基于自类推与NSCT的单幅图像超分辨率技术

在很多实际应用中很难获得适当的图像训练集,但是单幅图像放大却是一个病态问题。利用图像局部结构的自相似性和可传递性,结合非下采样Contourlet变换(NSCT)的优点,提出一种基于自类推与NSCT的单幅图像超分辨率重建(SRR)方法。采用NSCT对源图像和退化图像进行多尺度、多方向分解,得到用于学习的各带通方向子带对,利用图像自类推技术生成高分辨率的各带通方向子带,与立方插值放大后的源图像进行NSCT重构得到超分辨率重建图像。实验结果表明,该方法可以独立进行,摆脱一般方法对训练结合的依赖,能产生更为合理的细节,视觉边缘更清晰,图像更逼真。     

基于非下采样Contourlet网络的声呐图像重建

针对声呐图像分辨率低、边缘模糊的问题,提出一种基于非下采样Contourlet网络的声呐图像超分辨率重建方法.对高分辨率声呐图像进行降质样本构建,通过非下采样轮廓波网络来学习降质样本图像的带通方向子带及相应高分辨率声呐图像的带通方向子带间的非线性映射关系,再利用映射系数重建降质声呐图像的带通方向子带,并对降质声呐图像的低通子带进行立方插值,得到高分辨率的低通子带,最后进行非下采样轮廓波逆变换.实验结果表明,该方法重建的声呐图像具有更好的边缘、细节保持效果.     

一种基于视觉特性的彩色图像增强算法

为了增强图像暗区域部分,基于人类视觉系统的全局和局部自适应调节原理,提出一种彩色图像增强方法。该方法主要包括全局自适应亮度调节、局部对比度增强和颜色恢复3个部分。全局亮度调节采用直方图非线性自适应拉伸来增强暗区域的亮度;局部对比度增强利用当前点与区域像素之间的关系,调节当前点的亮度,以增强图像局部对比度;通过一种自适应的非线性颜色恢复算法恢复图像色彩。通过大量图像对比实验分析表明,本文方法可以自适应有效快速地实现图像增强。     

可查询式电能计量保护监测系统

设计了一种能够双向反馈信息的可查询式电能计量保护监测系统。该系统由主机和监测分机组成,分机可以向主机发出报警信号,主机也可查询分机的工作状况。分机取用计量现场高压母线电流作为能量来源,自动充电。该系统具有防窃电和电力设施防盗、防破坏等功能。     

一种邻域一致性的NSCT域多传感器图像融合算法

针对同一场景多传感器图像融合问题,提出了一种基于邻域特性的非采样Contourlet变换域融合新算法．首先对待融合图像进行非采样Contourlet变换分解,由邻域平均能量与方差构造各点的能量方差决策值,基于决策值最大原则选择低频子带系数,从而在保持图像亮度的同时融合更多的边缘细节;基于邻域能量最大原则选择带通方向子带系数,以保留更多的边缘．最后反变换得到融合图像．采用多聚焦图像及红外与可见光图像进行仿真实验,并对融合结果进行了主客观评价．实验结果表明,该算法较好地融合了亮度及边缘细节,避免了引入人为噪声,得到了具有更好的视觉效果和量化指标的融合图像．     

业务驱动的无线多媒体传感器网络跨层优化

由于无线多媒体传感器网络链路动态变化、节点移动、带宽和能量受限等特点,传统的分层协议及其局部优化很难保证整个网络性能最优。为实现无线传感器网络中多媒体业务保障服务质量(QoS),提出一种基于业务驱动和自反馈机制的无线多媒体传感器网络跨层优化策略。该策略按照保证QoS等级最高业务服务质量原则,自适应优化网络协议栈各层参数,并将优化后参数反馈给相应网络协议层,实现保证QoS的网络资源优化,仿真结果表明,该方法在综合物理层误码率和链路层数据帧丢失率的情况下,与传统网络分层协义相比,提高多媒体信息传输质量方面有一定优越性。     

侧扫声呐图像的3维块匹配降斑方法

斑点噪声是影响侧扫声呐图像质量的主要因素,降斑处理对侧扫声呐图像的判别与分析非常重要。针对侧扫声呐图像自身特性和斑点噪声分布特点,提出一种基于3维块匹配(BM3D)的降斑方法。根据海底散射模型,得到侧扫声呐图像斑点噪声的瑞利分布模型,然后通过高斯光滑函数幂变换将瑞利分布的噪声转化为高斯分布,通过对数变换将乘性噪声转变为加性噪声,再进行自适应的BM3D滤波,最后采用逆变换得到降斑图像。实验结果表明,该方法在降噪、边缘和纹理保持等方面均优于空间域、小波域、Curvelet域的一些降斑方法。     

侧扫声呐图像统计特性研究

在分析侧扫声呐成像的散射模型基础上,给出了海底混响服从瑞利分布的理论依据.分析了其它典型概率分布的合理性并给出了各概率分布参数的估计方法.通过实验来检验比较几种典型的概率分布的最佳拟合.实验结果表明:总体来看,威布尔分布更为精确,但瑞利分布仍保持了较好的拟合特性.特别是当底质粗糙、混响较强时,使用瑞利分布和威布尔分布相当.这一研究结果可为侧扫声呐图像的底质分割提供重要依据.     

基于同态滤波与Curvelet变换的钻孔图像自适应增强

针对岩石数字钻孔图像存在的光照不均、图像中岩石表面边缘细节模糊等情况,提出了一种钻孔图像自适应增强算法.对原图进行同态滤波;使用Curvelet变换分解原图与滤波后的图像,对两者的低频子带使用系数直方图匹配算法,将前者与后者的直方图进行匹配,改善光照不均的影响;对原图的高频子带使用自适应的阈值进行滤波,同时利用自适应增强函数进行增强;使用Curvelet反变换重构得到增强后的图像.实验结果表明:算法可以有效地改善钻孔图像光照不均的问题,增强图像中物体的边缘信息,在主观视觉效果和图像客观评价指标上相对于其他算法均有一定优势.     

虚拟线圈和模板链相结合的车流量视频检测方法研究

在智能交通系统中,车流量检测对于准确提取交通参数起着重要作用。针对视频检测中虚拟线圈法由于环境和光照等因素影响导致检测不准确的问题,提出一种基于虚拟线圈法和模板链法相结合的车流量检测新方法。首先对采集的交通图像进行车道划分,根据虚拟线圈法设定判别准则,检测路面中的标记区域,同时运用相应的模板对车表面像素灰度变化均匀的区域进行标记,形成模板链,最后通过检测模板链实现车辆的检测。经过实验证明,该方法可以准确地检测出车辆,并具有较好的鲁棒性。