全像素双核成像技术及应用研究综述

全像素双核(dual-pixel, DP)自动对焦(dual-pixel CMOS auto focus, DP CMOS AF)采用混合检测自动对焦,其在每个像素配备两个光电二极管,使每个像素既参与对焦又参与成像,克服了传统相位检测自动对焦和反差检测自动对焦技术的缺点。根据离焦视差估计图像合焦镜头所需移动的距离,DP自动对焦具有更快的对焦速度和更高的对焦精度,因此广泛应用在手持设备中(如手机相机、单反相机等)。由于全像素双核传感器将每个像素分成两半,该传感器一次拍摄即可得到两幅图像。这两幅图像(全像素双核图像对)可以看做一个具有相同曝光时间和严格校正的小基线立体图像对。该图像对的视差与图像模糊程度相对应,只在离焦区域存在视差。全像素双核传感器不仅用于自动对焦,而且可以用于深度估计、散焦去模糊和反射去除等方面。本文系统地综述了全像素双核传感器的自动对焦、成像原理及研究现状,并进一步展望其未来发展。1)对自动对焦技术进行介绍,对比了传统对焦与全像素双核对焦;2)详细分析了全像素双核传感器的成像原理、成像模型及特点;3)系统地介绍了全像素双核在计算机视觉领域应用的最新进展,从深度估计、反射去除和离焦模糊去除等方面进行全面阐述及分析; 4)适当的数据集是基于深度学习方法的基础,对目前的全像素双核数据集进行了介绍;5)分析了全像素双核在计算机视觉领域面临的挑战与机遇,对未来的全像素双核应用方向进行了讨论与展望。     

一种基于DWT通道分离和函数提取的运动目标检测新方法

智能视频监控由于其智能性、实时性和高检测率成为交通和安防领域的热点研究方向,其中运动目标实时检测是智能视频监控中的一个基本和重要的部分。本文提出一种针对智能视频监控的运动目标检测新方法：包括视频帧的小波变换、YCb Cr通道分离、目标检测与融合等环节。与传统的检测方法相比,该方法检测运动目标速度较快,精确度较高,且同时还能抑制弱的阴影。     

基于小波变换和分段DPCM混合编码的多光谱遥感图像压缩算法

多光谱遥感图像的压缩要利用图像谱内及谱间的相关特性．该文在分析多光谱图像谱内和谱间相关特性的基础上，提出了对多光谱遥感图像进行压缩的分段DPCM和SPIHT相结合的混合压缩算法，即首先利用分段DPCM算法去除谱间冗余，再利用高效的SPIHT小波压缩算法对预测误差图像进行编码．实验取得了令人满意的效果，证明了该算法的有效性。     

基于改进CV模型的多尺度图像分割方法*

在结合多尺度图像分析和水平集图像分割模型的基础上提出了一种新的多尺度图像分割方法.首先使用引入梯度向量流的全变差方法对图像进行多尺度空间分析,然后使用一种改进的CV模型进行分割.采用变分水平集方法作数值计算,因此该方法能够处理曲线的拓扑变化.实验结果表明该方法是有效的.     

中轨SAR海面运动舰船回波建模研究

中轨SAR具有宽测绘带及重访时间短的优势,是低轨SAR与高轨SAR的重要补充。然而,相对于低轨SAR,中轨SAR具有合成孔径时间长,轨道特性复杂等特点,常规斜距模型不适用于中轨SAR。考虑了回波非"停-走-停"的情况,结合轨道及运动舰船特点,对中轨SAR舰船目标斜距模型进行定量化分析。得到舰船在静止、匀速运动、加速运动时四阶斜距模型能够满足成像要求,当受海浪影响时四阶斜距模型将失效的结论。最后实现中轨SAR海面舰船回波精确建模。     

关于奶油含水量的测定

<正> 一、引言一般来说,奶油的含水量是用分析许多样品的含水量来确定的。这需要花费相当长的时间才能确定某种奶油的实际含水量。目前我国分析奶油含水量的方法是用称重和烘干的办法。每分析一次至少要二十分钟,含水量的分辨度最高为0.5％,一般为1％,若采用高级的天平称重分析则需时更长,     

GENERALIZED INVERSE GROUP OF SIGNAL AND ITS IMPLEMENTATION WITH NEURAL NETWORKS

A new concept, the generalized inverse group (GIG) of signal, is firstly proposed and its properties, leaking coefficients and implementation with neural networks are presented. Theoretical analysis and computational simulation have shown that (1) there is a group of finite length of generalized inverse signals for any given finite signal, which forms the GIG; (2) each inverse group has different leaking coefficients, thus different abnormal states; (3) each GIG can be implemented by a grouped and improved single-layer perceptron which appears with fast convergence. When used in deconvolution, the proposed GIG can form a new parallel finite length of filtering deconvolution method. On off-line processing, the computational time is reduced to O(N) from O(N2). And the less the leaking coefficient is, the more reliable the deconvolution will be.     

基于SVM的高维多光谱图像分类算法及其特性的研究

针对传统模式分类算法在处理高维多光谱图像时面临的困难，文章把支持向量机(Support Vector Machine，SVM)用于高维多光谱图像分类，有效地减弱了Hughes现象，获得了比传统方法更好的分类精度。研究了高维多光谱图像分类中SVM的分类性能与训练样本数目和数据维数之间的关系。实验结果表明，与传统模式分类方法相比，SVM具有分类精度高、推广性强的优点，尤其是当学习样本数目较少、数据维数高时，SVM的优势更加明显。     

基于加权小波分析和神经网络的人脸识别

基于加权小波分析和神经网络提出一种新的准正面人脸识别算法.二维的小波分解具有对表情变化不敏感的特点,可很好地压缩和表征人脸图像的特征,再加上变换后高频的人脸特征,能很好地表达人脸特征;径向基网络作为分类器有很好的推广性能,有利于大容量样本的分类.在对人脸库ORL和YEL的识别实验中,与传统算法相比有很高的识别速度和识别率.     

基于主分量和独立成分分析的多光谱目标检测

不同材料的物体具有不同的光谱特性, 基于这一原理, 可以利用多光谱图像数据对不同的目标进行检测。对于具有相似或相同外形特征( 颜色和形状) 的物体, 利用全色图像一般达不到检测与识别的目的; 利用传统的多光谱目标检测方法, 则因计算量较大, 识别精度低等, 达不到满意的效果。提出了一种基于主分量与独立成分分析相结合的多光谱目标检测的新方法。通过对多光谱图像数据进行主分量分析, 可以降低多光谱的维数, 去掉冗余成份, 保留其主要信息; 对降维后的数据再进行独立成分分析, 提取各种目标的光谱特性, 实现目标的检测与识别。将这两种方法有机的结合起来, 发挥各自的优点, 实现对多光谱图像目标快速的检测与识别。以真假树叶( 真树叶和塑料树叶) 为例, 验证了该方法的有效性和正确性。