基于分块技术的相位展开算法

对干涉相位图的相位展开是干涉合成孔径雷达处理过程中的重要步骤,也是干涉合成孔径雷达理论与应用研究的难点所在.在充分利用干涉相位图中的干涉条纹信息的基础上,提出了一种基于分块技术的相位展开算法.首先对干涉相位图做了分块处理,块是由干涉条纹线和图像边界线组成的一个封闭的区域,在一个块内不存在相位跳跃,即在块内的相位展开已经完成.在下一步对全图做相位展开时,再逐块进行.最后通过后处理技术进行错误校正.通过对真实数据的实验和与传统方法的比较,证实了算法的有效性和稳定性．     

三维物体表面轮廓测量中实用相位展开算法的研究

在利用FTP进行三维物体表面轮廓测量时,影响测量精度的关键因素之一是相位的展开算法。传统的相位展开算法受展开路径的影响。本文在传统相位展开算法的基础上,提出了一种实用的不完全依赖展开路径的相位展开算法,该算法使噪声对精度的影响可减到最小并且易于操作。     

相位质量图在二维相位解缠中的应用探讨

本文从二维相位解缠的定义出发,介绍了相位质量图和标记,描述了两类有代表性的解缠算法以及它们之间的联系。分析了如何利用相位质量图来评价解缠结果。     

质量图和残差点相结合的InSAR相位解缠方法

在分析质量图原理及其在相位解缠中应用的基础上,提出了一种质量图和残差点相结合的InSAR干涉图相位解缠算法,算法以干涉图中残差点的分布信息为依据,优化质量阈值的确定方法,并以此为依据将干涉相位图划分为高低质量区域,指导相位解缠的顺利进行。通过使用不同质量图的实验结果表明,该方法减少了干涉图中有效信息的流失,并且指标明确,人工干预少,解缠结果较枝切法等经典方法更准确而有效。     

基于模糊回归的质量屋决策模型

基于带有对称三角形模糊系数的模糊回归及模糊规划理论,提出关联函数及自相关函数的数学模型,并在系统考虑资源约束影响的基础上,分别建立了基于质量屋的产品规划精确模型及模糊模型．仿真研究表明,这些模型适合于各种工程设计问题,尤其是在不确定的、模糊的条件下,能够有效地确定关联函数及自相关函数,帮助开发人员优化顾客需求的满意水平,在资源约束下使产品的顾客满意度最大．     

基于平面估计的三维测量相位展开新方法

工业自动化生产中微米级的三维测量大多采用相位测量轮廓术,但其中现有的包裹相位展开方法容易受图像噪声和相位突变的干扰;在电路板贴片安装的锡膏三维测量中,利用电路板的平面区域包裹相位信息进行平面估计,然后全局相位展开向拟合平面靠拢,根据统计信息确定参数,得到连续相位;利用展开后的相位再进行电路板平面的二次曲面拟合,提高基平面的拟合精度和相对高度;对比实验证明了该方法的鲁棒性和快速性,处理时间短,不受噪声、相位突变、阴影等干扰。     

基于图割与改进模糊C均值的图像分割

为提高图割算法对图像的分割效果,提出一种改进的模糊C均值聚类算法(FCMA)和图割分割算法相结合的图像分割方法。首先,用均值漂移算法将图像过分割成多个小区域(超像素),用得到的超像素代替像素点作为图的顶点,以相邻像素块间的关系为边构建图模型;然后,采用改进的模糊C均值(FCMA)算法对前景和背景的混合高斯模型分别进行聚类分析;最后,用最大流/最小割算法求取能量函数的全局最优解即得到图像的分割结果。实验结果表明,该方法在分割结果上具有较强的区域一致性及较为清晰、平滑的图像边缘,并且该方法对含有噪声的图像也能得到较好的分割结果。     

基于图割和模糊连接度的交互式舰船红外图像分割方法

针对舰船红外图像分割中的低对比度、边缘模糊和目标灰度不均匀问题, 提出了基于图割和模糊连接度的交互式图像分割方法. 交互方式为矩形笔刷, 选择目标和背景种子点. 分割方法为基于图割的图像分割方法, 引入模糊连接度来计算图割的似然能, 给出了模糊连接度权重的自动确定方法, 提出了基于直方图分解的高斯混合模型(Gaussian mixture model, GMM)成分个数和参数估计方法. 仿真结果表明, 新方法可实现各种复杂环境下舰船红外图像目标的有效分割.     

基于控制图算法的质量自动控制

对控制图原理进行研究，采用计算机实现统计量的计算和控制状态的判断，并与生产线上的自动检测设备、调节设备连接，实现质量自动控制的目的。避免手工绘制控制图的繁琐。     

基于模糊认知图的文本分类推理算法

文本分类是信息处理的重要研究方向,现在应用较多的是基于统计计算的分类方法。介绍了利用模糊认知图的文本分类推理理论与算法,该方法是基于数值推理的,实现将统计与规则融合推理,灵活性较大,不需要语料的多次训练,适合于训练不充分和新主题的文本分类和多类分类,并具有一定的鲁棒性。     

InSAR中应用可靠度导向改进的分级表相位展开算法

目的 在干涉合成孔径雷达的相位展开过程中,如果相位展开的展开路径穿过残差点就会产生相位展开的误差。在相位展开的时候,希望将相位展开的误差限制在局部区域,提高相位展开的精度。方法 首先通过判断截断相位图的残差点,并以InSAR的干涉一致性图作为相位展开的可靠性度量,对截断相位图进行量化,将残差处的可靠度设为排序中的最低等级。在进行可靠度排序后进行干涉合成孔径雷达相位图的相位展开。结果 使用该算法改进了经典可靠度导向相位展开算法中可靠度排序的缓慢问题。与经典菱形算法相比,展开精度高很多。与洪水算法相比,展开速度能快上百倍。通过可靠度排序的改进,对干涉合成孔径雷达相位展开后的结果进行分析,可以看到提高了相位展开的精度,有效的控制了相位展开过程中误差的传递。结论 相位展开算法的改进提高了干涉合成孔径雷达相位展开的精度,在干涉合成孔径雷达的相位展开中可以广泛应用。     

