基于暗原色先验的单一图像去雾算法

一种简单但是有效的图像先验规律暗原色先验(dark channel prior)来为单一输入图像去雾。暗原色先验来自对户外无雾图像数据库的统计规律,它基于经观察得到的这么一个关键事实--绝大多数的户外无雾图像的每个局部区域都存在某些至少一个颜色通道的强度值很低的像素。利用这个先验建立的去雾模型,我们可直接估算雾的浓度并且复原得到高质量的去除雾干扰的图像。对户外各种不同的带雾图像的处理结果表明了dark channel prior的巨大作用。同时,作为去雾过程中的副产品,我们还可获得该图像高质量的深度图。     

基于并行处理技术的谷物粒型快速测量算法

谷物粒型是决定谷粒品质和产量的重要参数之一。传统人工测量粒型的方法耗时、工作量大、主观性强。本文首先介绍一种基于线阵列采集技术和工业输送技术的谷物粒型自动测量系统。为提高系统测量效率,文章中应用了图形处理器(GPU)并行处理技术,在统一计算设备架构(CUDA)下对测量算法进行优化。实验结果表明,基于GPU的并行加速算法,能有效提高测量效率,当图像中谷粒数近2000颗时,优化后的算法速度为中央处理器(CPU)下算法运行速度的400多倍,且随着采集图像中谷粒数的增多,优化测量算法的加速效果更显著。     

基于多种先验结合的图像盲去模糊方法

针对传统图像盲去模糊方法中部分细节复原不准确的问题,提出了一种结合暗通道先验、梯度先验以及强度先验的图像盲去模糊方法。该方法利用清晰图像本身的稀疏性以及边缘信息的稀疏性,结合清晰图像暗通道的稀疏性,在不同权重下对清晰图像以及模糊核进行约束。通过交替迭代的方式更新潜影和模糊核,以估计出的最精细的模糊核结合非盲去模糊方法最终得到去模糊图像。实验结果表明,所提方法对图像去模糊质量有所提升,有效地恢复了图像的一些细节。     

改进的局部最小像素先验遥感图像盲复原算法

为了解决遥感图像盲复原时模糊核估计不准确、复原图像存在振铃效应的问题,提出改进的局部最小像素先验遥感图像盲复原算法。该算法首先引入极端通道先验与局部最小像素先验结合,对图像的强度进行更好的约束,有利于得到更好的潜在清晰图像;然后采用基于梯度的方法估计模糊核,模糊核估计与中间潜在清晰图像估计交替迭代进行,获得较为理想的模糊核;最后引入联合双边滤波器,采用改进的拉普拉斯与正则化图像复原算法抑制图像复原的振铃效应。实验结果表明,本文方法对遥感图像复原效果较好,恢复的图像边缘清晰,振铃伪影得到抑制且模糊核较为理想;客观评价指标峰值信噪比(PSNR)较前沿复原算法平均提高约1.40 dB,结构相似度(SSIM)平均提高约0.02。     

基于TV-泊松奇异积分联合先验模型的图像重构

目的针对当前图像重构算法容易产生过渡平滑图像纹理区域,使复原图像丢失大量纹理,降低重构图像视觉质量等缺陷,提出TV-泊松奇异积分联合先验模型耦合贝叶斯推理的图像重构算法。方法引入配分函数,结合TV函数,构造TV图像先验。定义泊松奇异积分先验,并将其嵌入到TV先验中,设计一种联合先验模型,控制图像纹理平滑度。基于高阶统计量技术,完善图像退化模型,并耦合先验模型,生成重构图像的最大后验估计MAP。引入优化最小原则,求解MAP,完成贝叶斯推理,获取重构图像。对文中算法复原图像纹理的关键参数进行优化,并研究分析该算法的用户响应。结果与当前图像重构算法相比,文中算法的复原视觉质量更高,能够较好地平衡噪声与纹理。在图像退化程度较大时,文中算法具有良好的用户响应。结论文中算法能够较好地同步保持图像边缘与纹理。     

