图像恢复算法目标获取有效性的评估方法

提出一种新的以目标获取为目的的全流程性能评估方法,综合分析目标场景、点扩展函数大小、算法主控参数等因素对恢复后的目标可检测性的影响,引入正交试验设计来充分覆盖数据空间和控制试验规模,进行多因素、多水平试验与分析。试验结果表明：提出的评价指标和方法既利于评估图像恢复算法对目标获取的有效性,也能指出算法需要改进的方向。     

MPI并行计算在图像处理方面的应用

介绍了MPI并行计算的基本概念和并行计算集群的实现,着重论述了图像处理算法的并行实现方法。列举了提高并行算法效率的一些措施。在并行计算集群上实现了灰度相关匹配算法和快速傅里叶变换算法,对它们的实验结果进行了分析和对比,通过实验数据说明了并行计算通信量和并行计算效率的关系,提出了并行计算在图像处理方面的适用范围。     

稀疏样本条件下的舰船舷号检测与识别

目的 舰船舷号检测识别是海面态势感知的关键技术,精准的舷号检测识别对海洋权益保护具有重要意义。但目前没有公开数据提供支持。为此,本文先构建了一个真实场景下的稀疏舰船舷号数据集（sparse ship hull number dataset in real scene,SSHN-RS）,包含3 004幅舰船图像,共计11 328个舷号字符,覆盖了多国、各类、水平、倾斜、背景简单、背景复杂、光线不佳和被遮挡的舰船舷号样本,是一个具有挑战性的数据集。基于SSHN-RS,开展舰船舷号检测识别研究,其主要难点在于：1）样本稀疏,模型容易过拟合;2）舷号字符分布密集,网络难以充分提取各字符特征;3）部分字符存在嵌套区域和相似区域,网络会识别出大量冗余结果。针对上述难点,提出了一种基于多视角渐进式上下文解耦的舰船舷号检测识别算法。方法 首先,引入一个固定中心和最大化面积的随机透视变换技术,在不增加样本数量的前提下扩充舷号姿态,实现了数据增广,提升了模型的泛化能力;其次,提出了一个渐进式上下文解耦技术,先通过依次擦除舷号各字符生成一系列新样本,再利用特征提取网络提取和融合各样本的多尺度特征,不仅减少字...     

红外弱小运动目标实时检测的规整化滤波方法

低信噪比小目标检测能力决定着系统的探测灵敏度和作用距离,是反映红外低可观测目标识别能力至关重要的一项核心技术.自适应杂波背景抑制技术是实现这一目标的有效途径.本文将杂波背景抑制滤波归纳为逆问题求解的优化问题;建立了新的红外弱小目标/背景模型,在此基础上发展了一种基于规整化技术的滤波框架;并提出了"去杂波-保目标"规整化的自适应各向异性滤波新算法.详细的理论分析和试验结果表明:该算法能在单步处理中消除杂波背景、同时增强弱小目标信号,运算量小;对低信噪比的强杂波背景表现出良好的滤波性能和适应能力,且结构简单、利于硬件实时实现.     

基于知识的可视化图像处理集成开发环境模型

提供优秀的开发环境是提高研究效率的有效途径.本文提出的模型是基于知识的专家系统.建立了图像处理研究过程模型,设计了“知识体·对象块”两层知识表达模型和“框架推理+对象块推理”二级推理模式;提出了算法的试验设计、调用和计算结果三阶段可视化的方法,实现了算法、界面和数据可视化工具的自动重用.试验表明,基于该模型的开发可加快新算法的建模,提高研究效率;本文思想也可用于其它智能系统的建模.     

基于Java"转接器"的并行计算系统

文中首先分析和比较了目前Java环境中分布式并行计算技术采用的几种路线，指出了其优缺点。然后提出了基于Java“转接器”的全新的分布式并行计算系统解决方案，并重点介绍了其理论模型和实现。实验表明，该方法为有效解决新旧系统集成、Internet接入和使用高性能并行计算资源提供了新思路新方法，消除了目前Java环境并行计算设计方面的困惑。     

基于置信度融合的边缘检测性能评价基准图计算

针对边缘检测算法的性能评价，提出了一种在真实场景下基于统计、自适应强的评价基准图计算方法。定义了算法参数的相关系数，研究了算法参数相关模型。根据建立的算法参数相关系数得到单算法的预选基准图，对不同算法预选基准图进行基于置信度的图像融合得到可用于边缘检测算法性能评价的基准图。该计算基准图的方法有助于实现边缘检测算法性能评价的自动化，实验结果验证了该方法的有效性及实用性。