基于多尺度特征提取的运动目标定位研究

从尺度不变特征变换算法的实时性与鲁棒性分析入手,针对其在特征点匹配精度和匹配效率两方面不足,提出一种基于运动目标的多尺度特征提取算法.该算法通过设计出一种基于尺度因子变化的高斯核模板尺寸自适应调整以及时间轴帧图像双向配准的办法,成功地修正了运动目标图像配准的实时性与鲁棒性的不足.实验证明,多尺度特征提取算法能够有效而快...     

一种轻量化多尺度遥感图像分割方法

遥感图像的语义分割在城市规划和发展中发挥着至关重要的作用。如何对高复杂度、多类别的遥感影像进行自动、快速、有效的语义分割已成为研究的关键。现有的基于深度学习的分割方法存在模型复杂、计算成本较高等问题。提出一种端到端的轻量级多尺度特征提取分割网络(Multi-Scale Feature Extraction and Segmentation Network MSNET),旨在解决在高准确性情况下降低计算成本的问题。主干是基于轻量级网络MobileNetV2的编码网络和基于MSConv的解码网络构成的整个主干,其中MSConv是一种新的多尺度卷积模块。还提出了一种特征融合注意力模块(Feature Fusion Attention Module, MSAM)来有效地整合通道和空间维度上注意机制的全局信息。引入更加轻量化的局部重要性池化(Local Importance Pooling, LIP)代替普通池化操作以及添加了空洞空间卷积池化金字塔(Atrous Spatial Pyramid Pooling, ASPP)模块进一步提取丰富的特征。在公开数据集WHDLD上进行对比评估,F1达到83.12%,推理时间仅为0.007 4 s。     

基于改进多尺度采样算法的灰度图像识别算法

本文为了提高灰度图像识别算法的缺陷识别能力,引进改进多尺度采样算法,对灰度图像识别算法展开设计研究。在提取过程中,使用Daybechies-8.0滤波器,结合此滤波器具有的多尺度旋转摄像头,进行MP映射影像的分解。并在采样空间内,设置一个图像投影空间,构造一个频率矢量,作为描述不同尺度下的投影特征,以此实现对灰度图像纹理特征的提取。同时,引进图像处理技术,采用对灰度图像进行三维空间映射处理的方式,对其特征进行映射,并融合映射结果,进行灰度图像识别误差拟合,实现对识别结果的校正。此外,通过实例应用的方式,对设计的算法进行检验,证明此算法在实际应用中,可有效地识别到图像集合中的异常噪声。     

一种基于t图的多尺度边缘检测方法

在多尺度边缘检测方法中，滤波器的滤波尺度的选取是关键，本文通过检验一给定像素邻域的灰度分布来判断此像素是否位于平滑区，并产生一幅五维向量图－t图，然后根据t图自适应地选取小波变换的尺度。实验结果表明，应用这种方法进行多尺度小波边缘检测具有较强的抗噪能力。     

一种实时多尺度目标检测识别算法

无人机目标检测与识别任务中,目标随着飞行高度的改变尺寸发生显著变化。常规目标检测模型中,获取的小目标细节信息有限,检测精度较低;而适用于小目标的实时检测模型往往容易丢失大目标的背景信息,降低大目标的检测精度。针对以上多尺度目标检测识别任务难点,提出一种基于改进特征金字塔网络(Feature Pyramid Network, FPN)结构的实时多尺度目标检测识别模型。该模型通过增加特征金字塔层级覆盖更广的目标尺度,获取更为丰富的目标信息;同时,利用跨连接增加不同尺度特征融合的多样性,降低特征传导距离,保留更加完整的尺度特征来提高模型检测识别多尺度目标的性能。通过实验发现,相比于原始网络结构和相同特征层级的四层特征金字塔结构,加入改进特征金字塔结构的多尺度目标检测模型识别性能得到了提升。     

一种基于Wedgelet的SAR图像多尺度快速分割方法

由D．Donoho等人提出的能有效捕获图象的几何结构，但基于变换的多尺度分割算法在楔形方向的选择上需要计算所有分解楔形系数，且没有利用上层分解的结果，计算量特别大。从图像的几何结构出发，在图象四分树的基础上加以楔形区域分割，对于矩形区域的楔形方向选取上建立了多分辨分析算法，在上层分割的基础上，只需计算八个方向的Wedgelet，而不是所有的方向，既避免了窗口初始化，降低了分割过程特征抽取的复杂性，减少了迭代次数。经试验比较，该方法优于同类方法。     

