传感器驱动下远程图像采集系统设计

远程图像采集是物联网中获取控制节点信息的重要手段.以嵌入式STM32F407处理器为核心,设计了一种在震动传感器和人体红外传感器驱动下的远程图像采集系统.该系统不仅具有远程图像的主动式和交互式采集功能,而且具有GSM,WiFi和MMS三种远程数据传输方式,同时支持智能手机和PC作为远程图像采集的控制中心.系统满足了不同环境下对远程图像采集的要求,具有较好的实际应用前景.     

基于正交实验设计的人工蜂群算法

人工蜂群算法是近年来提出的较为新颖的全局优化算法,已成功地应用于解决不同类型的实际优化问题.然而在该算法及相关的改进算法中,侦察蜂通常采用随机初始化的方法来生成新食物源.虽然这种方法较为简单,但易造成侦察蜂搜索经验的丢失.从算法搜索过程的内在机制出发,提出采用正交实验设计的方式来生成新的食物源,使得侦察蜂能够同时保存被放弃的食物源和全局最优解在不同维度上的有益信息,提高算法的搜索效率.在16个典型的测试函数上进行了一系列实验验证,实验结果表明:1) 该方法能够在基本不增加算法运行时间的情况下,显著地提高人工蜂群算法的求解精度和收敛速度;2) 与3种典型的变异方法相比,有更好的整体性能;3) 可作为提高其他改进人工蜂群算法性能的通用框架,具备有良好的普适性.     

基于人工鱼群优化BPNN的AUV目标识别方法

为了削弱复杂恶劣的环境对水下成像造成的不利影响及满足水下机器人目标识别任务实时性的需求,提出了基于人工鱼群算法(AFSA)优化BP神经网络的水下目标识别算法,通过构造组合不变矩对水下目标进行特征提取,提高了目标的聚类性能.引入具有全局寻优能力的AFSA,其在增加单纯神经网络收敛速度的同时避免算法陷入局部最优,进而建立了完整的基于人工鱼群神经网络的水下目标识别系统.在不同的水下目标中对该系统进行实验,通过比较提取的不同的目标图像,结果表明所建立系统具有较优的聚类性能和较高的识别精度.该方法用于水下目标识别是可行的、有效的.     

高分辨TerraSAR-X 图像舰船目标几何参数提取方法

准确提取SAR图像舰船目标几何参数是实现舰船分类的基础。由于SAR特有的成像机理, SAR图像旁瓣效应和方位模糊严重影响了舰船目标的几何参数估计,为此提出一种基于迭代线性回归的舰船几何参数提取方法。首先通过线性回归提取目标的主轴方位;然后利用循环迭代剔除远离主轴的虚假目标像素;最后用实测SAR数据进行了验证。实验结果表明,该算法对高分辨率的SAR舰船目标切片具有较好的参数估计效果。     

基于图变换的图像压缩采样与分类

提出一种基于图论表示的正交变换基,并在此基础上对图像进行压缩采样与压缩域直接分类.首先,充分利用图像的边缘特性和像素关系,给出一种图像的图论表示方法;然后,通过图Laplacian矩阵的特征值分解得到其特征向量矩阵作为正交变换基,由此得到图像的图变换域稀疏表示;最后,利用随机投影后的压缩采样特征向量直接对分类器进行训练和测试,不仅保持了与原空间相当的分类精度,还大量地减少了训练和测试时间以及计算/存储代价.     

基于交叉积分直方图的对偶双边滤波算法

多模图像由于受到成像带宽的限制,往往在有些波段会受到较大噪声的干扰。对偶双边滤波是目前对多模图像去噪较为常规的方法,能同时对多幅图像进行联合去噪,但存在计算效率低下的问题。针对该问题提出一种基于交叉积分直方图的对偶双边滤波算法。该算法通过所构造的交叉积分直方图能够在常数时间里计算出滤波器的系数,并且算法的复杂度不受滤波半径的影响,因此有效提高了原始对偶双边滤波器的适用范围和计算效率。     

一种基于安全隐藏的图像分层窜改检测和内容恢复算法

提出了一种可用于数字图像的分层窜改检测和内容恢复的脆弱水印算法。图像中每个分块产生的水印信息包括认证水印和内容恢复水印,其中认证水印由奇偶校验和平均强度信息生成,恢复水印由分块DCT系数量化编码后的信息得到。根据混沌映射和最远距离安全隐藏机制,将恢复水印嵌入到映射块中,可有效避免窜改一致性问题。在接收端,采用分层窜改检测方法,减少窜改分块的漏判和误判,有效提高了窜改精度和恢复质量。实验结果表明,提出的方法与已有方法相比,无论在小面积窜改或大面积窜改情况下均可取得较好的恢复效果。     

基于压缩感知理论的图像融合

像素级图像融合需要对待融合图像的像素灰度进行综合分析与处理,而巨大的数据量给图像融合带来了极大的不便。压缩感知理论的兴起提供了一种新的数据采集和压缩方法 ,它利用图像的部分信息重构原始图像,有效减轻了图像处理的计算复杂度。本文基于对压缩感知理论的研究,把压缩感知的方法应用于图像融合,并尝试通过对压缩感知观测矩阵的改进提高融合质量。文中设计出一种适应于DCT域的射线采样矩阵,通过与随机生成的观测矩阵融合效果的比较,证明该方法取得了良好的融合效果。     

基于改进遗传算法的最佳阈值分割方法及其性能评价

针对常规二维最佳熵法计算复杂,运行时间长,收敛性差等不足,提出基于改进遗传算法的二维最佳熵阈值分割方法。通过对选择、交叉、变异等因子的优化设计,使阈值搜索的鲁棒性与收敛性有了很大改善,并对图像的分割效果进行评价。分析与仿真结果表明,改进算法在大大减少阈值搜索时间的同时,保持了良好的分割性能。     

猫群算法仿生计算在图像聚类分析中的应用

针对传统优化算法在图像聚类分析中存在的复杂度高、容易陷入局部最优解的问题,提出了使用猫群算法求解图像聚类问题。该算法通过分组和混合策略的机制进行信息传递,用猫记忆当前群体中的全局最优解来更新自身,提高了算法的搜索能力;阐述了猫群算法的搜寻模式和跟踪模式,讨论了两种模式下猫群的速度、位置更新公式;并说明了利用该算法求解图像聚类分析问题的具体步骤。通过实验验证了猫群算法在图像聚类分析中的有效性和准确性。