基于非经典感受野多尺度机制的图像分析方法

神经生理学研究表明,生物视觉系统比机器视觉系统在视觉信息上更加高效,这种信息处理的高效性归功于人类视觉神经中存在的多层神经网络。作为人类视觉系统的初级处理阶段,神经节细胞非经典感受野的尺寸大小可以根据外界刺激的性质进行自动调节,这种机制利用在图像处理技术上能够达到多尺度图像分析的目的。文中提出一个基于非经典感受野的多尺度图像分析方法,通过非经典感受野的自动调整机制,保留了图像的关键信息,减少了视觉系统进一步阶段的冗余信息。并通过与N-cut算法的对比和轮廓检测的实验表明这种多尺度规模图像分析模型能够给后期的图像处理任务带来一定程度的提升。     

可变形有效感受野的人体图像语义分割算法

针对现有人体图像前景目标姿态变化、大小差异过大和边缘细节丢失等因素造成分割效果不佳的问题,提出了一种基于可变形有效感受野的人体前景分割算法.该算法将不同尺度的特征图进行融合,减少下采样过程中丢失的空间语义信息;同时结合可变有效感受野模块和边缘细化模块来捕获空间信息和语义信息,以适应算法对不同目标的有效感受野范围,并使有...     

Diverse receptive field network with context aggregation for fast object detection

Current context-utilizing detectors are all based on two-stage approaches. However, their computational efficiency and context quality extremely depend on the accuracy of proposal-generating methods, which limits their performance and makes them hardly perform real-time detection. In this work, we present a context-exploited method that integrates features in different receptive fields to obtain contextual representation. Based on this idea, we put forward the multi-branch diverse receptive field modules (DRF modules) and their design principles to encode context. To further utilize contextual information for fast object detection, we propose a one-stage diverse receptive field network (DRFNet). In DRFNet, the DRF modules are first applied to capture rich context as the basis, then a parallel structure is constructed to exploit the context at different scales along with DRF modules. Comprehensive experiments indicate that the context introduced by our methods improves the detection performance and DRFNet achieves a good trade-off between speed and accuracy.     

基于条件随机场的显著性检测算法

近年来,显著性检测与图像处理有着密不可分的关系,图像处理依赖于高质量的显著图才能得到较好的处理结果。因此为提高图像显著性检测的准确性,提出了一种新的基于条件随机场(CRF)的显著性融合算法。将显著性检测看做一个图像标注问题,运用多尺度对比,中央—周围直方图和颜色空间分布这三种不同的显著度计算得到显著图。通过CRF学习计算各个显著度的权重,采用最大似然估计方法获取模型参数估计,得到最优解。最后利用CRF检测测试图像。通过大量的实验结果表明,此算法可以对显著目标得到更加精确地检测。     

隔行扫描电视新的三场信息综合去隔行算法

在分析传统运动自适应去隔行算法缺点的基础上,提出三场运动检测自适应去隔算法.该算法对缓存的三帧图像做帧间差值计算、场间插值计算和BPP值计算,将三类计算值做数学处理后和运动阈值比较,判断出运动区域,提升检出大运动区域能力,最大限度地消除背景噪声影响,同时简化了计算量,大大降低了硬件成本.     

基于模式侧抑制复杂背景下的小目标检测

在复杂背景的图像序列中检测小目标一直是研究重点。提出了一种基于模式侧抑制的复杂背景下小目标检测的方法。将复杂背景下的小目标检测问题看作是在大量相似模式中寻找某个特殊模式的模式识别问题。通过建立基于模式的侧抑制网络模型，在模式空间中对模式进行侧抑制处理，达到突出特殊模式抑制相似模式的目的。同时指出，用该方法对图像进行多级处理可进一步改善处理效果。进行了该方法与去局部均值滤波、基于形态学Top-Hat算子滤波、多级滤波和基于侧抑制理论滤波四种传统方法的比较实验，并将信杂比（SCR）及信杂比增益作为评价算法性能的指标。实验结果表明，提出的方法在提高图像信杂比方面要优于其他几种方法，能有效抑制背景杂波，提高对目标的单帧检测能力。     

基于磁阻效应的地磁场探测研究

为了实现地磁场探测设备小型化的要求,设计了一种基于各向异性磁阻传感器的三轴磁场探测系统。系统模块包括磁场探测单元、置位/复位单元、信号处理单元、单片机控制及显示单元和电源模块,其中磁场探测单元采用了Honeywell公司生产的HMC1021Z单轴和HMC1022双轴传感器。测试实验结果表明,探测系统可以对地磁场进行有效测量,具有体积小、功耗低及精度高等优点。     

