基于多视图像的摄像机自标定方法

摄像机标定是三维重建时的必要步骤。传统的标定方法对设备要求高、操作繁琐,而自标定方法虽然简便,但精度不高,会严重影响三维重建的效果。因此,越来越需要一种操作简便并且精度高的自标定方法。采用SIFT特征点匹配算法,根据多视序列图像中对应点间的相互关系,利用光束法平差,提出了一种基于局部-全局混合优化的迭代优化方法。针对图像匹配量大的问题,提出了一种邻域内图像互匹配方法来降低时间代价。实验表明,本文提出的多摄像机自标定方法是一种有效的高精度方法,采用的邻域内图像互匹配技术能很好地降低图像匹配的时间消耗。根据多视图像的对应点间相互关系,充分利用局部-全局优化的思想,通过混合优化的方法得到相机参数,对比现有自标定算法,本文给出的方法有较高的精度和鲁棒性。     

基于边缘重建的多尺度壁画修复方法

中国古壁画历经千百年历史,不可避免地出现了不同程度的破损,其修复研究具有重要的历史价值和文化价值.传统的手工修复直接作用于壁画,操作不当会造成保护性破坏,所以采用数字虚拟修复,提出了基于边缘重建的多尺度壁画修复方法.由于现存壁画数量较少,通过收集与整理我国不同地域年代的壁画获得了实验数据.对自由裁剪后的壁画进行滤波平滑...     

基于曲线聚类的动态PET影像感兴趣区域提取新方法

针对目前动态正电子发射断层扫描(PET)影像的感兴趣区域(ROI)提取的聚类方法忽略了时间放射性曲线(TAC)的时间序列特征,提出一种基于曲线聚类的ROI提取方法。首先用K-均值(K-Means)聚类去除背景得到心脏的位置,然后对心脏进行曲线聚类提取出心肌,最后根据像素点的空间位置关系提取血池。将该方法应用于14只小鼠的PET影像ROI勾画,实验结果表明,与K-Means和混合型的聚类方法HCM相比,该方法能够更准确地提取出14只小鼠的血池,且具有更高的精确度和稳定性。     

基于分数阶微分的尺度不变特征变换图像匹配算法

利用分数阶微积分运算处理图像信息,有利于强化和提取图像的纹理细节,使图像得到增强,更有利于对图像特征的提取。为了提高图像匹配的正确性,用基于分数阶微积分图像处理方法,提出了改进的尺度不变特征变换(SIFT)匹配算法,将高斯滤波和分数阶微分滤波相结合,用分数阶微分对图像特征进行强化,检测出更加稳定的尺度空间极值点,然后筛选出更多和更准确的匹配特征点,最后进行图像匹配。实验表明,在SIFT中引入分数阶微积分的应用,能够得到更多的特征关键点,提高图像匹配的正确性。     

高动态范围图像全局与局部色调映射的融合

针对高动态范围(HDR)图像显示于普通显示设备的问题,提出一种新的结合全局与局部的色调映射方法,先对高动态范围图像分别进行全局和局部的映射,对所得的图再各自进行曲波分解,然后对分解系数进行加权融合.用5组HDR图进行验证,结果表明:用该方法得到的图像有更好的视觉效果.     

基于四元数特定颜色对边缘检测的车牌定位

车牌定位是车牌识别系统中的一个关键问题。提出了一种基于四元数特定颜色对边缘检测的车牌定位算法。首先将输入彩色图像用同色调全饱和度四元数形式表示;然后借助四对模板检测特定颜色对边缘,结合形态学膨胀运算提取潜在车牌区域;最后根据车牌形状约束条件定位车牌区域。该方法综合利用了车牌的颜色、边缘和形状特征,具有较好的鲁棒性。对各种情况拍摄的485幅车牌图像应用该算法,查全率达到96.8%,查准率超过93.2%。     

Unsupervised multi-class segmentation of SAR images using triplet Markov fields models based on edge penalty

