基于快速整数提升小波变换的多幅图像融合

在分析已有多分辨率图像融合方法的基础上,针对多幅图像融合模型的选择问题,提出了一种基于快速整数提升小波变换的多幅图像融合新算法。首先采用整数提升小波变换将多幅源图像分解到不同尺度、方向频带范围内,然后根据图像提升小波变换后不同子带的特点分别采用了2种新的高、低频融合策略,最后通过整数提升小波逆变换得到融合图像。对多幅源图像进行了融合实验,并对融合结果进行了主观和客观的评价。实验结果表明,该算法不仅适合多幅图像的实时快速融合,而且可以获得视觉效果较佳、细节更为丰富的融合图像。     

基于SoPC目标板Flash编程设计的创建及应用

随着EDA(电子设计自动化)技术的发展和可编程逻辑器件性能的不断提高,基于FPGA的可编程片上系统技术为系统设计提供了一种简单、灵活、高效的途径.基于NiosⅡ的可编程片上系统(SoPC)设计中,几乎所有的应用设计都需要使用Flash存储器,而Flash的编程必需相应的目标板Flash编程设计支持.结合实际应用详细论述了目标板Flash编程设计的创建及应用.     

基于SoPC目标板Flash编程设计的创建及应用

随着EDA(电子设计自动化)技术的发展和可编程逻辑器件性能的不断提高,基于FPGA的可编程片上系统技术为系统设计提供了一种简单、灵活、高效的途径。基于NiosII的可编程片上系统(SoPC)设计中,几乎所有的应用设计都需要使用Flash存储器,而Flash的编程必需相应的目标板Flash编程设计支持。结合实际应用详细论述了目标板Flash编程设计的创建及应用。     

基于改进脉冲耦合神经网络的电路板红外图像分割

电路板红外图像发热芯片区域准确分割是电路板故障诊断的关键步骤,但灰度不均匀、目标区域多、辐射噪声大使电路板红外图像的准确分割变得较为困难。针对这一问题,本文提出一种改进的脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)红外图像分割模型。首先,调整传统PCNN的模型结构,将图像梯度信息作为输入信号增加到模型输入域;其次,基于最大似然估计原理,推导出链接系数β的动态调整方法;最后,在脉冲发生域引入边缘约束算法,防止邻域神经元误捕获,增强目标区域的可分割性。实验结果表明,改进模型能够有效降低背景及辐射噪声影响,准确分割出不同类型电路板红外图像目标芯片区域,在视觉效果、区域一致性和对比度方面均优于已知的Ostu、K-means和传统PCNN模型,分割性能得到明显增强。     

基于多通信方式实现DSP程序在线编程

该文针对基于DSP的野外及外场数字设备更新升级提出了一种基于多通信方式的DSP程序在线编程的新方法.该方法同时具备有线、无线多种通信能力,可以根据具体环境灵活选择.使用可扩展通信协议栈,支持对通信接口和通信协议的扩展.程序更新基于DSP/BIOS实时操作系统,根据预设算法,更新指定存储区的可执行程序,实现对原程序替换和升级.实践表明,把该方法应用于系统的目标程序在线编程,程序功能稳定可靠,使DSP程序的更新脱离了仿真器,满足了现场更新的时效性、可扩展性和便携性要求.     

An upper bound of radio k-coloring problem and its integer linear programming model

Wireless Networks - For a positive integer k, a radio k-coloring of a simple connected graph G?=?(V(G), E(G)) is a mapping $$f:V(G) to { 0,1,2, ldots }$$ such that $$|f(u) - ,f(v)|...     

