深度图像的目标潜在区域提取算法

目标检测和识别算法通常使用复杂特征以多尺度滑动窗的方式进行分析,运算效率往往非常低。因此,目标性被引入进行目标潜在区域的快速预判断,减少复杂特征需要分析的窗数,从而达到加速算法效率的目的。针对逐步普及的Kinect深度像机,该文提出了一种基于深度图像的目标性分析算法,以提升深度图像的目标检测识别算法的效率。首先基于深度图像的法向量,提出能够有效描述深度图像边缘信息的特征,然后通过支撑向量机学习目标性的分类器,以得分的形式给出候选区域中存在目标的概率,最后基于人眼的视觉机理对不同尺度的目标进行加权。通过深度图公共数据库的实验对比,该算法给定1000个候选区域时达到94.1%的召回率,保证了准确率的同时大大减少了区域数量,能有效的提升目标检测识别算法的效率。      

基于多尺度局部极值和边缘检测的目标性算法

目标性作为目标检测的预处理算法,用于高效提取少量可靠的目标潜在区域,可替代针对复杂特征的多尺度滑动窗的分析方式,达到提升目标检测效率的目的。该文提出了一种基于多尺度局部极值和边缘检测的目标性算法。首先,基于原始图像的多尺度梯度特征,在不同尺度下利用均值滤波得到梯度强度的局部极值,并在原始图像上还原出初始目标潜在区域;然后,通过提取图像的边缘特征,计算初始目标潜在区域的目标性得分值;最后,对得分值进行尺度加权,并结合非极大值剔除冗余区域,最终输出少量可靠的目标潜在区域。通过PASCAL VOC和ILSVRC2014数据库的实验对比,该算法给定1000个候选区时在PASCAL VOC和ILSVRC2014分别达到97%和98%以上的召回率,同时有效地提升了首框召回率。      

基于梯度角度的直方图局部特征描述子的图像匹配算法

针对传统的局部特征描述子在图像匹配效果和效率上很难兼顾的问题,提出了一种基于梯度角度的直方图(HGA)的图像匹配算法。该算法先通过加速片段测试特征(FAST)获取的图像关键点,然后采用块梯度计算和飞镖靶型结构对局部区域的结构特征进行描述。HGA有效地实现了在旋转、模糊、亮度等多种变换下的良好匹配性能,并在一定程度上具备抗仿射变换的能力。在各种复杂场景下,与高速鲁棒描述子(SURF)、尺度不变特征转换(SIFT)和FAST定向的抗旋转二进制鲁棒独立基元特征(BRIEF)描述子(ORB)进行的实验对比表明基于梯度角度的直方图局部特征描述子达到了匹配效果和效率的均衡,算法时间约为SIFT的1/3,点对匹配准确率均在94.5%以上。     

红外焦平面非均匀性噪声的空间频率特性及空间自适应非均匀性校正方法改进

分析了红外焦平面阵列非均匀性噪声的空间频率特性,指出空间低频噪声为其中的主要成分．利用实际IRF—PA定标数据,也得出了相同结论．针对传统空域自适应校正方法去除低频空间噪声存在的不足,本文提出采用一点校正和空域自适应校正相结合的方法．实验结果表明,新方法在空间低频噪声占优时能获得好的校正效果．     

机电工程在建筑施工中的技术应用浅析

机电工程在整个建筑施工过程中占着主导作用,也是施工的中心环节,对提高更快更好的机电安装技术有着深远影响。本文章结合了多年在实际施工中的经验和总结,浅析了机电工程在建筑施工中应用的要点、施工方案和过程,只有不断的技术创新和改革,才能更有利的保证工程在实际中的使用功能,才会创造出更大的经济效益。     

面向实时图像处理的嵌入式操作系统研究

针对基于ADSP14060的图像实时处理系统，根据层次化的思想，设计并实现了一个具有代码量少、可移植、可裁减的嵌入式操作系统。该系统不但具有任务管理、资源管理、片内任务通信等基本功能，还具有片问任务的通信与同步这一重要功能。实验结果表明，该系统实时性强、稳定性好，可得到满意的图像并行处理效果。     

一种改进的大气模糊图像恢复算法

针对天文图像受大气影响而变模糊的问题，利用多帧盲去卷积方法对变质图像的恢复及点扩展函数的辨识进行了研究，并采用基于受惩极大似然估计的GEM改进算法从模糊图像序列中得到目标以及点扩展函数的迭代解。实验结果表明该算法能有效地恢复出原物体并估计出点扩散函数。     

半导体激光器高速驱动源

本文介绍满足ＤＦＢ激光器高速特性测试要求的一种半导体激光器高速驱动源的设计要点、测试结果和使用情况。     

IKONOS卫星图像的快速三维场景重建

IKONOS卫星立体像对一般经过图像匹配，采用RPC模型，通过繁杂的多项式迭代获取DEM，实现三维重建，其计算花费很大。在对城市三维重建时，认为城市局部的地面是平坦的，有近似相同的海拔，城市的三维信息集中就是建筑物的三维信息，针对IKONOS影像的特点，利用几何光学成像模型快速计算同名点的相对大地坐标，实现城市场景的快速三维重建。实验结果表明，场景重建结果有较好的精度，满足观测和处理的需求，实现了快速处理和分析环境数据。     

基于二维Arimoto熵的阈值分割方法

提出基于二维Arimoto熵的阈值分割方法.首先由图像的像素值及其邻域像素均值得到图像的二维直方图,然后从二维直方图中计算出二维Arimoto熵.当二维Arimoto熵达到最大时,对应的灰度级对即为分割阈值.通过引入二维联合幂概率分布建立快速算法,使算法速度大大提高,易于硬件实现.大量的对比实验表明,本文算法表现稳定,总体的分割效果优于基于二维Renyi熵和二维Shannon熵的阈值分割算法.