偏微分方程(PDEs)模型在图像处理中的若干应用

介绍了偏微分方程(PDEs)模型在图像处理与分析中的应用,基本思想,发展历史和解决问题的基本框架。主要阐述了变分方法和形变模型(曲线演化)在图像恢复和图像分割中的应用。理论和实验结果表明,应用偏微分方程模型进行图像处理是一种有效的工具。最后,分析了这种方法的优点和面临的挑战。  

基于系数关系和分形维数的隐藏算法

提出了一种基于系数关系和分形维数的信息隐藏算法，该算法将原始载体图像分割成固定大小的图像块，利用分形维数与图像之间的关系确定每个图像块的特点，结合人类视觉系统（HVS）的特性，选择代表边缘和纹理特征的图像块，对它们进行离散余弦变换，将信息嵌入到变换系数的关系中，隐藏的信息可以是字符序列，数字序列，文本文件，二值图像，灰度图像以及彩色图像等，实验结果表明该算法透明性好，保密性高，对几何攻击，滤波，噪声和压缩等处理具有一定的稳健性。  

应用纹理分析的纸张计数算法

针对生产和生活中大量应用的机械纸张计数装置存在体积大、功耗高、笨重和不易保养维护等缺点，提出了一种基于纹理分析的纸张计数算法，试图从机器视觉的角度来解决这一问题。该方法是将规律排列的纸张叠层图像的边棱看作条纹纹理，同时认为原图纸张排列的规律性必将造成频域内存在着大量的相关资源，并试图分别从二维Gabor滤波和一维逐行频率分析处理的角度人手，通过这些资源的滤出来得到用于确定纸张数目的纸张边棱信息，实验结果显示，虽然用二维Gabor滤波器进行纸张边棱提取速度较快，但由于该算法受纸张叠层图像的质量影响较大，因而适用范围有限；而用逐行分析处理的手段来进行纸张边棱提取，虽然速度较慢，但由于该算法能够很好地对实验中用到的纸张叠层图像进行处理，因而能够得到精确的计数结果。  

偏微分方程在图像去噪中的应用

论文分析了偏微分方程在图像去噪方面的应用,分析现有方法的理论基础、存在的问题以及在去噪中的优点。给出实验结果,对比几种方法在去噪中的不同应用。分析了偏微分方程去噪存在的不能恢复纹理的缺点,提出了今后改进的方向。  

基于LAN的计算机视觉与虚拟现实集成模型研究

进入80年代后期，虚拟现实技术取得了迅速的发展，目前作为一个全新的技术生长点受到了国内外学者的广泛关注。文中提出了一个基于LAN计算机视觉与虚拟现实集成模型。论述了系统实现及实验结果。研究结果表明，把计算机视觉技术与虚拟现实技术“集成”在一起，从现实世界精炼出关键参数供虚拟现实技术所用，可构成简便灵活的虚拟现实系统，文中在研究大空间跟踪中采用了该模型，证明了该模型的可行性及优点。  

基于再生核神经网络的断层面模型重构

为了提高勘探精度及采油效率,需要更深入地了解地质构造,因此断层面模型的重构有着重要的意义,为此提出了基于再生核神经网络的断层面重构方法。再生核源于不同学科分支,目前已成为函数逼近的重要工具。将再生核与神经网络有机地结合起来,提出一种新型的神经网络———再生核神经网络,且将网络的训练归结为求解线性方程组问题,为了建立既具有足够精度又能表现系统行为的简单模型,考虑线性方程组的稀疏解是必要的,稀疏解就是具有大量零元素的近似解。虽然稀疏解整体误差较小,但可能在一些点上的误差较大,为此提出对稀疏解的误差修正方法。将再生核神经网络应用于大庆地区的断层面模型重构,实验结果表明,本文重构的断层面与传统方法重构的断层面相比,更符合大庆地区的地质情况。  

基于变分的保持特征的有噪图像放大算法

针对图像放大后出现边缘模糊的现象,该文考察了典型边缘的特征,利用整体变分思想,提出了一种基于变分模型的有噪图像放大算法。利用导出的偏微分方程和图像边缘的局部梯度信息,该文算法实施一种自适应非线性滤波处理,能够较好地保持图像边缘锐度,同时有效地去除图像噪声。为了保持图像的特征和细节,文章利用图像的方向导数局部地调整正则系数.理论分析和实验结果皆表明此文算法的有效性。  

基于双目视觉的运动物体实时跟踪与测距

利用双目视觉信息系统实现三维空间中运动物体实时跟踪与测距．当运动目标超出视野范围时，可通 过控制摄像机云台转动搜索目标．此外，还研究了在摄像头运动情况下，无需重新标定，即可实现运动物体测距的 算法．这里，自适应背景建模法与CamShift 算法用于实现运动物体的辨识与跟踪．实验结果证明了所提出的算法能 够有效地追踪物体，并同时准确地测量它的三维位置．  

双目立体视觉的目标识别与定位

双目立体视觉系统可以实现对目标的识别与定位.此系统包含摄像机标定、图像分割、立体匹配和三维测距4个模块.在摄像机标定部分,提出了基于云台转角的外参数估计方法.该方法可以精确完成摄像头旋转情况下外参的估计,增强了机器人的视觉功能.并利用广茂达机器人系统,基于改进的双目视觉系统进行目标识别与定位,以此结果作为依据控制机器人的手臂进行相应运动,最终实现了对目标物体的抓取,验证了提出方法的可行性.  

双目立体视觉的三维人脸重建方法

创建逼真的三维人脸模型始终是一个极具挑战性的课题.随着三维人脸模型在虚拟现实、视频监控、三维动画、人脸识别等领域的广泛应用,三维人脸重建成为计算机图像学和计算机视觉领域的一个研究热点.针对这一问题,提出一种基于双目立体视觉的三维人脸重建方法,重建过程中无需三维激光扫描仪和通用人脸模型.首先利用标定的2台摄像机获取人脸正面图像对,通过图像校正使图像对的极线对齐并且补偿摄像机镜头的畸变;在立体匹配方面,选择具有准确可靠视差的人脸边缘特征点作为种子像素,以种子像素的视差作为区域生长的视差,在外极线约束、单调性约束以及对应匹配的边缘特征点的约束下,进行水平扫描线上的区域生长,从而得到整个人脸区域的视差图,提高了对应点匹配的速度和准确度;最后,根据摄像机标定结果和立体匹配生成的视差图计算人脸空间散乱点的三维坐标,对人脸的三维点云进行三角剖分、网格细分和光顺处理.实验结果表明,该方法能够生成光滑、逼真的三维人脸模型,证明了该算法的有效性.