一种面向嵌入式图形处理器的访存子系统结构设计

嵌入式图形处理器(GPU)随着访存数据量越来越大,访存子系统在性能、面积及功耗等方面的瓶颈已经日益凸显。针对图形处理器的数据特点及访存需求,考虑到嵌入式图形处理器面积及功耗的约束,结合Godson GPU架构平台,提出了一种面向嵌入式图形处理器的访存子系统结构设计。该设计主要针对图形处理流水线的访存特点,对cache的结构进行了优化,并提出了一种基于链表方式的结构,提高了访存的效率,减少了面积且降低了功耗。为了使访存子系统适配并行图形流水线,提出了一种屏幕分区方法,可以在消除cache的一致性问题的同时,使访存子系统的负载更加均衡。该设计为嵌入式图形处理器的访存子系统设计提供了借鉴。     

基于空间平滑处理的稳健宽带高分辨方位估计算法

实际系统中阵列误差导致的模型失配问题一直是高分辨方位估计技术走向实用化的一个瓶颈。相对于窄带信号,宽带信号阵列模型误差更加复杂和多样,通过建立宽带阵列信号误差模型,得出了基于空间平滑的稳健的宽带高分辨算法是一种抑制阵列误差的有效方法的结论,这种基于空间平滑的宽带高分辨算法,通过空间平滑后对各频率处不同子阵的互谱密度矩阵求和,一定程度上减弱了阵列误差的影响,具有较高的稳健性。本文结合消声水池试验,分析并验证了其效果。     

基于先验知识模板更新的头部跟踪算法

针对被跟踪头部目标特征状态随时间变化而与参考模板不匹配的问题,本文提出一种利用先验知识来指导Mean Shift算法中参考模板更新的策略.该方法根据被跟踪目标不同状态下所呈现出颜色的统计特征信息,采用辅助模板对候选模板中的不同颜色特征进行指导性更新,从而形成一个具有目标先验知识的参考模板,解决了模板更新时机选择的难题.实验结果表明,该算法有效解决了因头部旋转而导致模板不匹配的问题,实现了头部的连续跟踪,取得了很好的跟踪效果,并且提高了跟踪算法的自适应能力.     

基于平滑度测量与互相关制约的图像修复算法

目的为了解决当前较多图像修复算法在对损坏区域实施填充修复时没有考虑图像块之间的相关性,导致修复图像中存在振铃以及连接间断等不足,拟设计平滑度测量因子耦合互相关制约的图像修复算法。方法将图像的Laplace算子引入到优先权的计算过程中,以增加图像的边缘信息,优化数据项的成分,并利用置信度、图像的Laplace算子和数据项构造优先权计算模型,以获取优先修复块。利用等照度线的二阶导数,构造平滑度测量因子获取图像的平滑度,并以图像的平滑度为导向,对最优匹配块的搜索区域进行定位。通过误差平方和函数(SumofSquaredDifferences,SSD)在定位的搜索区域中搜寻最优匹配块,并采用互相关系数函数对最优匹配块的唯一性进行制约,以提高所获最优匹配块的准确性。结果实验结果显示,与当前修复技术相比,所提方法具有更高的连接完整性和清晰度。结论所提方案可对损坏图像完成较好的视觉复原,在图像信息处理领域具有一定的参考价值。     

一种基于动态平滑的实时基频提取算法

基频是语音信号处理中的一个基本声学特征.传统的基频提取算法为了获得较好的检测效果,需要复杂的时频域计算.对于资源受限的应用条件,例如人工耳蜗等嵌入式实时系统,很难应用计算量大的基频提取算法.语音信号的基频具有短时平稳性,根据这个特点来确定基频候选值可以提高提取的准确性.据此,提出一种基于动态平滑的基频提取算法,使用此算法对汉语声调词库进行基频提取,并与另外两种基频提取算法进行比较.实验结果表明,新算法的基频绝对平均估计误差小于3Hz,优于另两种算法,能够准确地提取基频,同时算法计算量低,适合实时应用.     