基于温度和发射率场的涂层损伤检测方法

在现代化国防和航空航天领域,目标表面涂覆具有热防护、电磁屏蔽、降低红外辐射等性能的材料,可有效保护目标,但其处于目标的表面,长期受到周围环境影响,易出现气泡、划痕、脱落等不同类型的损伤,造成涂层性能大幅度降低,无法有效保护目标。因此,需要定期对目标涂层进行检测和维护。通过研究涂层损伤与温度和发射率之间的关系,结合热辐射定律、比色测温技术、发射率测量方法,搭建一套红外热像仪的检测装置,提出一种基于涂层温度和发射率场的涂层损伤检测方法。将研制的检测装置应用于以铝为基底的氧化铝涂层,通过分析氧化铝的温度和发射率准确识别涂层内部和外部损伤,验证了基于温度和发射率场的涂层损伤检测方法的理论模型,以及检测装置的可行性与适用性。     

A nonlinear receptive field model of the visual system

A nonlinear model for the visual system is proposed in relation to the dependence of receptive field size on luminance. The model is constructed based on the fact that the exponent of Stevens' brightness function varies depending on the target size. The model consists of two stages; the mechanism of spatial summation and the mechanism of 0.5-power in cascade. The mechanism of 0.5-power is responsible for an exponent 0.5 of the brightness function for the point target. The extent of the spatial summation changes depending on the luminance so that the model yields a brightness function with exponent 0.33 for the infinite target of uniform luminance distribution. The model predicts well the signal transfer function of vision, the charactreristics of the suprathreshold spatial summation and the mean luminance dependence of the spatial frequency characteristics for threshold contrast.     

基于局部轮廓方向特征的笔迹鉴别

作为一种安全可靠的生物识别技术,笔迹鉴别在模式识别领域中获得了广泛的关注。本文利用局部结构的概率分布能够体现笔迹特征的思想,提出一种基于局部轮廓方向特征的离线笔迹鉴别方法。使用和窗口中心连通的边缘片段减少笔迹粗细的影响,将边缘点分成32种方向类别从而获取辨别局部轮廓的能力。在此基础上,统计以边缘点为中心的滑动窗口中的方向特征并归一化为局部轮廓方向特征。最后,使用加权Manhattan距离对笔迹特征进行相似性度量。实验表明提出的方法在ICDAR2011笔迹鉴别竞赛的多语言测试数据库上获得了较好的辨别正确率,部分指标超过了目前的先进算法。     

An image change detection algorithm based on Markov random field models

This paper addresses the problem of image change detection (ICD) based on Markov random field (MRF) models. MRF has long been recognized as an accurate model to describe a variety of image characteristics. Here, we use the MRF to model both noiseless images obtained from the actual scene and change images (CIs), the sites of which indicate changes between a pair of observed images. The optimum ICD algorithm under the maximum a posteriori (MAP) criterion is developed under this model. Examples are presented for illustration and performance evaluation.     

基于FBG的复杂面形应变场检测系统研究

为了实时采集在受力条件下复杂面形的应变分布,为复杂面形结构的健康程度评估提供数据支撑,设计了一种基于光纤传感网络的复杂面形应变分布实时检测系统。系统由光纤激光器、耦合器、解调仪、光纤传感阵列组成,采用与光学扫描检测数据对比的方法,进行了多种不同施力条件下待测件应变分布的理论分析和仿真计算;实验中采用4组光纤光栅传感器在待测面上正交排布的形式,针对5.0mm铝板进行了测试,并与仿真数据进行了对比。结果表明,应变分布与施力位置、大小、表面结构均有关;实验测得最大波长偏移量为1.324nm,2.547nm和1.643nm,其分别对应的位移偏移量为0.244mm,0.523mm和0.347mm,与激光扫描法标定数据对比,相对均小于10%。该测试数据能够反映面形变化趋势,符合设计要求。     

基于纹理抑制和连续分布估计的显著性目标检测方法

为了取得更好的显著性检测结果,针对传统的显著性检测方法易造成边界模糊以及应用中央-周边差进行图像检测时,感兴趣目标的内部纹理会破坏目标的整体性的问题,提出了一种基于纹理抑制和连续分布估计的显著性检测方法。先对图像进行双边滤波的预处理,以平滑目标以及背景区域内部的纹理扰动,保留目标与背景之间的主要边缘。再采用SLIC超像素分割算法,对图像中具有相同特征的像素进行分组,通过多维正态分布提取分割区域的特征,利用二范数Wasserstein距离计算区域相似度:结合局部显著性检测以及全局显著性检测实现目标区域的提取。实验结果表明,本文的方法能够较好地提取显著性目标区域。     

