基于灰度和轮廓特征的平面、凹面和凸面识别

平面、凹面、凸面是识别物体结构的重要线索,从单幅图像获取这些线索是进行三维重建、目标识别、场景分割和标定的关键步骤。针对这一问题,提出了一种基于灰度和轮廓特征的平面、凹面、凸面识别算法。通过区域的灰度拟合曲线分析区域的灰度分布特征与区域形状之间的关系,对区域轮廓进行方向编码,并将完整轮廓在角点处断开成若干连续线条,利用PCA方法判定其中是否包含光滑曲线段。综合考虑区域的灰度分布特征和区域轮廓特征,给出了区域表面形状的识别规则。灰度和轮廓两方面线索互相补充、互相约束,大大提高了区域表面形状的识别准确率。实验表明,该算法具有良好的识别效果。     

基于矩不变量和神经网络识别三维物体

三维物体识别是计算机视觉的重要研究课题,广泛应用于工业和军事等领域.目前大多数识别方法,只能由某个特定角度的二维图像识别三维物体.采用矩不变量与神经网络相结合的方法实现三维物体的识别.使样本物体绕z轴旋转,间隔一定角度拍摄一幅图像(最大间隔角度不超过30度),得到一系列样本物体图像.计算这些图像的矩不变量并作为其特征向...     

面向制造过程的海量数字图像高效检索算法研究

结合图像的形状特征、纹理特征和颜色特征,提出一种面向制造过程的海量图像高效检索算法.算法利用傅立叶描述子法和二维形状分布法描述图像的形状特征,利用灰度共生矩阵描述图像的纹理特征,利用颜色直方图表达图像的颜色特征.在得到图像的形状特征、纹理特征和颜色特征后,分别采用欧式距离、马氏距离和夹角余弦距离计算这三种特征的相似度,最后对三种特征的相似度进行综合,得到图像的整体相似度,实现多特征的联合检索.仿真结果表明,本算法应用于不同类型和格式的海量数字图像,具有较高的检索精度和较快的检索速度.     

基于图像块分类阈值优化的改进可逆图像伪装

为了提高数字图像伪装中生成的伪装图像的视觉质量,提出一种基于图像块分类阈值优化的可逆图像伪装方案.根据统计特征对原始图像子块和目标图像子块进行分类,通过优化分类阈值使得生成伪装图像和目标图像的均方差最小,然后进行相应类内图像块匹配、块线性变换、块旋转和翻转校正,最终使原始图像伪装成目标图像.采用可逆信息隐藏的算法将恢复原图所需的变换参数信息嵌入伪装图像,接收方提取辅助信息,从而实现原始图像的无损恢复.实验结果表明,该算法生成的伪装图像的视觉效果比未经阈值优化的伪装图像的效果更好.     

仿射医学图像融合算法

提出了一种仿射医学图像融合方法。以医学图像的象素灰度信息为融合依据,首先根据参考图像的象素值对参考图像进行划分;然后根据该划分对浮动图像进行划分,并假设被划分在同一组中的象素有相似的灰度值;最后迭代地对浮动图像进行仿射变换使得浮动图像中的被划分在同一组中的各个象素间的标准方差最小,实现融合图像象素之间的匹配。由于算法充分利用图像的全部象素的灰度信息,不需对图象进行滤噪等预处理,从而提高算法的精度;该方法采用仿射变换,因而不仅可纠正刚体形变而且可纠正放缩形变,适用于单模及模板融合。     

特征描述子在目标伪装效果评价中的应用

为了实现目标伪装效果评价的客观化和定量化,基于表征人眼视觉注意机制的特征描述子建立了特征相似度模型.人眼视觉注意机制模型量化了视觉注意焦点的转移过程.基于特征尺度值,提取了注意焦点的特征描述子.建立了基于特征描述子的特征相似度模型,实现了目标与背景在亮度、颜色和空间分布等方面融合程度的定量评价.拟合了特征相似度与目标发现概率的关系式.实际应用结果表明,该模型具有可操作性强、量化准确等优点.     

视频分析在交通控制中的应用

提出了一种在一系列连续视频图像中提取背景像素的方法.在背景提取的基础上,采用灰度图像的帧间差分法和背景均值法,再运用虚拟检测线法对视频图像中运动物体进行检测.在合理的假设条件下,对所划检测线上的灰度像素矩阵进行运算,通过计量的数据,运用数学和物理方法,可以得出车辆的外形,即分为大、中、小型车,车辆的行驶速度以及其他一些重要的数据.     

甲壳素磷酸酯钾的合成及其生物活性研究

用甲壳素合成1#～7#甲壳素磷酸酯及甲壳素磷酸酯钾，分别测定了1#～7#甲壳素磷酸酯的取代度，将甲壳素磷酸酯钾配成0．5mg／L，2mg／L，5mg／L，10mg／L，20mg／L溶液，以蒸馏水为对照，进行台湾四九甜菜心、水稻种子的浸种发芽实验，浸种23～48．5h；培养温度29.5℃；每只培养皿50粒，每种浓度重复3次．结果表明：1#～5#、7#甲壳素磷酸酯钾对水稻种子均不具有促进作用；1#、2#、5#、7#对菜心种子均不具有促进作用，而6#甲壳素磷酸酯钾对水稻种子的发芽有明显的促进作用，3#、4#、6#甲壳素磷酸酯钾对菜心种子有明显的促进作用，其质量浓度以0．5～20mg／L为最佳，其中6#甲壳素磷酸酯钾对水稻种子的发芽率分别对照组增长8．0％；3#、4#、6#甲壳素磷酸酯钾对菜心种子的发芽率分别对照组增长10．0％、9．3％、14．0％。     