Non-Gaussian triplet Markov random fields (TMF) model is suitable for dealing with multi-class segmentation of nonstationary and non-Gaussian synthetic aperture radar (SAR) images. However, the segmentation of SAR images utilizing this model still fails to resolve the misclassifications due to the inaccuracy of edge location. In this paper, we propose a new unsupervised multi-class segmentation algorithm by fusing the traditional energy function of TMF model with the principle of edge penalty. Through the introduction of the penalty function based on local edge strength information, the new energy function could prevent segment from smoothing across boundaries. Then we optimize the objective function that stems from the new energy function to obtain an iterative multi-region merging Bayesian maximum posterior mode (MPM) segmentation equation for the new segmentation algorithm. The effectiveness of the proposed algorithm is demonstrated by application to simulated data and real SAR images.     

基于S变换的图像边缘检测算法研究

针对边缘检测中存在的噪声敏感性问题,提出了一种基于S变换的改进型边缘检测算法。S变换是一种时频分析工具,它能够很好地检测信号的奇异性和非正则性,而在图像中,图像灰度的奇异性代表着图像的边缘。通过将S变换后相邻频率的系数进行乘积可以有效地抑制噪声,增强边缘,采用一个阈值计算方法对相乘后的S变换系数进行阈值滤波,整合来自两个正交方向的边缘得到最终的图像边缘。实验结果证实了该算法的有效性。     

基于模糊最大熵的红外图像增强算法

针对红外图像整体亮度偏暗、对比度较低、目标与背景区分不明显的特点,论文提出了一种基于模糊最大熵和改进的S函数的图像增强算法。该方法首先通过模糊最大熵准则求取最佳阈值,再使用改进的S函数对阈值两侧的像素灰度进行模糊域的非线性拉伸,从而得到增强后的红外图像。实验结果表明,该算法能明显提高红外图像对比度,突出目标并降低背景噪声。     

.基于纹理和边缘的SAR图像SVM分类*

为实现SAR图像地物目标的有效分类,深入研究了基于灰度共生矩阵GLCM的四种纹理特征以及两个边缘特征。分析每个单独纹理或边缘特征在对SAR图像进行支持向量机SVM分类中对不同地物的分辨能力,选取不同的特征组合进行组合特征的SVM分类实验。对各种特征进行主成分分析PCA,并考察使用和不使用PCA两种情况下分类结果之间的差异。实验结果证明能量、边缘长度、对比度和相关度的特征组合在PCA作用下能够改善各类地物的分类精度,将总分类精度提高到90%以上。     

分水岭算法与其他方法融合的粘连虫卵图像分割

在分水岭算法基础上融合多种方法,试图找出适合粘连虫卵图像的有效分割方法。通过对比实验发现,最小误差阈值法、极小值合并、分水岭等多种方法的融合能够准确地将粘连虫卵图像分离,取得很好的效果。     

基于KNN的特征自适应加权自然图像分类研究

针对自然图像类型广泛、结构复杂、分类精度不高的实际问题, 提出了一种为自然图像不同特征自动加权值的K-近邻（K-nearest neighbors, KNN）分类方法。通过分析自然图像的不同特征对于分类结果的影响, 采用基因遗传算法求得一组最优分类权值向量解, 利用该最优权值对自然图像纹理和颜色两个特征分别进行加权, 最后用自适应加权K-近邻算法实现对自然图像的分类。实验结果表明, 在用户给定分类精度需求和低时间复杂度的约束下, 算法能快速、高精度地进行自然图像分类。提出的自适应加权K-近邻分类方法对于门类繁多的自然图像具有普遍适用性, 可以有效地提高自然图像的分类性能。     

基于马尔可夫模型和支持向量机的JPEG图像隐写分析

提出了一种新的针对JPEG图像的通用隐写分析方法,利用马尔可夫模型,挖掘量化后的分块DCT系数中低频系数的相关性,提取出360维特征,然后采用支持向量机（SVM）分类方法进行识别。对四种公认的安全性较高的JPEG嵌入方法F5、Outguess、MB1和MB2进行隐写分析。在CorelDraw图像库的实验结果显示：该方法的检出率高、稳定性好且运算速度快。     