基于先验知识与深度学习结合的缺陷检测算法

为提升零件表面缺陷的检测率与算法的鲁棒性;在目标检测算法中,添加图像增广方法,利用多个图像增广叠加的方式扩大其训练样本;针对深度学习收敛速度慢及很难发现先验知识的缺陷,分别提取4类缺陷的灰度共生矩阵特征值,经分析各类灰度共生矩阵特征对不同特征的区别度,选取区别度最大的特征,将其带入单点多边界框探测器（SSD）算法网络中作为先验知识。结果表明,本文的检测网络在收敛速度及检测效果都有所提升,其检测速度约为9.06帧每秒,满足实时性要求。     

基于GPU的快速Sobel边缘检测算法

传统的Soble边缘检测算法的优化和实现都是针对常用处理器(CPU、DSP和FPGA等)提出的,难以应用在图像处理器(GPU)上.本文提出了一种基于NVIDIA公司CUDA架构图形处理器(GPU)的快速Sobel边缘检测算法.快速算法根据GPU的并行结构和硬件特点,采用了纹理存储技术、多点访问技术和对称计算技术三种加速技术,优化了数据存储结构,提高了数据访问效率,降低了算法复杂度.实验结果表明,快速算法充分利用了GPU的并行处理能力,在处理4 096x4 096分辨力的8位灰度图像时速度可达190 fps,是基于CPU实现的122倍.     

基于GPU的结构光三维测量快速计算方法

针对CCD摄像机高分辨率下CPU进行三维测量计算效率低的问题,提出基于GPU技术的快速计算方法.同时针对三维测量的四个具备并行度的过程,该方法给出了在GPU上可实现的具体算法流程,并根据数据规模及GPU特性,设计了一种新的GPU设备端数据结构组织方式.实验结果表明,该方法有效利用了GPU的大规模并行处理能力,在处理500万像素数据过程中整个测量时间仅需4s左右,计算效率是CPU的160倍.     

基于二阶转换测量Kalman滤波的目标跟踪算法

为了减小传统跟踪滤波算法线性化误差,提高光电跟踪系统的跟踪速度和跟踪精度,本文在三维空间中,提出了二阶去偏转换测量卡尔曼滤波算法.该算法利用二阶泰勒展开的方法,推导出了光电跟踪系统观测方程的转换测量值误差的均值和协方差矩阵表达式,并对测量误差进行去偏差补偿处理,再经过转换测量卡尔曼滤波,可显著减小传统滤波算法的线性化误差.仿真结果表明,二阶去偏转换测量卡尔曼滤波(SCMKF)算法的跟踪精度优于非去偏转换测量卡尔曼滤波(CMKF)和扩展卡尔曼滤波(EKF),以及unscented卡尔曼滤波(UKF)算法,并且具 有更快的收敛速度,和采用统计方法的去偏转换测量卡尔曼滤波(DCMKF)的跟踪精度相当,但计算简单,提高了跟踪速度.     

改进的空域平滑的边信息插值算法

针对分布式视频编码(DVC)中的边信息重建问题,提出了一种空域平滑的边信息重建算法.该算法在关键帧之间的前向运动估计时,设置代价函数阈值保证目标运动轨迹的线性连续.对于运动平稳区域,采用双向运动补偿插值生成边信息;对于其它区域,在关键帧中确定多个候选块,并选择与待插值块的4个相邻块具有最小边界匹配误差的候选块作为边信息...     

基于改进 SIFT的图像快速自适应匹配算法

目的分析SIFT算法特征点描述子生成比较缓慢和匹配过程距离比阈值无法自适应调节的问题,探索一种改进SIFT的图像快速自适应匹配算法。方法通过简化特征点描述子的生成过程,提高算法效率,并通过自适应地调节距离比阈值参数,提高算法的鲁棒性。结果与原算法相比,图像快速自适应匹配算法的匹配点数减少,匹配准确度高,计算时间缩短。结论该算法在匹配效率和准确度方面具有明显优势,能够将计算机视觉用于工业无损检测、印品图像检测、印刷网点图像检测和包装图像检测中,具有较好的推广价值。     

具有二阶保费率的Erlang(2)风险过程

考虑二阶保费率下的Erlang(2)风险过程,得到了Gerber-Shiu函数满足的微分-积分方程及更新方程,并且当理赔额服从有理分布时,给出了Gerber-Shiu函数确切表达式.     

基于DSP的数字音频处理器的设计

在目前的广播电视播出节目中,既包含直播节目,也包含录播节目,其中直播节目占了相当大的比例,而且不同制作单位提供的节目源的音频电平大小、响度很难统一,严重影响到后续传输和发射的正常工作,用户在收听的时候也会出现声音时大时小的现象。因此必须对发射机前端的节目信号进行处理,这个任务就由音频处理器来完成。本文提出一种基于DSP的数字音频处理器的设计方案,可以统一校准不同信号源信号电平的大小,同时提升发射机的平均调幅度。