集后,采用Lw IP TCP协议,与上位机建立高效可靠的数据链接,实时发送彩色图像数据。上位机软件可实时显示采集的图像,并远程设置采集参数。实验表明,采集终端能较好的实现对图像数据的远程采集。     

基于全卷积网络的砂石图像粒径检测

为了准确分割开紧密粘连的砂石目标,并获得砂石目标粒径大小,提出一种基于两阶段深度学习的砂石图像粒径检测方法。该方法利用图像处理技术对砂石图像进行预处理,然后通过第一阶段的网络分割模型对砂石目标进行目标分割。对分割目标进行形态学处理后,很多砂石目标紧密粘连在一起,再通过第二阶段的网络分离模型将粘连的砂石目标分离开来,得到分割且分离的结果图。最后计算砂石目标最长径,求均值后得到砂石图像的平均粒径大小。通过实验验证该算法可以快速、准确地将紧密粘连的砂石目标分割开来,提高了砂石目标粒径大小计算精度。     

基于MPI的大规模栅格影像并行瓦片化算法

当前主流GIS软件以及互联网地图应用在WebGIS（网络地理信息系统）解决方案中都广泛采用地图切片（又称瓦片）,切片处理服务是实现影像在WebGIS上快速无缝浏览的关键技术。针对目前传统算法以及商业GIS软件在大数据量栅格影像快速瓦片化方面的不足,提出一种名为ParaTile的高效栅格影像快速瓦片化方法,ParaTile基于MPI共享外存的并行技术,利用多进程对原始栅格影像进行数据划分,每个进程对其所划分的区域进行独立读写和计算,而后再按照TMS或者Google Tile定义的标准将瓦片进行编码输出。实验采用不同级别大小的遥感影像进行测试,结果表明ParaTile在面对不同规模的数据时,无论从速度还是算法稳定性上都较现有算法和工具具有显著优势,特别是当数据量越大时,这种优势愈加明显。     

粒子滤波的视频目标跟踪算法研究

目标跟踪是计算机视觉和图像处理的一个重点课题,在视频监控、机器人视觉导航以及智能交通控制中具有广泛的应用前景.通过粒子滤波技术,研究了如何整合颜色特征、前景信息和积分图运算等技术实现视频目标跟踪的粒子滤波算法.在对目标进行分割中采用了混合高斯背景建模方法;同时结合积分直方图的计算方法对颜色特征进行分段统计及相互遮挡的判断,实现基于粒子滤波的目标跟踪算法的优化,解决跟踪中诸如遮挡、光照变化、背景干扰、尺寸变化等难以解决的问题.实验结果表明提出的方法达到了预期目标.     

GRNN在翻斗式雨量计中的应用

针对当前翻斗式雨量计传感器存在的计量误差,提出了有效的应对措施,并使用3类曲线拟合算法对北京市7.21暴雨实际观测资料的雨量计数据进行预测和比对.实验结果表明:广义回归神经网络(GRNN)算法预测效果最好.针对气象部门对雨量计测量数据的使用方式局限性,据此结合预测数据给出了一种智能信息处理的方案,能够将雨量信息较为准确、直观和全面地展现出来,增强了气象部门对应急事件的处理能力.     

改进BPDN的图像去雨雪应用研究

在视频图像数据采集时,往往受到天气等因素的影响,为进一步研究视频图像数据的主要信息增加了困难。雨、雪天气作为视频图像数据预处理中最为困难的研究,近几年一直是各学者研究的课题。针对传统基追踪去噪（BPDN）算法没有考虑雨、雪图像的局部特征问题,提出一种基于改进BPDN的图像去雨雪算法。将局部特征约束理论引入图像去雨雪中,主要是在精炼雨图提取的稀疏系数优化问题求解中加入训练图像数据的局部信息,以达到提高雨线的识别,进而提高图像的雨线去除效果。引入局部信息的优化问题可以推导为二次规划问题,为使用BPDN算法提供了理论支持。合成和真实图像去雨实验结果表明,改进的BPDN算法在算法收敛性、精炼雨图识别、图像去雨效果上优于传统BPDN算法所得到的结果。     