基于椭圆曲线密码体制的CDMA网络鉴权设计

由于我国并未掌握蜂窝鉴权与话音加密算法（CAVE）的实现,使得CDMA网络并未实现真正的安全。提出了一种基于椭圆曲线的CDMA网络鉴权方案,通过公钥签名机制完成对用户身份的识别和管理。与CAVE算法相比,该方案除具备自主知识产权外,还减轻了鉴权中心的负担。最后通过实验证明这种鉴权方案是完全可行的。     

CB形态学的边缘检测算法研究

数学形态学是一种非线性滤波方法,应用数学形态学进行非线性图像处理已经发展成为图像处理的一个主要研究领域。基于CB（Contour-Based）形态学的方法,提出了一种改进的形态学边缘检测算子,能够有效地检测出图像边缘,并保持边缘的平滑性。实验结果表明,与传统的边缘检测算子相比较,该算法抗噪性能良好,计算量较小,因此具有一定的实用性和可行性。     

基于数字相机和时间心理视觉调制的增强现实技术

为了拓展增强现实（AR）的实用性,提出一种基于时间心理视觉调制（TPVM）技术和数字相机来实现AR效果的方法。首先将AR中的标记嵌入数字屏幕的媒体内;然后利用人眼识别感知与数字相机拍摄图像形成在数字屏幕或者投影仪上原理的差异,使用数字相机设备获取数字屏幕图像内人眼不易察觉的AR标记;最后在获取标记的智能设备中显示AR效果。仿真结果显示,将数字相机与TPVM技术相结合,能够很好地将AR标记隐藏在影像中,同时人眼无法察觉,而数字相机则能准确地识别AR标记并实现AR效果。通过手机替代3D眼镜等额外设备,降低了AR的使用限制,拓展其实用性。     

基于IE浏览器的色情图像过滤器*

为了控制网络空间的色情传播,利用浏览器助手对象可以在浏览器的地址空间内引入处理代码,构建对Web页面色情图像的过滤器。色情图像在色度空间YUV和YIQ中分布具有一定特性, 建立了一种基于椭圆边界的肤色模型用于肤色检测;生成掩码图像,然后进行纹理处理,提高了准确性。在掩码图像的基础上在原图像中提取特征值,进行图像的分类(色情图像或正常图像),决定对Web页面的处理,解决了Web页面色情图像过滤这一急需解决的难题。     

一种新的基于改进弹簧质点模型的图像边缘检测方法*

针对传统边缘检测算法不能准确定位图像的边缘和检测出的图像边缘连续性较差的不足,在基于改进 的弹簧质点模型基础上提出一种新的、简单和有效的图像边缘检测算法。在该算法中,将被检测的像素点作为中心点,其周围八个方向的像素点对该中心点的弹簧拉力组成一个平面内的弹簧质点模型。根据胡克定律,可以计算出作用在中心点上的合力大小,如果作用在中心点上合力大小超过设定的阈值, 则认为该中心点为边缘上的点。实验结果表明,提出的算法能够有效地克服传统算法的不足,而且具有一定的噪声滤波效果。     

基于角点定位的印刷品缺陷检测

通过CCD采集到的图像受光照及环境干扰存在大量噪声,本文首先用中值滤波去除噪声、保留图像边缘细节.缺陷检测中选择了基于角点的定位方法,该算法计算量小、速度快,能够满足在线印刷品检测的要求.定位后待检测图像需要与标准图像配准,通过图像减法得到差分图像,将其各象素与预先设定好的阈值进行比较,如果大于阈值,则记为缺陷点.本文...     

基于移动互联网的QoS分级自适应策略研究

提出在网络融合时基于实时应急管理的QoS分级自适应策略,用分级映射表的方法建立了移动网与互联网QoS映射的关系,并提出了多业务聚合流的QoS级别选择算法：用接入互联网的网关作为自适应QoS调节的决策节点,由网关监测到的网络负载变化,根据业务流对QoS作出及时调节,使决策更加及时。仿真模拟表明,该策略解决了移动接入网与Internet提供业务的QoS匹配映射问题,可以使传输时延减少至少20％,并能抑制用户盲目扩大自己的需求,避免了用户恶意攻击加重网络负担。