归一化互相关中计算基准子图能量的快速递推

景象匹配对匹配算法的运行速度和内存占用均要求较高。为提升归一化互相关算法的运行速度并降低其内存占用率,本文重点对其中的基准子图能量计算步骤进行了加速研究。经过详细分析,积分图法具有灵活、快速的优点,但缺陷为其在快速计算的同时需花费较大内存,并不适合直接应用在嵌入式系统中。本文提出了一种快速递推算法。该算法利用相邻像素值的能量进行连续递推,计算时可以不必像积分图法那样给所有的图像能量都分配空间,只需预留1行的像素空间便能完成整个能量计算过程。实验结果表明:在时间花费方面,快速递推法具有和积分图法相当的运算速度,耗时均只为传统归一化互相关算法的1/2;在内存占用率方面,快速递推法约为积分图法的1/3以下,且实时图尺寸越大,快速递推法占用的内存越小。综上所述,在归一化互相关算法中利用经典积分图法和本文提出的快速递推法计算基准子图能量,均较传统NCC算法有所加速,两种算法各具优点,经典积分图法快速、灵活,适用于对速度要求高,但对内存占用率要求不太高的应用场景;而快速递推法快速、省内存,更适用于嵌入式系统的应用。     

自适应连续多级分区与初始阈值估计的快速模板匹配方法

归一化互相关测度在光照改变时比采用绝对差之和测度（SAD）要稳定，但是归一化互相关测度的缺陷在于它的计算量非常大。为此，提出了一种结合自适应连续多级分区和初始阈值估计的基于归一化互相关（NCC）的快速模板匹配算法。根据模板图像中不同模块的梯度值，将模板图像进行逐级分区，通过分区顺序将互相关之和分为不同的层，得到各层互相关的上界，运用柯西-施不等式得到上界间的关系，形成自适应连续多级分区淘汰方法。同时，为了加快匹配速度，利用初始阈值估计产生一个较大的边界阈值，以淘汰初始搜索时的大量非匹配点，减少搜索点数目。实验结果表明:所提出的算法具有较好的鲁棒性，且算法的执行速度优于传统算法。     

基于绝对值差的归一化波形匹配混合算法

基于归一化的波形匹配算法运用十分广泛,但缺点是运算量大。为此提出一种基于绝对值差的归一化混合算法。该算法先将原始波形分解成三层,在每一层分别采用改良的绝对值差法、改良的序列相似性法、归一化互相关法进行匹配,最终实现精确匹配。实验表明,这种混合算法比归一化互相关法在波形匹配速度上有了大幅度的提高。     

Simple image intensity compensation (SIMIC) method prior to application of distortion correction algorithms in brain diffusion Tensor Magnetic Resonance Imaging: Validation test for two cost functions of distortion correction algorithms

The purpose of this study is to design a simple image intensity compensation (SIMIC) method prior to the application of a variety of cost functions for distortion correction in diffusion tensor imaging (DTI). The synthetic dataset consists of each direction of diffusion weighted imaging (DWI) made by multiplication of nondiffusion weighted image (b = 0 image) and tensor matrices. We added the effects of patient motion and eddy current distortion using translation, rotation, scaling and shearing matrices. We calculated the b = 0 image of each direction from original DTI, inversely. A co‐registration method was applied to the extracted b = 0 images of each direction based on the original b = 0 image and then, the transformation matrices were generated and the original DTI were transformed using this transformation matrix. For the DTI distortion correction, two kinds of cost functions, normalized mutual information (NMI) and normalized cross‐correlation (NCC), were used. Visual assessments and quantitative measurements were used to evaluate the results. When using the NMI as a cost function, the quantitative results showed no significant differences between NMI and NMI with SIMIC method. However, there are significant differences compared with using the NCC as a cost function. Our study showed cost function for image distortion correction with SIMIC method improved the results both quantitatively and in terms of qualitative accuracy. This method may be helpful for DTI analysis and helpful for increasing accuracy. © 2015 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 25, 328–33, 2015     

