动态单像素模板算法

高斯模板用于图像旋转时会产生较严重的模糊,其原因是大邻域的亮度值加权平均造成的。为减小加权平均的邻域范围,提出图像空域变换的小邻域局部相关性原理。据此提出动态单像素模板算法：将当前像素分割为3×3的子像素,对每一个子像素求得一个模板。用当前像素的这9个模板之一和邻域像素的亮度进行卷积运算求得变换后的亮度值。实验和分析表明,它消除了高斯模板旋转图像时产生模糊的问题。旋转图像的质量与双线性插值算法相近,同时具有比双线性插值算法和高斯模板算法更高的计算性能。     

细粒度亚像素圆模板算法

旋转图像的质量和性能是需要权衡的一个问题,提出一种细粒度亚像素圆模板算法.通过像素网格状5x5分割选取圆模板的圆心.邻域像素被圆模板覆盖的面积与圆面积的比值Rs,相应像素的颜色值Cs,旋转后像素的颜色值等于Rs和Cs的卷积.实验表明该算法图像旋转质量好于最近邻点插值和高斯模板算法,清晰度和连续性接近双线性插值,计算性能明显优于双线性插值.     

基于像素分割的亚像素圆模板算法

为提高旋转图像的质量和性能,提出了一种亚像素圆模板算法。在假设图像是连续的前提下进行逆向旋转变换;通过像素网格状分割选取亚像素圆模板的圆心;用亚像素圆模板（直径等于像素边长）进行离散化。邻域像素被圆模板覆盖的面积与圆面积的比值Rs,相应像素的颜色值Cs,旋转后像素的颜色值等于Rs和Cs的卷积。实验表明该算法图像旋转效果好于最近邻点插值和高斯模板算法,连续性接近双线性插值,计算性能明显高于双线性插值和高斯模板。     

改进的字符图像细化算法

针对现有并行细化算法中存在的细化不完全、二像素宽斜线细化畸变等问题,提出一种改进的细化算法.首先对二值图像构造了一组保留模板和消除模板,采用算术逻辑运算对图像进行初步细化,并结合保留模板匹配将二像素宽斜线予以保留;再利用消除模板匹配进一步删除斜线上的冗余像素,得到8连接的单像素图像.针对字符图像的实验结果表明,文中算法能够有效地避免二像素宽斜线的细化畸变,保持了原图像的拓扑结构,实现图像的完全细化.     

基于高斯混合模型的纹理图像分割

纹理图像分割是图像处理的一个基本问题。由于基于高斯混合模型的纹理图像分割方法．大多采用单像素的方法，因此分割精度和效率都较低。为了更好地进行纹理图像分割，在子空间思想的基础上，提出了一个基于图像块的分割算法及其改进算法，即先取图像块的均值、标准差、最大值、最小值以及中间像素的像素值等5个特征作为纹理特征，再利用高斯混合模型进行纹理图像分割，实验结果表明，该新算法的分割精度和分割效率较原分割算法都有较大提高。     

基于方向码的模板匹配方法

提出了一种新的基于方向码的模板匹配方法.算法由两步构成:在匹配的第1步,利用方向码直方图选择匹配候选点并粗略估算出旋转角度;在匹配的第2步,针对匹配候选点,利用模板和子图间方向码的差值进行匹配.实验证明提出的算法在真实图像具有旋转变化时仍是稳定的,这是因为匹配是基于由像素梯度信息计算出的方向码进行,而不是直接根据灰度值进行.     

基于改进像素相关性模型的图像分割算法

图像分割是计算机视觉中的研究热点和难点.基于局部信息的模糊聚类算法(FLICM)在一定程度上提升了模糊聚类算法的鲁棒性,但噪声强度较大时无法获得较好的图像分割效果.针对传统的模糊聚类算法分割精度不佳等问题,提出了改进像素相关性模型的图像分割算法.首先通过分析像素的局部统计特征,设计了一种新型的像素相关性模型,在此基础上...     

一种新的漫射边缘亚像素检测算法

分析了漫射边缘的特征及其在亚像素边缘检测中存在的主要问题,针对目前亚像素边缘检测算法不适于漫射边缘的亚像素检测的问题,提出了一种新的针对漫射边缘的亚像素边缘检测算法.该算法充分利用了漫射边缘中的有效信息,在计算上具有通用性及简易性.同时,引入了高斯卷积平滑的预处理方法及Sobel算法对图像像素进行粗筛选,从而进一步提高了该算法的计算速度和精度.并且通过实验,验证了该算法的有效性及优越性,并分析了误差产生的原因.     