基于改进Chan-Vese模型的图像分割

目前基于水平集的图像分割方法很难给出基于全局极值的算法终止条件,而大多采用事先设定迭代次数的方法。本文提出了一种改进的Chan-Vese模型,通过添加水平集函数约束项,使得新模型抑制了水平集函数的取值范围,最终收敛至全局极值,并以此作为算法终止条件,无需事先设定迭代次数。实验结果表明,新模型在其终止条件下,分割结果正确,与传统Chan-Vese模型相比,新模型的收敛速度快3~6倍,且通用性更强。     

Foreground segmentation based on selective foreground model

Foreground segmentation often fails when the background and foreground exhibit similar colour distributions. In this reported work, the general foreground model as a set of latest sequential segmentations is challenged, and it is asserted that the latest samples are not always best suited for foreground modelling. Proposed is a selective foreground model composed of the best suited samples chosen from all historical segmentations based on colour histogram similarity, with the time order of segmentations being ignored. Experiments demonstrate that the selective foreground model is efficient in solving the colour similarity problem.     

基于Chan-Vese模型的多相位图像分割

利用Chan-Vese模型,对多相位图像实现了串行分层分割。首先得到目标和背景2个子区域,然后判断各子区域内部是否仍包含有感兴趣的目标,如果有,则对该子区域再次采用Chan-Vese模型进行分割,如此迭代直到分割出图像中所有的目标。较之采用Mumford-Shah模型,本文方法计算简单,而且对多相位图像中的目标定位准确,每一层分割都可以得到有意义的区域。实验表明,本文方法可以有效、准确地实现对多相位图像的分割。     

基于DSC的异构双核编程模型

介绍了基于DSC(Digital Signal Controller)的异构双核编程模型。DSC将MCU和DSP进行单片结合,从而既具有MCU的控制灵活性又具有DSP的快速计算能力和高精度处理能力。编程模型针对DSC的异构双核架构提供了核间通信、同步、任务分配的方法。实验证明,DSC较之单MCU能更好地完成复杂的控制任务。     

基于多传感器和Bi-LSTM的个性化跌倒检测研究

解决老年人发生意外跌倒却无法被及时发现与救治的问题.为提高跌倒检测的精确度与解决个性化适配问题,本文提出一种基于多传感器和Bi-LSTM神经网络的端云协同的个性化跌倒检测方案.该系统主要包括2方面,一方面是可穿戴设备设计与个体适配的实时跌倒检测算法的实现;另一方面是基于Bi-LSTM的云端个性化跌倒模型的构建.可穿戴设...     

基于改进C-V模型的图像分割算法

提出一种新的模型——Chan-Vese模型,该模型是基于曲线演化、水平集方法、局部的统计信息,新模型包括两个方面:局部核心函数和惩罚项.引入局部统计信息后的新模型可以对非同质图像进行有效的分割.另外,核心函数中加入惩罚项,可以有效避免水平集函数初始化,缩短模型演化时间.通过实验的仿真结果发现,新模型在对非同质图像进行分割时得到了良好的结果.     

基于改进的CV模型的医学图像分割

基于CV模型的水平集分割是医学图像分割的一个重要的分割手段。医学图像分割要求精度高,速度快。传统的处理方式效率比较低,不能满足医学图像的分割要求。针对这一缺点,本文提出新的分割模式。首先,在分割过程中间断的对图像进行窗口化处理,减少演化过程所需计算的数据量。同时使活动轮廓的演化速度伴随窗口规模进行调整,减少演变所需的迭代次数。实验表明,改进之后分割方法能够极大的提高分割速度,同时图像细节部分的分割也有更高的精度。     

一种基于多重模糊聚类的红外目标分割算法

提出了一种基于多重模糊聚类的红外目标分割算法。为了实现目标的准确分割,先将原始红外图像进行四划分得到四个子图像,在各个子图像上分别进行模糊C均值聚类,再对图像进行横纵二划分各得到两个子图像,并将四划分时得到的聚类结果约束在二划分的聚类过程中,最后将二划分得到的聚类结果约束到原始图像的聚类过程中,并在其中加入邻域空间约束。此方法可有效增强背景和目标区域像素点的各自凝聚性和抗干扰性,有效提高聚类分割结果的准确性。实验结果表明,多重模糊聚类目标分割算法能准确地实现红外图像目标区域和背景区域的分离,是一种可行的目标分割算法。     

