基于视频图像的远程火灾探测系统

将传感器技术用于大空间火灾探测时,存在距离短、误报率高、可靠性差等不足。为此,在TMS320DM642微处理器和TI的DSP/BIOS实时操作系统上,设计基于视频图像的远程火灾探测系统。建立RGB空间颜色模型,对连续数帧火灾图像做预处理,分析频闪特性并进行模糊聚类,提取疑似目标区域,以火焰相关性、面积变化率和圆形度3个特征作为火灾识别依据。实验结果表明,该系统提高了大空间图像型火灾探测的精度和速度,可满足远程火情监测需要。     

Lab颜色空间中基于动态聚类的颜色分级

对现有的动态聚类算法进行改进,提出一种Lab颜色空间中基于兴趣点动态聚类分析的颜色分级方法.在考虑视觉监测实时性和计算准确性的基础上,通过色适应变换和对比敏感度函数滤波,补偿人眼视觉系统的空间混合效果,采用基于兴趣点的动态聚类分析提取颜色特征,根据视觉容差、彩度和色度的依赖关系,确定色差度量方法,采用最小分类器进行颜色分级.实验结果表明,该方法的平均色差仅为2 36,分类计算的时间范围为500 ms～700 ms.     

低层特征融合的图像检索算法设计

现阶段基于单一的特征提取算法已不能满足人们对图像查准率、查全率的要求。有效地整合图像的颜色、纹理、形状等特征,使得各特征优势互补,进而提高系统检索效率现已成为一个值得研究并深入的课题[1]。从颜色、纹理两方面的特征出发,研究并设计了一整套的方案,很好的解决了查准率、查全率等问题。     

语音信息的身份和指令识别方法应用

针对智能机器人系统对语音交互功能的实际需求, 在DM-B200开放式机器人平台上,设计并实现了基于语音信息的说话人身份识别功能和语音指令识别功能. 为了准确识别特定说话人的身份, 采用了矢量量化的识别方法, 而为了提高机器人语音控制的实时性, 语音指令识别采用了动态时间规整的方法. 应用结果表明, 所设计的语音识别系统达到96%以上的综合识别率, 具有实际应用价值.     

结合色彩特征和空域特征的成捆原木轮廓识别

成捆原木检尺自动化不仅能够提高生产效率, 而且是林木资源管理的需要. 通过图像处理得原木检尺直径和统计根数, 这是实现检尺自动化中的重要环节. 由于原木生产作业现场获取的成捆原木图像背景多样, 拍照时自然光照条件不一, 成捆原木轮廓识别需要较多的人工交互. 通过研究成捆原木端面彩色图像中原木的色彩特征, 利用它滤除大量的不相关背景, 留下原木色彩近似的像素点; 并结合拉普拉斯滤波器, 获得原木边缘, 实现成捆原木轮廓的分离, 从而获得原木轮廓.     

一种基于颜色特征的感兴趣目标提取方法

针对现有的感兴趣区域(ROI)提取方法边缘不清晰、区域不完整等问题,提出一种ROI提取方法.首先采用颜色局部特征的信息量大小衡量兴趣度的大小,然后融合颜色特征信息量图获得图像的显著图(SM),再进行阈值分割,得到显著值大的区域,即ROI.实验结果表明,该方法能有效地提取出感兴趣的对象,SM中目标区域的显著值均匀、边缘清晰;与人工标记的ROI比较,该方法召回率为79.71％,精度为78.53％,优于已有的ROI提取方法.     

基于CMYK空间的火灾区域粒子群优化快速定位方法

将CMYK彩色模型下的火焰颜色特征与粒子群优化(Particle swarm optimization,PSO)算法求最优适应度函数相结合,通过合理配置检测窗口邻域中颜色的M,y各低阶矩的特征在欧氏距离分类适应度函数中的因子及PSO中各参数,使森林监测图像的可疑火灾着火点的初定位控制在0.05s以内,最后通过对火灾样本关键图与初定位可疑着火点的颜色互信息的计算而得到进一步的校验和确定.实验表明改进的PSO算法具有良好的火焰区域定位效果及运算效率,易于移植到前端探测的嵌入式火灾探测系统.     

基于双高斯平均似然度和帧间差分的人脸视频图像肤色提取

针对有色光照和复杂背景的人脸视频图像,该文提出一种基于CbCr-CgCr双高斯平均似然度和YIQ颜色空间的I分量帧间差分的肤色提取算法。该算法对色偏调整预处理后的人脸视频输入图,计算CbCr-CgCr双高斯平均似然度,并利用平均似然度值和I分量对平均似然图进行粗分割,然后结合平均似然度分割图及I分量帧间差分图,提取图像肤色区域。实验证明该算法有较好的肤色提取效果。     

基于Contourlet变换多聚焦图像融合方法

该方法首先提取源图像的亮度分量,采用非下采样Contourlet变换对其进行分解,通过“合成图像像素值取大”准则对高频系数进行处理得到融合决策图,并对其进行一致性校验,最后根据校验后的决策图在RGB空间进行像素点选取,得到融合图像。实验结果表明,本文方法解决了RGB空间融合方法容易导致的颜色失真,同时本方法仅对亮度分量融合,降低运算复杂度。融合图像在保留图像有用信息的同时,弥补了传统空间域方法在细节表现力上的不足,更加符合人类的视觉特征。本文融合方法还用于灰度多聚焦图像融合中,实践证明,融合效果很好。     

基于云模型和相容粒的彩色图像检索方法

针对现有相容粒度空间模型中网格点提取只考虑空间位置而忽略图像纹理特征的随机性、模糊性、关联性等不确定性的问题,提出一种基于云模型和相容粒的彩色图像检索方法。首先,在CIELab颜色空间上构建相容粒度空间模型的对象集;其次,用云模型提取每层的网格点,进而构建基于云模型网格点的相容粒度空间模型;然后,提出基于云模型和相容粒的彩色图像检索的相似性度量;最后,用Corel图像库中的图像作为测试图像库进行仿真实验。结果表明,该方法有效地提高了图像的检索效率。