基于质量引导的InSAR快速相位解缠方法

针对处理大型InSAR相位数据,由于传统质量引导的相位解缠方法在解缠过程中要进行大量的排序操作,其解缠效率非常低,提出一种索引分段堆排序相位解缠方法。通过结合传统质量图的优点,将QPDVC作为质量图,并利用索引分段堆排序法将大型相位数据分成多个小堆,从而节省了堆排序过程中调整为最小堆的时间。与传统方法相比,提高了解缠精度和效率。最后,通过相关实验数据仿真证明了该方法的高效性和可行性。     

模糊C 均值聚类与多相水平集图割优化相结合的图像分割

针对在分割多个目标时多相水平集模型对初始轮廓曲线敏感且计算量大的问题,提出采用模糊C 均值聚类算法将图像进行粗分割,初始化多相水平集函数,使用图割算法分割出多相结果的方法。该方法能有效减小多相水平集算法对初始轮廓曲线的敏感性,使图割算法在分割图像时更容易分割出理想的目标轮廓;同时,采用图割算法可使水平集函数很快收敛到能量最小值,有效减少计算量,提高计算效率。实验表明该方法具有较好地分割效果和较高地分割效率。     

基于视差图优化的立体匹配算法研究

传统的立体匹配算法通过计算两幅图像的像素点相似程度,从而找到左图像素点和右图像素点的对应关系,常采用的是一种局部最优的方法,所以其匹配精度很低.为了提高精度,当前策略主要是将问题转化为求解能量方程,进而来对全局空间进行优化.从一个新的角度即视差图优化来研究能量方程的求解,通过对扫描线算法、动态规划算法和图割算法深刻讨论来分析算法原理与运行图,从而理解各算法优缺点形成本质与问题转化的依据,可以进一步的改进其不足,为研究新的算法打下基础.     

Robust Video Text Detection with Morphological Filtering Enhanced MSER

Video text detection is a challenging problem, since video image background is generally complex and its subtitles often have the problems of color bleeding, fuzzy boundaries and low contrast due to vi...     

基于图割的图像分割方法及其新进展

鉴于图割的理论意义和实际应用价值,系统综述了基于图割的图像分割方法. 首先,深入分析了基于图割的图像分割方法的基本原理,主要从定性和定量角度剖析了图割与能量函数最小化之间的关系, 然后,概括了基于图割的图像分割方法的基本步骤,包括能量函数的设计、图的构造和最小割/最大流方法, 其次,系统梳理和评述了基于图割的图像分割方法的国内外研究现状,最后,指出了基于图割的图像分割方法的发展方向.     

基于图割的MRI脑部图像肿瘤提取方法

针对当前医学图像特征提取仅从局部特征出发的问题,提出一种基于图割的脑部肿瘤提取方法。为克服图割仅适用于较少像素的图像和倾向于小割集的缺陷,对图像进行聚类以提高特征提取的准确度和速度,并构建聚类图的Gomory-Hu割树。按照割值的大小,依次去掉值较小的边提取出聚类图的子图,映射到原图像得到对应的子图像。将该方法应用到MRI脑部图像肿瘤提取中,实验结果表明,其能准确提取出MRI脑部图像中的肿瘤。     

基于矩形子块法的快速全局立体匹配算法

由于计算量大,采用割图法(GC,GraphCuts)来最小化立体匹配的能量函数,计算速度慢,难以满足许多方面应用的要求。为了提高立体匹配能量函数最小化的速度,文章提出了一种新的算法:矩形子块割图法(RSRGC,RectangularSubregioningGraphCuts),即将大图像分割为小矩形子块,然后再在各小矩形子块上分别利用GC最小化能量函数。实验表明,采用该方法可以大大提高立体匹配的速度,而不影响立体匹配的效果。     

改进的基于α扩展移动的立体匹配算法

针对传统的α扩展移动立体匹配算法计算时间过长的问题,提出了一种改进的α扩展移动算法.改进算法在α扩展移动的外部循环过程中建立了一种新的循环机制,构造的参数满足循环停止的条件时提前停止循环,节省大部分低效率的循环时间;在算法的内部迭代过程中优化了α的设定顺序,使得能量函数更快地收敛.实验结果表明,改进的算法可以与原始算法获得几乎一致的精确视差图,并大大缩短了算法的运算时间.     

A Feature-based Approach for Dense Segmentation and Estimation of Large Disparity Motion

We present a novel framework for motion segmentation that combines the concepts of layer-based methods and feature-based motion estimation. We estimate the initial correspondences by comparing vectors of filter outputs at interest points, from which we compute candidate scene relations via random sampling of minimal subsets of correspondences. We achieve a dense, piecewise smooth assignment of pixels to motion layers using a fast approximate graphcut algorithm based on a Markov random field formulation. We demonstrate our approach on image pairs containing large inter-frame motion and partial occlusion. The approach is efficient and it successfully segments scenes with inter-frame disparities previously beyond the scope of layer-based motion segmentation methods. We also present an extension that accounts for the case of non-planar motion, in which we use our planar motion segmentation results as an initialization for a regularized Thin Plate Spline fit. In addition, we present applications of our method to automatic object removal and to structure from motion.