结合相似块匹配与最小值滤波的图像去雨

雨天环境拍摄的图像容易受到雨线的干扰,影响图像的特征提取,继而导致视觉系统的处理性能下降。提出了一种基于相似块匹配与最小值滤波的单幅图像去雨算法,该算法包含检测和修补两个阶段。检测阶段利用雨的亮度先验和方向信息对图像中的雨像素点进行标记。在修补阶段,先采用粗粒度和细粒度层级结合的方式匹配相似块,然后将雨像素点通过最小值滤波用相似块中对应像素最小值替换,而非雨像素点则保持原有值不变。算法在合成雨图与真实雨图上进行了验证,实验结果表明该算法能实现雨像素精确定位,精准匹配相似块,最终高质量修补雨像素,相比其他方法在客观度量值和主观视觉上均有一定的优势。     

多源遥感图像融合的数据同化算法

为解决现有融合方法不能根据遥感图像的后续处理要求对融合规则进行自适应调整的问题, 本文结合模型算子和观测算子的优点构建数据同化系统, 提出了基于数据同化和遗传粒子群方法的遥感图像融合算法. 该算法将平移不变性小波变换作为模型算子, 将对比度金字塔作为观测算子. 由后续处理对图像属性指标的依赖程度确定属性指标的权重, 用评价指标的加权和构造目标函数, 并用遗传粒子群算法优化目标函数, 从而获取高清晰度的遥感图像. 本文通过遥感全色图像与多光谱图像、红外图像与可见光图像的融合证明了算法的优越性.     

自然场景图像去雨的可学习混合MAP网络

目的 近年来,人工智能成为新兴研究领域,得到越来越多研究机构的关注。图像恢复问题一直是低层次计算机视觉领域的一个研究热点,其中,图像去雨由于其雨线分布的未知性及其求解的病态性,导致难以解决。现有方法存在雨线和背景之间的估计具有依赖性,难以平衡雨线去除效果与估计背景的清晰程度之间的关系;局限性比较大,训练数据很难涵盖各种场景下的雨图,而测试结果受训练数据的影响,导致难于泛化。针对上述不足,借鉴一般图像恢复问题思路,将模型与以数据驱动的网络相结合,凸显网络与模型各自的优势,提出可学习的混合MAP网络有效地解决图像去雨问题。方法 首先基于最大后验估计（MAP）建立含有隐式先验的能量模型,然后通过优化算法将模型分解为背景估计模型和雨线估计模型两部分,以减少背景估计和雨线估计之间的依赖性。对于背景估计模型,通过对模型及优化目标分析采用以数据驱动的去噪残差网络进行建模,保证估计出的背景更清晰;对于雨线估计模型,为避免直接对未知的雨线建模失去准确性,利用高斯混合模型实时刻画输入雨图的雨线先验。结果 在合成数据集Rain12及真实雨图上进行实验,通过综合考虑定量分析和定性分析,并与3种基于模型的方法及两种基于深度网络的方法相比,本文方法在去除雨线的同时能够损失的背景信息最少,合成数据集上的平均结构相似性（SSIM）值达到0.92。结论 本文通过将基于模型的方法与基于深度网络的方法相结合,既去除了雨线又保证了估计背景的清晰程度,同时也验证了将传统模型与深度网络相结合是一种解决图像恢复问题的有效途径。     

3DGIS环境下雨雪天气实时仿真

3D GIS最重要的特征之一就是虚拟现实表现,其本质是可视化技术与GIS数据库的整合,以满足各种应用如生态农业、灾害预测等方面的需求。以GIS数据库的环境数据和气象数据为基础,通过对雨雪的效果模拟,将GIS气象数据以实时的可视化形式逼真地表现出来。实验方法采用粒子系统,对单个点元赋予利用Photoshop制作的大面积纹理,这样采用的粒子数减少到普通粒子系统的十分之一,渲染速度为普通粒子系统的十倍以上,以较小的系统资源消耗达到了更加实时逼真的效果,对雪的动态堆积和雨水地面效果采用GPU加速3维渲染,原型系统同时能接受用户对实验环境如粒子纹理、雨雪量的设置。提出根据气象数据进行天气模拟的自适应策略,从而更加适应实际应用需要。     

用分块调度置换算法快速浏览SAR带状海量影像

遥感影像处理中原始影像数据量大,常呈条带状分布,一般不直接作为各种专业图像处理软件数据源,而是快速浏览影像并从带状分布的影像中提取某一部分(段)作为再处理的数据源。对此应用该文提出了分块调度置换算法快速浏览SAR海量影像数据技术,能实现海量数据快速浏览,实时保存指定范围数据为新影像文件。