双三次卷积模板算法

双三次插值是图像空域变换的经典算法,可用于图像旋转和放缩等灰度插值。它和双线性插值相比具有更好的图像变换效果,但计算性能较低。为提高其计算性能,设计了双三次卷积模板算法：对双三次插值算法进行离散化处理,变实数运算为整数运算,得到16个模板,模板与邻域像素的灰度值进行卷积计算,得到变换后的像素的灰度值。实验表明,该算法图像旋转效果优于双线性插值算法,略低于双三次插值算法,计算性能与双线性插值相同,明显高于双三次插值算法。     

快速离散化双线性插值算法

双线性插值算法在数字图像处理中有广泛的应用.它具有比最近邻点法更好的连续性,但计算速度慢.为提高其计算速度,提出了离散化双线性插值算法.把像素分割成子像素,用双线性插值函数计算子像素中心坐标处的像素值,可以得到每一个子像素的卷积函数C,用C来代替双线性插值函数.理论分析表明离散化算法减少了加法和乘法的浮点运算次数.通过图像旋转实验表明该算法与双线性插值算法相比计算速度有较大的提高,连续性略有损失,图像质量基本相同.     

一种改进的快速相关跟踪算法

在最大近邻距离（Maximum Close Distance,MCD）相关跟踪算法的基础上进行改进,提出了最小远离距离（Maximum Far Distance,MFD）算法。该算法通过单调降低累加和的上限,快速终止非匹配点处的计算,最终减小了总体计算量。为应付MCD算法中存在的模板漂移问题,对MFD算法采用的像素相似性阈值进行动态调整,并在出现多个匹配点的情况下用另外的相关算法做最终筛选,从而在保持了MCD算法抗噪声、抗局部遮挡等优点的同时,显著抑制了模板的漂移。算法还将相关匹配与伺服系统的控制特性结合起来进行考虑,更加合理地选择匹配区域,从而允许更快的伺服控制速度。     

High-speed reconstruction for ultra-low resolution faces

In this paper,a learning-based high-speed reconstruction system for ultra-low resolution faces is implemented using a software/hardware co-design paradigm.The hardware component working at 60 MHz contains a field programmable gate array,which is reconfigured to contain parallel processing units,and multiple memories to create parallel data.The hardware component effectively handles generating and sorting computationally intensive similarity metrics.This solves the processing speed problem in learning-based super-resolution reconstruction for ultra-low resolution faces.The system can reconstruct faces using 8 × 6,16 × 12,and 32 × 24 sized images,with 4 × 4,8 × 8,or 16 × 16 times magnification.The experimental results verify the effectiveness of our system in terms of both visual effect and low root mean square errors.The processing speed can be improved up to a maximum of 7900 times faster than a pure software implementation using C.     

一种改进的星图中星提取方法

在矢量法基础上,将改进SUSAN算法和限制条件下扩展像素标记法相结合,提出一种改进的星图中星提取方法。仿真结果表明:该方法的提取精度优于矢量法,有较强的抗噪声干扰和剔除暗星能力。     

一种改进的A-W细化算法

针对一般细化算法在进行图像细化时会出现细化不彻底、过度腐蚀等问题,提出一种改进的A-W细化算法。改进算法采用高斯平滑滤波器对原始图像进行平滑,在A-W细化算法的20种细化模板基础上,增加3组细化模板进行第1次细化,并设计4种新的细化模板进行第2次细化。实验结果证明,改进算法能较好保持曲线的连通性,保留主线的细节特征,细化后的图像光滑无毛刺。     

基于多光谱图像配准融合的机器人巡检平台

针对变电站中开展机器人巡检工作时,普遍存在复杂场景下拍摄所得红外与可见光检测图像存在遮挡、旋转和视角差异等情况,进而导致图像匹配融合效率低的问题,本文提出了一种基于STM32控制的多光谱图像配准融合巡检机器人模型。该模型首先建立模板库,通过模板匹配定位图像中的目标电力设备,在此基础上使用SURF算法进行精细匹配,即利用RANSAC剔除设备特征误配点,并采用单映射FINDHOMOGRAPHY算法进行像素叠加,最终实现变电站设备的红外、可见光图像融合。实验结果表明,本文的改进算法生成特征点数量合适、质量提升明显,相比SIFT、SURF等传统图像融合算法,配准精度提高至少30%,图像处理速度提高至少30%,具备实用意义,可有效应用于设备识别、电力设备故障诊断领域。     

混合像元分解的理论与方法-以神木县为例

识别分类是遥感技术应用中的重要一环,而混合像元是影响识别分类精度的主要因素之一。为了提高识别分类精度,本文提出了四种混合像元分解方法,它们是匹配像元分解、折半像元分解、双邻像元分解、相关像元分解。混合像元分解前,计算机分类识别精度仅为63.65％,混合像元分解后,其识别分类精度达88.67％,可见混合像元分解的效果是很显著的。     

CMOS有源象素图象传感器

介绍了ＣＭＯＳ图象传感器一般结构、ＣＭＯＳ图象传感器的象元结构和在片模拟信号处理，并介绍了两种典型的ＣＭＯＳ有源象素图象传感器，最后指出了ＣＭＯＳ有源象素图象传感器的发展动向