一种多尺度灰度共生矩阵的纹理特征提取算法

纹理特征作为图像的一个重要特征,在国画分类识别中的地位十分重要,但现有的纹理提取算法大多基于灰度信息而忽略了颜色信息。针对国画分类识别中纹理提取算法存在的问题,本文提出了一种多尺度、多色域的纹理特征提取算法,该算法结合了轮廓波变换和灰度共生矩阵的优点。为了对国画进行特征提取,该算法首先将国画图像转变到HSI色彩空间。然后,提取色调、饱和度、强度这三个色彩分量进行分区域操作,即提取每一个色彩分量的纹理特征。最后,将提取的3个特征向量融合并进行主成分分析降维。实验证明,与灰度共生矩阵相比,本文算法在国画分类识别方面查准率提高了7.5%,查全率提高了8.7%。实验表明多尺度灰度共生矩阵算法优于传统的灰度共生矩阵算法。     

多尺度特征融合轻量化夜间红外行人实时检测

针对辅助驾驶中夜间小目标红外行人检测精度低、网络模型占用内存空间大、检测速度难以满足实时检测要求等问题,提出了一种轻量化的夜间红外图像行人检测神经网络YOLO-Person。首先提出一种以MobileNetV3轻量化网络为骨干网络,以多尺度融合目标检测层为预测模块的网络模型,以解决网络模型大、推理速度慢的问题,大幅减少了模型计算量,初步实现轻量化;然后通过在网络中添加空间金字塔池化模块与更小感受野的检测层,增强网络输出特征图的表征能力,解决数据集中行人目标尺度大小不均衡的问题,提高模型的红外行人检测精度;最后应用通道剪枝对模型进行剪枝,减少特征图的通道数,获得最终网络模型YOLO-Person。通过Jetson Nano移动开发平台,在夜间红外图像行人数据集上验证YOLO-Person轻量化模型,结果表明：与YOLOv3网络模型相比,提出的YOLO-Person网络模型更适于移动端的夜间红外行人检测,平均检测精度达到了92.2%,检测速度由26 frame/s提高到了69 frame/s,模型大小也由246 MB减少到了11.7 MB。     

一种基于多尺度卷积神经网络和分类统计的图像去雾霾方法

传统的去雾霾方法会导致天空、白云和明亮区域内的颜色失真.为了解决以上问题,提出了一种基于多尺度卷积神经网络和分类统计的去除图像雾霾的方法.首先用多尺度卷积神经网络估计图像的透射率,其次对所估计的透射率进行分类统计以确定在暗通道内天空、白云和明亮区域的像素值,最后通过低通高斯滤波器平滑图像场景的辐射度,得到恢复的无雾霾图像.实验结果表明,采用提出的方法对图像去雾霾后明亮区域内的颜色不会失真,且保留了图像的自然外观,对合成图像和真实图像均有较好的去雾霾效果.     

遥感面阵凝视图像并行超分辨重建方法

遥感面阵凝视成像系统可以得到同一场景的多幅图像,研究者常利用这一特点进行多幅图像超分辨重建,以提高遥感图像空间分辨率。但是这类研究往往将超分辨过程独立出来,很少结合成像系统的几何参数优化超分辨重建模型。因此,对成像姿态影响图像不同方向上分辨率的问题进行了分析,提出了基于姿态角的各向异性模糊估计,使退化模型更加准确。同时,为了进一步精确面阵凝视成像系统超分辨重建中的匹配参数估计,提高由系统引起的全局初始匹配误差的包容性,基于最大后验法提出并行优化超分辨率图像和匹配参数的方法。算法充分利用成像过程信息并实时优化匹配参数,实验结果证明与现有方法相比,不仅可以得到细节信息更丰富,更易于人眼观察的遥感图像,并且均方误差降低0.3倍左右,信息熵平均提高1.2。     

基于流处理器的图像并行处理系统及其算法流化研究

为了解决图像处理中计算量大、处理速度慢的问题,提出了一种基于流处理器的图像并行处理系统.该系统采用Strom1系列SP16HPG220流数字信号处理器构建硬件平台,根据流处理器体系结构特点建立了流程序模型,并参考图像处理实际需求选取具有代表性的灰度变换与Sobel算子进行算法并行性分析与算法流化,利用流化过的算法与传统算法进行了对比实验,实验结果表明,灰度变换加速比为199,Sobel算子边缘检测加速比为175,满足机器人系统对图像处理实时性的需求.     

