一种改进的图像超分辨率模型与数字图像分辨率的研究

论文从Harris等人提出的图像超分辨率理论出发,分析了传统图像超分辨率理论的不妥之处,并在此基础之上对成像模型进行了改进。以改进模型为依据,指出数字图像频谱的混迭是影响数字图像分辨率的主要因素之一,并且这种混迭是不可避免的,也是不可能被完全消除的。在数字图像超分辨率重建中,奈奎斯特抽样定理已经不能适用了,此种重建过程应该是减小混迭的过程,根据重建精度的要求,相应的来减小混迭。在图像混迭的基础之上,提出了一种数字图像分辨率的概念,由此概念出发,可以为数字图像超分辨率重建提供新的途径和评价方法。     

Harris微波信道设备及其维护

江西电力系统通信网的主传输信道使用的是微波信道，而Harris公司的微波信道设备使用非常广泛。文中对Harris公司的数字微波传输设备及系统的网络结构进行了介绍，对其使用过程中出现的故障原因进行了详细分析，并对故障的维护问题进行了研究。     

基于特征分布的建筑墙体裂缝图像识别方法

针对当前以人工智能为基础的墙体裂缝识别主要以图像识别为主,容易受到裂痕特征分布不均匀的影响,识别精度不高的问题,提出基于特征分布和高斯混合模型的建筑墙体裂缝图像识别方法.采用Harris角点检测算法对墙体图像进行角点求解处理,对建筑墙体图像进行预处理;通过选择掩模平滑法对墙体图像进行增强处理,将特征分布和高斯混合模型相结合,实现对建筑墙体裂缝图像的高精度识别.结果表明,该方法识别精度较高且识别时间短,预处理效果明显增强.     

摄像机标定中的角点提取方法及改进

简述了摄像机标定的原理,分别采用Harris角点提取法和改进的Harris角点提取法提取角点的两组图像坐标,采用Tsai标定法标定,并使用标定结果重构世界坐标,比较了两者的误差．     

基于角点检测的裂纹瓷图像拼接及裂纹重建

对裂纹瓷表面的纹饰进行图像拼接,可更好地应用于纹理等外部特征的分析与瓷器鉴别.图像处理技术可实现快速、无损的陶瓷器检测与分析,弥补了传统检测方法的不足.本文以具有裂纹釉的龙泉青瓷茶杯为研究对象,提取瓷器的多个侧面图像,采用Harris角点检测方法提取图像中的角点,然后进行图像配准和拼接,将多侧面图像拼接为完整图像;通过...     

车牌识别系统关键技术研究

倾斜角度、边框清晰度影响着车牌的校正,边框、铆钉和间隔符等也影响字符的提取,该文提出了一种改进的Harris角点检测算法,该方法不受倾斜角度影响,直接定位车牌内角点,可将内角点作为校正基准点。校正后的车牌不存在边框,字符串位于图像的中心位置,可以根据车牌字符串的整体位置值提取字符。实验证明,该算法在车牌校正与字符提取方面是有效的。     

一种基于兴趣点方向特征的图像拼接方法

提出了一种基于兴趣点方向特征的图像拼接算法IPOF(Interest Point Orientation Feature),该算法利用Harris角检测器提取出两幅图像的兴趣点并为每个兴趣点分配一个主方向,采用方向相关系数法提取出初始匹配对,根据特征点之间的关系去除伪匹配对,得到两幅图像的对应兴趣点特征对从而确定变换参数,最后使用加权平均的方法融合图像。实验表明,该算法在图像间存在任意角度的旋转及平移的情形下,能有效地实现图像的平滑镶嵌。     

基于角点和Hu矩不变量的可见光和红外图像自动配准方法

针对红外图像与可见光图像的自动配准问题,提出了一种基于图像角点特征和透视变换模型的方法.首先采用自适应阈值对红外与可见光图像进行分割,然后利用Harris因子分别在分割后的红外和可见光图像上检测角点.通过分析角点邻域在原始图像上的相关性实现角点的粗匹配.接着通过RANSAC算法对角点进行细匹配,删除outliers,再...     

一种鲁棒的均值漂移与彩色特征点提取相结合的面部跟踪算法

针对复杂背景中的多人脸跟踪问题,提出一种均值漂移与彩色特征点提取相结合的面部跟踪算法.手动选取要跟踪的面部区域,并利用彩色Harris探测器进行特征点提取,然后根据肤色的色度信息,利用均值漂移算法粗略定位人脸的位置,之后对这个区域提取特征点,与其前提取的特征点进行匹配,满足约束条件的区域即为要跟踪的人脸区域.实验表明,该算法可以排除近肤色物体的干扰并可以在多人脸发生重叠的情况下保持稳定跟踪.     

RANDOM COEFFICIENT AUTOREGRESSIVE PROCESSES:A MARKOV CHAIN ANALYSIS OF STATIONARITY AND FINITENESS OF MOMENTS

Abstract. Simple yet practically efficient conditions for the ergodicity of a Markov chain on a general state space have recently been developed. We illustrate their application to non-linear time series models and, in particular, to random coefficient autoregressive models.
As well as ensuring the existence of a unique stationary distribution, geometric rates of convergence to stationarity are ensured. Moreover, sufficient conditions for the existence and convergence of moments can be determined by a closely related method. The latter conditions, in particular, are new.