基于双谱序列图像的ATR系统设计与实现

根据可见光/红外两波段各自成像的优点,设计实现了一个基于双谱图像像素级融合的自动目标识别(ATR)系统。该系统包括图像融合、特征提取、目标识别三个主要部分,每部分有多种处理算法可供选择。系统基于多线程设计,可实时显示可见光/红外序列图像的融合、目标识别过程。实验验证了该系统的有效性。     

基于FESTO自动化仓库系统工件的图像识别研究

针对德国FESTO公司自动化仓库系统的工件识别问题,采用图像识别技术识别工件的颜色和位置,实现仓库信息的实时反馈。运用MATLAB软件采用RGB算法提取仓储工件颜色特征,通过向量组合形成该图像特征值。对所有样本的图像特征输入BP神经网络进行训练,并将经过处理的实时图像数据存储在INFOR数组中。在自动化仓库系统运行中,利用INFOR数组和实时图像对比,实现对工件的颜色识别与位置识别。     

基于光变油墨透射图像的人民币鉴伪技术

传统的利用色敏传感器和油墨的变色机理设计的算法和系统,在实用方面面临着硬件设计复杂和点钞机的内部空间限制等问题。针对这种情况,提出了一种在普通单摄像头条件下利用变色油墨的彩色图像的颜色信息来实现鉴伪功能的方法。在同一色温的条件下,对于利用CMOS图像传感器MT9T001采集到的变色油墨区域图像,通过得到变色油墨数字本身的颜色和背景颜色的色差,作为特征的主成分,结合其他二维颜色特征,利用最近邻分类器,可以达到鉴别真假币的目的。实验结果表明,该算法具有抓假率高和误报率低的特点,与现有一些算法相比,不仅简化了硬件设计和空间需求,而且在满足低误报率的情况下具有很好的抓假性能,并且已经成功应用于某嵌入式系统中。     

跨模态异构行人再识别的研究进展

同构行人再识别技术研究基于可见光图像的行人检索问题,但无法完全应对复杂多变真实场景,大量研究工作开始探索基于可见光图像与其它异构数据之间的行人检索问题,即跨模态异构行人再识别.该研究相比同构行人再识别,更具挑战性.文中首先简述跨模态异构行人再识别的概念及与一般行人再识别的区别,再针对文本与图像、图像与视频、跨分辨率图像、红外图像与可见光图像、深度图与可见光图像、素描与可见光图像这6类场景,归纳整理和分析跨模态异构行人再识别的代表性工作、常用数据集及一些算法的性能表现.最后,总结目前整体研究进展,展望未来发展趋势.     

无人机森林火灾监测中火情检测方法研究

本文将无人机遥感的高清可见光图像用于森林火灾的监测,监测过程包括森林火灾检测、火灾区域分割、特征提取、火灾识别。首先,选择RGB颜色空间进行森林火灾的检测,在大幅减少单张图像的计算量的同时,也排除了大部分无火图像。其次,选择HSV颜色空间完成图像分割,得到完整性较好的火灾区域。最后基于灰度共生矩阵和火灾区域边缘图像提取了火灾区域的多维特征,并用支持向量机完成了火灾识别过程。本文算法对森林火灾的检测率可达到87.7%,识别率达到89.2%,表明该算法用于森林火灾监测效果较好。     

基于互信息及蚁群算法的红外与可见光图像配准研究

红外与可见光传感器是图像系统中常用的两种传感器,对这两种传感器图像进行有效的融合,能够得到更加丰富的图像信息,并具有更高的可靠性,有利于提高对图像信息的分析和识别能力.快速准确地实现图像配准是图像融合的前提.为此,本文提出了一种基于互信息及蚁群算法实现红外与可见光图像配准的方法.     

基于Java+OpenCV技术对几何图像颜色与形状识别

通过Java调用OpenCV视觉库实现几何图像颜色、形状识别。将图像转化为HSV颜色空间,按各颜色H、S、V的取值范围分割图像,对分割图像进行滤波处理、灰度处理、二值化、轮廓提取、去除干扰轮廓、轮廓形状拟合、获取轮廓凸点个数、用凸点距离判断形状,从而实现对各种颜色的三角形、圆、矩形、正方形、多边形等几何图像颜色、形状的识别。该方法可应用于现实生活中,例如识别交通信号灯和信号转向灯等有颜色和形状识别的领域。     

红外与可见光图像快速融合算法

为了增强融合效果,提高融合速度,提出一种快速有效的红外与可见光图像融合算法.首先采用局部直方图均衡和中值滤波对红外与可见光图像进行对比度增强和去噪处理;然后对增强后图像进行线性融合,生成伪彩色融合图像;最后简化Lab颜色空间与RGB颜色空间之间的转换模型,并在简化的Lab空间实现全局颜色迁移,将可见光参考图像的一阶统计信息融合进伪彩色图像,获得自然感的真彩色图像.对比实验结果表明,采用文中算法生成的融合图像更加清晰、自然,速度更快、更简单.     

基于多任务学习的可见光与近红外虹膜融合研究

针对在可见光虹膜识别中存在的虹膜纹理特征不明显与反射光斑问题,提出一种基于多任务学习的可见光与近红外无监督融合模型（MTIris-Fusion）。设计了基于改进DenseU-Net的端到端融合骨干网。设计了自适应权衡源图像重要信息保留度的损失函数,自适应保持融合结果与源图像之间的相似度,达到无监督的目的。通过弹性权重巩固（EWC）机制更新多融合任务的权重,避免了多任务网络中的灾难性遗忘。在PolyU Cross Spectral Iris数据集上的实验表明,与其他方法相比,该方法兼顾可见光虹膜的颜色纹理与近红外图像的结构信息并有效抑制了可见光图像中的光斑噪声,在虹膜图像质量增强领域具有重要应用价值。     

基于内容的图像检索在智能监控系统中的应用

针对基于内容的图像检索与识别在智能监控中应用的问题，建立了基于区域划分的颜色链码，利用图像颜色的区域特征值来构成一个区域与整体的特征描述，并将它应用到捕获图像的识别。捕获的图像，通过梯度特征对来定位与检测，对获取的脸部图像进行链码特征匹配与识别，并将计算结果作为监控系统的判断与决策依据。运用这一方法的监控系统，提高了监控系统的辨别对象能力，拓展了智能监控研究领域。