基于数字图像处理技术的赤星病烟叶图像判别

为了实现赤星病烟叶的智能化识别,帮助烟农及时采收烟叶,从而有效提高烟叶的产量与质量,采用图像处理技术研究3类新鲜赤星病烟叶图像.对3类赤星病烟叶图像作灰度共生矩阵分析,采用Roberts,Sobel,Canny,LoG算子的边缘检测方法,分割3类赤星病烟叶图像的赤星病纹理区域.对LoG算子检测方法进行简单改进,使得提取的区域效果清晰、噪声点少.     

基于反射与透射图像结合的烟叶自动分级研究

人工进行烟叶外观分级需由日视和手感同时进行,而现有的利用计算机视觉技术对烟叶进行自动识别时,通常只利用了烟叶的反射图像,对烟叶的内部品质特征难以进行有效的模拟.本研究在自行设计制作的灯箱内拍摄同一烟叶的反射和透射二幅图像,通过数字图像处理技术自动提取烟叶的颜色和几何特征.运用人工神经网络建模,解决分级过程中的复杂非线性关系.实验结果证明,透射图像特征能够反映烟叶的某些内部分级因素,结合二类图像特征进行的识别效率明显高于使用某一类图像单独进行识别.同时,建模时所需特征参数大大减少,提高了运行效率和适应性.     

基于机器视觉的烟叶自动分组方法简

烤烟烟叶的分组依据主要有烟叶的部位和颜色,传统的分组方法主要是依靠人的感官(视觉、触觉、嗅觉)进行分组评判,这种评判方法主观随意性强,容易受到个人因素和环境因素的影响.为了克服这一缺点,利用机器视觉技术,对福建三明产区的K326烤烟,除完熟组以外的7个主组共78片烟叶提取外观特征,包括烟叶的几何特征(如长度、宽度、伸缩度、面积)和颜色特征(如色调、饱和度).将传统烟叶分组中定性的分组因素量化,再经过模糊综合评判方法判断烟叶的组别,为烟叶进一步精准化分级做准备.分组实验的正确率为91.30%,已经达到了人工分组水平.     

猛禽视觉研究新进展

 鸟类高度依赖其对视觉环境的评估结果。概述了以猛禽为代表的鸟类视觉生理系统和视觉信息感知系统特性的研究现状,对比了不同种类猛禽视觉系统的特性与优缺点。首先描述了包括眼外周结构、眼球壁和眼内的折光系统在内的解剖学结构,分析了猛禽眼和其他动物的眼之间的区别;然后介绍了猛禽视觉信息的传导通路和中枢;最后阐明了猛禽与其他动物不同的颜色感知特性、双中央凹特性以及猛禽视觉敏锐度特性,并概述了当前模拟猛禽视觉特性的研究方法以及关键问题,探讨了其未来的发展趋势。     

基于视觉感知机制的轮廓检测方法

结合初级视皮层的结构及其功能特性,模拟初级皮层的轮廓感知功能,提出一种有效的基于人类视觉感知机制的轮廓检测算法.首先,利用局部能量建立复杂细胞响应模型;然后,结合初级视皮层细胞排列特性构建图像信息与皮层细胞的映射关系,通过模拟神经元间的水平连接机制,实现对图像轮廓信息的增强和背景信息的抑制,建立了以初级视皮层风车状结构为基础的轮廓感知模型.实验结果表明:所提方法在保持目标轮廓完整性的同时,对背景信息的抑制效果更为有效;可以更加有效地对图像背景纹理进行抑制和对目标轮廓进行增强,在一定程度上达到了轮廓过度检测与欠检测的平衡,检测出的目标轮廓位置也更加精准.     

视觉表达与图像叙事

人类通过图像记录、表达、保存和传播信息 ,创造系列性视觉符号并产生大量叙事性象征性视觉文化行为的历史 ,从很早以前就开始了。视觉人类学学科意义上的实践和理论探讨 ,一百年里也一直在进行。 2 1世纪遍布世界的影视传媒每分钟都在传播着大量的视觉信息及其以视听信息为主的各种信息。视觉人类学为历史真相的视觉重建及现实世界的视觉表达 ,又提供了一种可能     

一种基于视觉感知的复合医学图像分割算法

为提高医学图像分割的视觉效果,依据人类视觉感知的分层特性,提出了一种新的复合医学图像分割方法.该方法通过提取医学图像的底层特征,利用Fuzzy-ART神经网络作为像素的分类器,对医学图像进行连续两次分割.实验结果表明,该医学图像分割方法能有效地解决局部信息与整体分布边缘淡化等相关问题,达到良好的分割视觉效果.     

基于力和视觉的未知平面内机械手伺服控制

研究机械手对未知平面内直线和圆形轨迹的跟踪方法,在跟踪过程中,保持末端执行器与未知平面之间接触力恒定.该控制系统采用视觉和力的双闭环控制结构,利用双目立体视觉系统实现对未知平面法线方向的估计,实现对水平面内运动分量的视觉伺服控制;应用力传感器感知末端执行器与未知平面之间的接触力,实现对末端执行器在垂直方向运动分量的控制.应用MATLAB机器人工具箱进行仿真实验,验证控制策略的有效性.     