基于视觉感受野的夜间彩色图像自适应增强算法

针对夜间环境造成的图像对比度下降和增强过程中带来的噪声、过曝和光晕效应等问题,提出了一种基于视觉感受野的夜间彩色图像自适应增强算法。首先将图像转换到HSV空间,鉴于视觉感知的对比度敏感特性,利用中心兴奋区及外周抑制区组成的拮抗式同心圆双高斯差(DOG)感受野模型对图像亮度空间V进行对比度自适应调节,并对模型参数σ1、σ2和局部对比度都进行量化水平为4的均匀量化,局部对比度较高的量化区间采用较小模型参数,局部对比度较低的量化区间采用较大的模型参数,模型参数A2与局部对比度成反比进行微调,最后将图像转换到回RGB空间。通过与流行算法MSRCR、NPE及LIME的对比实验表明,该算法获得了较好的主观视觉效果,且在对比度、亮度提高的同时避免了暗区域噪声过大,并更好地增强了轮廓信息。     

基于超像素条件随机场的遥感图像变化检测

遥感图像变化检测一直是遥感领域的热点.使用单一的差分影像很难保证初始变化图的准确度,为了充分利用遥感图像的空间信息,文章提出了一种用于无监督遥感图像变化检测的基于超像素的条件随机场模型.该方法首先通过变化矢量分析、光谱相关映射器产生了提供互补变化信息的差异图像.然后对差异图像进行简单线性迭代聚类得到超像素图像,最后,引...     

基于核密度估计和马尔科夫随机场的运动目标检测

针对目标和背景具有空间连续性的特点,提出一种基于核密度估计和马尔科夫随机场的运动目标检测方法。首先利用核密度估计计算像素点属于背景的概率密度,在特征向量中加入颜色空间运动矢量分量来提高对背景扰动和光照变化的鲁棒性;然后构造马尔科夫随机场,提出一种马尔科夫随机场能量函数代价项的构造方法,通过最小化其能量函数得到目标分割结果。实验结果证明,该运动目标检测算法对背景扰动和光照变化具有更好的鲁棒性,错误检测率更低。     

基于磁场检测的自平衡巡线智能小车设计

文中以第七届"飞思卡尔"杯大学生智能车竞赛为背景,以飞思卡尔MC9S12XS128单片机为核心,设计了一种自平衡巡线智能车系统。本设计基于倒立摆的动力学模型,经过卡尔曼滤波算法对陀螺仪和加速度计的输出信号进行处理得到智能车的角速度和倾角,再通过PID运算处理后的输出控制智能车的平衡、前进和转向。实验及实际比赛表明,本智能车系统可稳定运行,具有速度快,转向灵活,抗干扰性强的特点。     

Contour detection refined by a sparse reconstruction-based discrimination method

Sparse representations have been widely used for many image processing tasks. In this paper, a sparse reconstruction-based discrimination (SRBD) method, which was previously proposed for the classification of image patches, is utilized to improve boundary detection in colour images. This method is applied to refining the results generated by three different algorithms: a biologically inspired method, and two state-of-the-art algorithms for contour detection. All of the contour detection results are evaluated by the BSDS300 and BSDS500 benchmarks using the quantitative measures: F-score, ODS, OIS and AP. Evaluation results shows that the performance of each algorithm is improved using the proposed method of refinement with at least one of the quantitative measures increased by 0.01. In particularly, even two state-of-the-art algorithms are slightly improved by applying the SRBD method to refine their contour detection results.     

基于光谱特性的高判别准确度激光近场探测传感器研究

激光近场探测是激光测量重要的应用方向之一,尤其是基于距离信息的近场探测系统有着巨大的应用前景。传统的激光近场探测系统只依靠距离信息给出信号,而不判别反射距离信号的物体是否为目标,可能导致误报。基于光谱特性进行目标识别会大大减少激光近场测量系统的误报率,极大提高判别准确度。设计实现了一种单芯片的光谱分析器件,利用半导体技术将光谱元件和光电元件进行单芯片的集成,从而减小了传统光谱分析系统的体积和质量。实验结果表明,该微系统级的光谱分析芯片具有识别既定伪装物体的能力,使得该技术具有在激光近场探测中应用的前景。