红外背景干扰研究

根据从许多地区收集来的录象磁带上的图象数据和大量红外图象数据，对红外背景图象内的干扰进行了研究。图象内的噪声是以象元电平为单位的均方根形成计算。图象经过空间滤波处理，对其内的干扰再进行计算。为获得关于红外背景图象的空间频率构成的信息，在滤波和非滤波两种状态下计算了图象的光谱密度，把计算出的干扰值输入数据库取出多组数据并绘图，确定参数量（如天气、背景类型和测量条件等）对干扰电平的影响。     

基于像素差异的金属腐蚀区域分割仿真研究

研究基于图像的金属腐蚀区域分割问题,提高分割区域的准确性。针对传统基于金属本身与腐蚀颜色的区别,利用像素差异的变化进行腐蚀区域的分割,因当腐蚀颜色与金属的本体颜色相差不是很大,或者在边沿发生像素的混淆时,利用差异边缘像素相减的方法很难完整分割腐蚀区域的问题。为了解决上述问题,提出利用空间像素差异距离聚类的金属腐蚀区域图像分割算法。通过计算差异像素之间的差异距离概率,将差异像素特征进行严格划分,对划分后的结果进行排序计算,详细描述混淆边沿信息,对腐蚀区域进行完整分割。实验证明,改进方法能够对金属腐蚀造成的细微区域完整分割,取得了满意的效果,为金属腐蚀区检测提供了参考。     

基于光谱和时相特征的夏玉米遥感识别

精确提取作物种植面积一直是农业遥感关注的主要问题之一。综合运用低分辨率的时相变化特征和中分辨率的光谱特征,提出一种夏玉米识别方法。首先基于MODIS NDVI时间序列曲线,分析夏玉米在时相变化上的识别特征,构建识别模型。夏玉米纯像元利用识别模型识别,而耕地和非耕地类型的植被产生的混合像元,则基于像元分解办法获取耕地组分的NDVI时序特征,再利用识别模型判定,然后结合土地利用数据根据空间关系得到中分辨率结果;玉米与其他作物的混合像元则利用中分辨率尺度光谱差异加以区分。研究结果表明,在伊洛河流域主要农业区,识别精度达到90.33%,为作物类型识别提供了新的思路。     

基于硬件加速的几何失真校正研究

分析研究一种新的图形硬件架构CUDA,基于其类C语言硬件开发环境和多线程的硬件执行机制,实现了基于GPU的几何失真校正的数学贴图映射,并根据像素分辨率的不同情况分别进行了实验验证,证明该方法比基于CPU的实现具有更高的场景交互速度,保证了视景系统的真实感和实时性.     

基于像素值排序与块再分的可逆数据隐藏算法

基于像素值排序的可逆数据隐藏算法通过修改图像块中的最大像素和最小像素嵌入数据,但并未充分利用图像块内的每一个像素,从而影响嵌入性能。结合块再分原理,提出基于像素值排序的可逆数据隐藏算法。将原始图像划分为3×3的图像块,计算每一个图像块的局部复杂度。设计12种分块模式将局部复杂度小于阈值的图像块细分为子块A和B。根据子块A和B的不同局部特征分别采用2种不同的扫描顺序读取像素。子块A的像素序列使用次小值预测最小值和次大值预测最大值的方法,获得2个预测误差值,子块B的像素序列利用中值像素连续预测其余4个像素的方法,得到4个预测误差值。在此基础上,利用图像块中预测误差值为0和1的像素嵌入隐藏数据。实验结果表明,该算法在一个图像块中最高可嵌入6 bit的数据,在较低计算复杂度的情况下能够有效提高像素的嵌入性能。     

基于像素差和模函数的隐写方法

传统的利用像素差(PVD)进行隐写的方法,通常只考虑水平方向的PVD而忽略垂直方向的PVD。为此,将原始图像分成互不相交的2×2的像素块,在水平和垂直2个方向上分别采用基于模函数的方法和普通PVD的方法进行隐写,并针对2种方法的特点对越界情况进行调整。实验结果表明,该方案能改善隐写图像的质量,提高嵌入容量,并能抵抗常见攻击。     

雷达图像像素矩阵的提取与应用仿真

该文提出采用图像像素矩阵提取的方法，对雷达图像进行特定的处理，该处理方式精确、直接，对原图像影响较小。具有良好的实验效果。同时提出了根据雷达像素矩阵进，行目标识别的思想。     

基于海量数据工程图的几何校正方法研究

针对海量数据工程图在数字化过程中出现的误差较大、处理效率太低的问题，提出了一种基于格网的双线性变换算法结合双缓冲区存取数据技术的新方法，并对双线性变换算法进行了优化。最后将该方法应用于一种具体的海量数据工程图——飞机模线图，实现了对该类图快速、有效的几何校正。     

基于H.26L关键算法模块软件编码器的设计与实现

继制定了H.261、H.263、H.263+等视频压缩标准后,ITU—T正在制定新的视频压缩标准H.26L,目的是为了取得更加有效的图像压缩效果和提供理想的传输接口。文章首先分析了H.26L的各个关键算法模块的原理,与H.263、H.263+进行比较分析,得出其优点;然后阐述如何用VisualC++6.0实现这些算法模块;最后通过实验证明,该文设计的软件编码器能达到更高效的压缩比、信噪比和编码速度,具有一定的实用价值。     

Connectivity-based multiple-circle fitting

This paper proposes a connectivity-based method for circle fitting. The use of pixel connectivity effectively avoids false circle detection, improves the robustness against noise and significantly reduces the computational load. The desired circular models are extracted by searching for meaningful circular arcs. The algorithm does not require a good initial guess, and is effective for extracting an a priori unknown number of circles even when the number of outliers exceeds 50%. The experimental results demonstrate that the proposed method performs well in detecting multiple intersecting or occluded circles.