基于灰度统计的粒子图像速度粒度实时测量新技术

本文提出了一种基于灰度统计判别原理,可以对粒子图像实现速度和粒径实时同时测量的新技术--粒子图像速度粒度场仪.粒子图像速度粒度场仪通过灰度判别解决了DPIV粒子图像中方向二义性问题,简化了DPIV系统,利用图像处理技术实现了对粒子图像粒径的同时测量.以DPIV粒子图像为研究对象,结合图像处理技术,开发了相应的查询算法,实现了速度粒度的同场测量,并利用模拟粒子图像对查询算法进行了分析检验.通过算法检验表明,速度粒度同场测量算法能够很好地处理各种模拟粒子图像,满足未来实际应用对计算精度及测量时间的要求.     

基于改进Retinex算法增强夜视融合图像的颜色传递

颜色传递是获得夜视图像自然彩色的一种方法。 本文利用颜色传递技术得到红外与微光融合 图像的自然彩色,在采用匹配邻域亮度均值和标准差颜色传递算法的基础上,提出了通过增 强夜视融合图 像的亮度-对比度来提高匹配精度,减小传统算法中由于亮度接近导致在颜色传递过程中的 误传现象。首先 利用像素平均法将红外和微光图像进行灰度融合;然后采用提出的改进多尺度Retinex增强 算法将融合图像 进行增强;最后在YCbCr颜色空间匹配灰度融合图像与参考彩色 图像亮度的均值和标准差,应用颜色传递 技术得到彩色夜视图像。实验结果表明,本文采用改进的多尺度Retinex算法使融合图像的 亮度-对比度得 到显著的提升,经过颜色传递后得到的彩色图像纹理细节清晰,目标背景对比度高,具有和 参考图像相近的真彩色。     

基于DSP的嵌入式数字摄像夜间能见度测量系统

数字摄像夜间能见度仪的关键技术之一在于高速、实时地处理CCD采集的目标光源和黑体的图像信息。设计了一种基于TMS320DM642的小型化、便携嵌入式能见度测量系统,从硬件和软件上给于实现,并将其应用到数字摄像夜间能见度测量中。利用CCD采集25帧/s的PAL制视频流,数字化后送入DSP处理器,通过DSP实现目标光源与黑体的图像分割与定位算法,完成数字摄像夜间能见度的测量。实验结果表明设计的嵌入式系统能较好完成夜间能见度的测量。     

平行式红外双目立体系统各参数合理效益取值

为解决当前夜间辅助驾驶仪平面显示的弊端以及在合理效益下获得丰富的立体层次感,文中从平行式红外双目夜视系统出发分析对比了红外双目系统和人眼立体感知的最小可分辨距离,结合人眼立体感知机理以及从影像分层角度分析观看立体影像时兼具宽阔的视场张角、丰富的立体层次感时所满足的条件,对红外双目立体系统合理效益条件下的各参数关系进行推导。最后根据推导结果,计算分析3种不同规格显示屏所对应的水平像素数的合理效益取值,并选择5组不同水平像素数的红外立体图像对进行实验验证。结果表明：根据推导结果搭建的红外夜视系统在让观察者获得较大视场张角的同时还兼顾效益。     

像素预测误差耦合似然映射的图像伪造检测算法

为了解决当前图像伪造定位技术因使用了CFA 插值,易形成颜色插值噪声而降低分辨率,导致其难以检测微小篡改区域,使其伪造检测精度较低等不足,本文提出了像素预测误差耦合似然映射的图像伪造检测算法。首先,分析颜色滤波阵列CFA插值模型,并从图像中提取绿色分量;随后,嵌入权重因子,构造预测误差及其权重方差计算模型;根据预测误差与贝叶斯理论,定义伪造特征统计模型,识别出趋于零的特征值;最后,根据特征统计模型,建立其似然率模型,输出伪造映射,完成检测。仿真结果表明：与当前图像伪造定位机制相比,本文算法拥有更强的鲁棒性,能识别定位出微小伪造像素;且拥有更高的AUC值与理想的ROC曲线。     

像增强型夜视系统的图像信息传递

在分析了像增强夜视系统信息传递的基础上,指出像增强器输出端荧光屏至人眼的图像传递过程,构成了像增强夜视系统信息传递量的限制．提出了采用系统信息传递量作为夜视系统设计与评价的方法,利用这种方法可以发现在像增强器增益足以补偿光谱选道衰减的条件下,采用彩色像增强可以大幅度增加夜视系统传输的信息量．     

基于模糊信息处理的变换域增强及其改进方法的研究

由于目前的医学图像受成像设备和获取条件等因素的制约,得到的图像很难直接应用,因此首要的任务就是对获取的医学图像进行增强,即滤除图像的噪声和干扰,突出感兴趣区域或边缘从而为进一步分析和计算奠定基础。基于此介绍基于模糊理论的图像增强方法以及与其它方法结合的改进,并且得出了各种方法对比的结论。