A weighted H1 seminorm regularization method for Fredholm integral equations of the first kind

Many problems in mathematics and engineering lead to Fredholm integral equations of the first kind, e.g. signal and image processing. These kinds of equations are difficult to solve numerically since they are ill-posed. Therefore, regularization is required to obtain a reasonable approximate solution. This paper presents a new regularization method based on a weighted H¹ seminorm. Details of numerical implementation are given. Numerical examples, including one-dimensional and two-dimensional integral equations, are presented to illustrate the efficiency of the proposed approach. Numerical results show that the proposed regularization method can restore edges as well as details.     

Lossless asymmetric single instruction multiple data codec

This report introduces a new lossless asymmetric single instruction multiple data codec designed for extremely efficient decompression of large satellite images. A throughput in excess of 3GB/s allows decompression to proceed in parallel with asynchronous transfers from fast block devices such as disk arrays. This is made possible by a simple and fast single instruction multiple data entropy coder that removes leading null bits. Our main contribution is a new approach for vectorized prediction and encoding. Unlike previous approaches that treat the entropy coder as a black box, we account for its properties in the design of the predictor. The resulting compressed stream is 1.2 to 1.5 times as large as JPEG‐2000, but can be decompressed 100 times as quickly – even faster than copying uncompressed data in memory. Applications include streaming decompression for out of core visualization. To the best of our knowledge, this is the first entirely vectorized algorithm for lossless compression. Copyright © 2011 John Wiley & Sons, Ltd.     

金属表面脏污区域的分割和量化算法研究

针对目前金属表面缺陷检测技术的研究现状,主要研究金属表面脏污检测与量化算法。结合金属表面的特点,通过对几种分割方法的比较,研究了阈值分割法中的迭代法对图像进行分割,该算法能够最大限度地保留细节信息。另外,研究了一种改进的自适应滤波算法结合像素计数法对金属表面的脏污区域进行量化处理。实验结果证明了所提出方法的有效性。     

基于多种特征的红外目标识别技术研究

红外图像独特的热辐射特性,通常是由其各个子部件的红外热辐射特性所形成的。文中在传统红外热图像特征量的基础上,通过分析红外热图像自身特性以及它的形成与其自身姿态的关系,提出了对目标物体红外热图像基于目标姿态的子分类,并对目标红外热图像进行了子区域分割,通过多目标分类器进行识别,形成了新的红外图像特征量。     

基于Kohonen神经网络聚类方法在遥感分类中的比较

设计完成和比较了基于Kohonen自组织网络的Kohonen聚类网络（Kohonen Clustering Network, KCN）、模糊Kohonen聚类网络（Fluzzy KCN, FKCN）和基于进化规划的Kohonen聚类网络（Evalutionary Programming based KCN, EPKCN）三种聚类算法在遥感土地利用/覆盖分类中的应用。结果表明三种非监督学习方法在进行遥感土地利用/覆盖分类过程中，在分类性能上有显著差异。EPKCN分类目视效果最好，单次迭代的速度最快；FKCN总的收敛速度最快；而按遥感土地利用/覆盖分类要求而言，EPKCN方法在三种分类方法中效果最好，因此可采用该算法进行遥感土地利用/覆盖的非参数分类。     

基于DSP的机动车抗眩目系统设计

为了解决车辆在夜间行驶时,对面车灯给驾驶员造成的眩目问题,提出了一种机动车抗眩目系统的设计方案.采用视频解码芯片SAA7111A和视频编码芯片AL250完成视频信号的A/D和D/A转换;利用数字信号处理器DSP对亮度值过高的像素点进行消亮处理,以达到抗眩目的目的;可编程逻辑器件CPLD完成对整个系统的逻辑控制以及提供存储器写数据的地址.系统经实际运行,性能稳定,抗眩目效果明显.     

图像检索中的主动学习及其可测量性

主动学习对于复杂、主观、使用少量训练实例的图像检索查询具有非常有效的作用。在图像检索中应用主动学习与支持向量机相结合的方法进行相关反馈,通过两者的互补来有效地提高图像检索的精度。对比了推理算法、简单主动算法以及角度多样性算法3种主动学习算法,并研究了最好的样本选择策略。还讨论了主动学习中概念复杂度的可测量性,并对未来的研究方向提出了建议。相信随着这些可测量性问题被重点提出,主动学习的成果可以被广泛应用。     

MATLAB图像处理在水产养殖中的应用

介绍了一种通过MATLAB图像处理的方法,对水产养殖中鱼的病变情况进行监控的系统。根据中值滤波的原理,对灰度图像进行滤波,抑制噪声;根据二值化原理,将灰度图像进行二值化处理;根据收缩与扩张的原理,编写程序,对二值图像进行数次收缩与扩张,以达到去除杂质点的目的。最后采用区域矩特征的概念,找出判断鱼类出现病变的判断依据,即零阶矩,也就是白色像素的面积,只要统计出白色像素的数目,与统计数据相比较,即可判断出是否出现鱼类病变等异常情况。     

一种实用的夜间航空图像增强算法

夜间航空图像的增强处理是图像处理的一项重要内容。本文提出了一种能用硬件实现的夜间航空图像增强算法，视觉效果改善明显，更适合于人眼观察和判读，是一个实用性很强的算法。