一种多环境适用的交通标志识别模型

交通标志识别对于自动驾驶和辅助驾驶系统中非常重要,但大多数相关研究仅局限在白天场景的识别,若用于夜间,光强差异太大会导致识别准确率显著下降。为解决该问题,文中提出了光强分类模型,可根据光强强度划分场景识别标志牌,保证夜间较高的识别率。该模型通过KNN和SVM构造邻接矩阵和训练特征向量来判断分场景处理出的ROI,从而确定具体标志牌种类。实验证明,该模型在不同环境下识别准确率高达98.1%。     

基于SIFT和NCC的多源遥感影像配准方法

针对多源遥感影像的配准,提出了一种结合SIFT算法和归一化互相关（NCC）匹配算法的配准方法。该方法采用SIFT算法提取特征点并进行匹配得到一定数量的特征点对后,利用SIFT特征点的尺度和方向信息对NCC进行改进,进一步从未能匹配的特征点中获取匹配点对,经粗差滤除后得到有效的匹配特征点对,随之进行影像配准。方法结合了SIFT算法和NCC算法的优点,解决了多源遥感影像因辐射差异和几何差异造成的难以正确配准的问题。实验结果表明,算法具有较强的鲁棒性,并取得了较好的配准精度。     

天然彩色棉/绢丝混纺原料对织物风格的影响

为了解混纺比对天然彩色棉/绢丝混纺织物风格的影响,制备了系列天然彩色棉(棕)/绢丝混纺机织物,并采用FAST对混纺织物的风格进行测试与分析.研究表明,随着绢丝含量的增加,天然彩色棉/绢丝混纺织物的强伸性能得到明显改善,织物的风格变得相对滑爽,柔软,但造型性有所变差.少量绢丝的加入(＜10%)对织物柔软性的改善明显.     

基于最近相关性分类器的单样本掌纹识别

为了解决单样本掌纹识别的困难,研究了基于最近相关性分类器(NCC)的单样本掌纹识别方法。首先对掌纹图像进行分块,划分为若干个子图像;然后运用统计特征、傅里叶变换、离散余弦变换(DCT)和Gabor变换4种方法对子图像进行特征提取,将所有子图像的特征向量组合在一起形成该图像的特征向量;最后应用NCC进行分类识别。运用PolyU掌纹图像库,对本文算法进行测试。实验结果表明:与最近邻分类器(NNC)和支持向量机(SVM)相比,在不同大小的子图像上,运用不同的特征提取算法,NCC均提高了识别率;分类时间在0.3～0.7s之间,满足实时系统的需求。     

一种基于算法融合的运动目标跟踪算法

视频目标跟踪的重点和难点在于如何快速、准确的匹配目标.针对复杂背景下,单一模式的跟踪算法不能准确跟踪目标的问题,提出了一种基于算法融合的运动目标跟踪方法.该算法综合运用去均值相关跟踪算法（normalized cross correlation,NCC）和均值漂移算法（MeanShift）2种基本模式对输入输入视频进行处理,结果送入Kalman滤波器进行滤波与预测,最后根据最小总均方误差准则进行自适应融合.试验证明,该算法能够较好地实现复杂场景条件下的目标跟踪,提高了跟踪的鲁棒性.     

棒状纳米微晶纤维素诱导制备花状TiO2纳米晶体

以棒状纳米微晶纤维素(Nanocrystalline cellulose,NCC)为形貌诱导剂,TiCl4为原料,采用水解法在70℃的温度下反应4～6 h,制备了TiO2花状纳米晶体.采用TEM、HRTEM、XRD和FTIR对不同条件下制得的TiO2晶体的微观形貌、晶粒尺寸和晶相组成进行了表征,探讨了TiCl4的用量及反应时间对晶体形貌和晶型的影响,并对其形成机理进行分析.纳米微晶纤维素表面富含大量羟基,可与TiO2之间形成氢键连接,促使TiO2在其表面的异质成核和生长,同时纳米微晶纤维素在TiO2表面的吸附作用,改变了各晶面的表面能和生长速度,使TiO2沿着[110]方向优先生长形成一维针状物,针状物再进一步聚集形成花状聚集体.以甲基橙为目标污染物,测试了所得TiO2纳米花状晶体的光催化性能.结果表明,随着TiCl4用量的增多及反应时间的延长,所制得的TiO2纳米晶体中金红石含量增多,形貌逐渐复杂化,光催化性能下降.