基于改进先验形状CV模型的目标分割

由于空间目标姿态变化较大,且其灰度与地球背景差异较小,传统CV（Chan and Vese）模型难以获得理想的分割结果。针对目标被部分遮挡或部分信息丢失情况下CV模型不能正确识别问题,Chan和Zhu在CV模型基础上引入先验能量项,构建的先验形状模型只具有旋转、缩放和平移不变性。本文提出了一种先验形状约束的变分水平集改进模型,用于分割星空及复杂地球背景下的空间目标。在保持先验形状模型具有旋转、缩放和平移不变性的基础上,本文改进的变分水平集模型增加了X、Y方向拉伸以及剪切不变约束能量项,增强了先验形状对目标变化的自适应性。实验结果表明本文方法对复杂背景下姿态变化较大的空间目标,具有更好的分割效果。      

基于三轴转台的多视场星敏感器标定方法

提出了一种基于三轴转台的多视场星敏感器标定方法。该方法利用转台的3个旋转自由度,无需重新安装即可对任意轴向的视场进行标定数据采集。通过对于测量模型、结构参数模型及外参数模型的建模及优化整合得到实验室标定模型。使用Levenberg-Marquardt非线性最小二乘法求解各视场的测量模型参数和各视场间的结构模型参数。该方法无需通过外场观星数据确定结构模型参数,大大节省了标定数据采集的工作量,也避免了大气对恒星矢量的影响引入的参数估计误差。通过一台数字三视场星敏感器的仿真试验和一台双视场星敏感器样机的实际试验验证了该方法的有效性。与基于外场观测的传统方法相比,视场内星间平均角距误差减小了20.32%,视场间星间角距平均误差减小了59.34%。     

基于最小风险准则的多传感器检测策略及应用

基于带宽、延时、计算等因素,传统多传感器检测以分布式为主,其特点是单传感器根据局部观测做出二元判决并传输给融合中心进行融合.单站条件下,高速通信网络和高性能服务器的应用逐步克服了制约集中式检测的约束,通过融合单传感器的局部观测提升检测性能,避免了大量原始信息的损失.基于最小风险准则推导了分布式检测与集中式检测的算法原理,分析了两种策略在实施过程中的特点与难点,结合单站条件下多雷达联合检测探讨了集中式检测在工程实现时所需考虑的因素.     

基于改进Chan-Vese模型的液晶显示屏Mura缺陷分割

液晶显示屏Mura缺陷是一类较难检测的显示缺陷,它具有对比度低、背景亮度不均匀、边缘模糊等特点。针对传统Chan-Vese模型(C-V模型)对其分割时存在误分割及速度慢的问题,本文提出一种改进的C-V模型。首先,依据曲线演化理论,简化了传统C-V模型的图像数据力驱动项,这样减少了迭代过程中的计算量,提高了分割的速度。其次,为了平衡图像的亮度不均匀,在模型中引入一个新的能量项,该能量项与轮廓曲线内、外部之间的亮度差有关,提高了分割的准确性。最后,在算法的实现过程中引入迭代停止的判别式,通过设定分割的精度可以实现迭代的自动停止,并有利于正确地分割出目标。实验结果表明,本文提出的改进C-V模型能够准确分割背景不均匀的Mura缺陷,并且具有较快的速度。     

基于相位一致性改进的活动轮廓分割模型

为了实现甲状腺超声图像中结节组织的快速准确分割,克服图像灰度分布不均匀和边缘模糊对分割结果造成的影响,采用了基于相位一致性改进的活动轮廓分割模型。首先,利用相位一致性边缘检测原理构造一种新的速度函数,不仅弥补了梯度算子边缘检测中由于滤波处理造成边缘损坏的缺陷,而且可以灵活地控制曲线演化速率;然后,将该速度函数乘入到无边缘主动轮廓模型的能量项中,避免了线性组合中的权重分配问题,同时具有全局分割能力。通过理论分析和实验验证,改进模型的相对差异度均小于1%,运行时间均低于对比模型。结果表明,新模型实现了灰度分布不均匀图像的精确分割,同时分割效率也有所提高。