一种基于纹理特征的图像检索算法

本文介绍了一种基于纹理特征中心加权的图像检索算法.计算差分矩阵进行纹理的相似度比较,并且根据图像中心的重要性,对图像不同像素的差分值采用不同的加权系数,越靠近图像中心加权系数越大.最后,与差分直方图进行比较,实验表明,本文算法具有比较好的检索结果.     

基于视觉原理的分类算法

从一种新的基于生物视觉原理的观点,提出了一种新的数据分类算法.将数据集看作图像,利用高斯导函数进行特征提取,并用提取出来的特征计算数据的局部结构,在此基础上设计各向异性感受野函数,最后根据各向异性的核函数构造出分类决策函数.在标准测试集上的实验表明:所提出的算法与支持向量机算法分类正确率相当,同时具有更高的训练速度;与Parzen窗分类算法相比,尽管训练速度相对较慢,但分类精度明显提高,很好地综合了分类算法对训练速度和分类精度的要求.     

基于听觉感知特征的环境声分类

大多数环境声是不和谐的,比语声和乐声更加不平稳。针对传统时频分析的不足,提出一种基于听觉感知的环境声特征提取方法。针对研究的小样本问题,采用支持向量机(Support Vector Machine,SVM)作为分类算法,对环境声进行分类。仿真结果表明所用特征及方法是有效的。     

基于纹理特征的回转窑熟料烧结状态分类

采用灰度共生矩阵方法,利用Fisher系数提取出最佳分类位置算子和纹理特征参数,通过对实际回转窑窑头熟料图像分析,发现位置算子为(5,-5)即距离为5、方向为45°下的灰度共生矩阵对应的和平均、逆差距、差异熵、对比度、差方差和熵这6个参数具有较好的区分度,其表面纹理特征能客观地反映其烧结程度,并通过基于C4.5算法实现了过烧、欠烧和正常烧结3种不同状态下的熟料纹理分类,其精度达到了95.65%.同时结合实际工况对熟料纹理进行了分析,给出了各自的变化特点.     

基于视觉感知的模糊C均值聚类算法

针对传统模糊C均值聚类算法对结构复杂图像分割效果不理想的问题,提出一种基于视觉感知的模糊C均值聚类算法.首先,在分析视皮层神经元感受野性质的基础上,建立视神经元细胞响应函数来计算图像的结构特征.其次,定义一种斜坡函数从仿生学的角度来模拟人眼对相对亮度变化的感知,用来计算图像中像素点与聚类中心点之间的差异.所提模型充分考虑了邻域刺激对中心神经元影响的方向性、位置相对性和周期性,比较精确地描述了图像的结构信息,有效地抑制了噪声和复杂纹理的干扰.实验结果表明,本文算法克服了传统模糊C均值聚类算法的缺点,实现了具有复杂背景图像的精确分割.     

基于视觉感知的立体图像零水印算法研究

人眼感知立体图像,主要是对图像内容和深度信息的感知,而视点之间的差异是形成立体图像深度感知的一个重要原因。本文基于人眼视觉感知特性,提出了视点零水印和视差零水印算法,视点零水印将视点图像的亮度Y分量分块做DCT变换,并根据DCT域中低频系数的大小关系来构造视点零水印,提高了水印的鲁棒性和不可见性;视差零水印通过求取左右视图的视差值,搜索得到左右视图的匹配区域,根据匹配区域内左右图像块的DC系数大小关系来构造视差零水印。统计两类零水印恢复率,达到对立体图像质量和立体感知质量客观评价的目的。实验结果表明,该水印算法具有良好的鲁棒性和不可见性,通过水印恢复率客观评价图像质量和立体感知质量,与人眼主观评价具有一致性。     

基于SIFT特征点的目标跟踪算法

提出一种结合背景建模方法和基于SIFT特征点匹配方法的目标跟踪算法,该算法首先使用背景建模方法获得目标区域,然后对目标区域进行SIFT特征点提取,再利用特征点匹配方法实现视频目标跟踪,为了减小误配点,采用RANSAC方法来消除误配点。最后对算法进行了实验,实验结果表明,该算法可有效跟踪运动目标。     

基于小波变换和视觉感知特性的盲水印算法

借鉴基于视觉感知特性的图像压缩思想,提出了一种基于小波变换和视觉感知特性的自适应盲水印算法．首先,将载体图像进行小波变换,利用视觉系统的照度掩蔽特性和纹理掩蔽特性把载体小波系数分为9类．其次,对二值水印图像分别进行3次不同的置乱,得到3个随机水印序列．最后依据载体图像小波系数的分类,将3个随机水印序列以不同强度嵌入到3个方向的小波系数中．该算法在抽取水印图像时不需要原始载体图像和原始水印图像．实验结果表明,该算法对裁剪、JPEG压缩、加噪、图像增强、滤波等处理都有很好的抵抗力。     

综合颜色和纹理特征的粒子滤波人脸跟踪算法

提出了一种综合颜色和纹理特征的粒子滤波人脸跟踪算法.该方法利用粒子滤波能有效处理非线性非高斯过程和融合目标人脸多种测量信息的特性,针对人脸特征对环境变化的不同鲁棒性,综合加权颜色直方图和旋转复合小波进行人脸特征描述,将颜色和纹理特征融合到粒子滤波跟踪框架中.实验结果表明了该算法的鲁棒性、精确性和灵活性,与基于单一特征的粒子滤波跟踪方法相比,该算法稳健而有效,且对现实场景下人脸的跟踪效果准确.