基于层次聚类法的Entropy-KNN算法

KNN算法通过近邻样本的个数分类,Entropy-KNN算法给出新的相似度定义,而且投票时综合待测样本与近邻样本的个数和各类近邻的平均距离,但两种算法均未考虑近邻样本间的相似.提出的基于层次聚类法的Entropy-KNN算法,首先对训练集按类别进行层次聚类,接着在与待测样本最相似的子类中选取近邻样本,使得近邻样本具有较高的相似度,最后结合Entropy-KNN算法进行分类.在蘑菇数据集上的实验结果表明,该算法的分类准确率高于Entropy-KNN算法.     

基于灰度直方图熵与小波变换的近红外与可见光图像融合

本文简单阐述了基于灰度直方图熵和平稳小波变换图像融合原理,并对近红外与可见光图像融合效果进行了实验对比分析。研究表明,基于灰度直方图熵和小波变换的近红外与可见光图像融合算法得到的融合图像层次感强,对比度高,且图像的标准差、信息熵、互信息评价指标最优,从源图像中所获取的信息最多。     

人眼视觉注意机制用于伪装效果评价

为客观、准确、便捷地评价目标的伪装效果,利用人眼视觉注意机制建立了伪装效果评价模型.提取输入图像的亮度和朝向特征,融合色差分布图,得到相应的特征显著图.根据竞争机制和禁止返同机制,计算出注意焦点.基于BP神经网络建立了视觉焦点转移特性与目标发现概率的对应关系模型,从而准确地量化目标伪装效果.实验中选用44幅南方林地型图像进行BP神经网络训练和有效性检验,结果表明,该模型能够有效评价目标的伪装效果,并具有可操作性强、量化准确的优点.     

角点检测技术的研究

角点是图像的重要局部特征,通过处理图像的角点可大大减少图像处理过程中的计算量.角点检测在图像特征提取、图像配准、超分辨率重建等方面都有重要的应用;根据实现方法不同可将角点检测的方法分为三大类.指出角点检测技术的研究和发展方向.     

非对称结构平面电磁超材料的微波特性研究

利用有限元法研究了非对称平面电磁超材料的Fano谐振.给出了谐振频率处的表面激发电流分布,利用Fano公式对非对称电磁超材料的透射谱进行拟合.逐一分析单一金属环的电磁响应,发现非对称金属弧之间的耦合作用导致了Fano谐振.分析了结构参量对Fano谐振性能的影响,并研究了入射电磁波偏振旋转角对Fano谐振的影响.结果表明,旋转偏振角是实现metamaterial性能调谐的方式之一.     

基于QPCA的彩色图像复制粘贴检测

目前,大多数图像取证方法对彩色图像的处理是将其转换为灰度图像,从而导致了彩色图像的颜色信息不能被有效且充分地利用.针对此问题提出一种基于四元数主成分分析(quaternion principal component analysis, QPCA)的复制粘贴篡改检测方法.该方法充分利用了彩色图像的各个颜色通道及它们之间的相关性,能够有效提高篡改区域的识别度.运用基于图像块的检测方法,首先将图像分块后对所有块进行QPCA计算以提取特征,然后用字典排序获取相似块的移位向量,最后根据移位向量频数与阈值的比较确定篡改区域.实验结果表明,所提方法的误检漏检率低于现有方法,检测准确率有较大提高.     

改进块旋转和马赛克拼图的生成式伪装方法

结合块旋转和马赛克拼图的生成式伪装方法通过在嵌密位置放置与待隐藏秘密信息相关的圆形图像对秘密信息进行表达,会导致生成的马赛克图像的视觉质量较差,而较差的视觉质量也容易导致隐藏的秘密信息发生泄漏.为避免该问题,提出一种改进块旋转和马赛克拼图的生成式伪装方法.在该方法中,首先将多个灰度图像转换为圆形图像并按像素均值增序排列作为编码图像,将掩体图像直接通过误差扩散预处理转化为多级半色调图像;其次,通过随机坐标序列来决定秘密信息的隐藏位置,通过生成随机加密映射矩阵对秘密信息进行加密映射处理;最后,遍历掩体图像选取像素值对应的编码图像,对于隐藏和非隐藏位置,分别将编码图像旋转与秘密信息相关角度和随机角度,进而生成马赛克图像.在提取时,根据密钥结合质心旋转匹配策略以及区间认证策略对秘密信息进行认证以提高秘密信息认证的精度.实验表明,所提方法直接用编码圆形图像的旋转角度来表达秘密信息,在放置过程中始终选取以掩体像素值相对应的编码圆形图像来表达秘密信息,因而不会产生任何偏差,也不会导致任何视觉质量下降,具有良好的视觉质量.该方法引入了区间认证策略,具有较高的认证精度,所提方法具有较强的抗攻击鲁棒性且提取过程完全依赖于密钥,具有较高的安全性.     

一种改进的自适应距离保持水平集演化方法

提出一种改进的自适应距离保持水平集演化方法. 该方法定义新的图像相依权系数与停止函数,有效解决了演化曲线对初始位置敏感的问题. 零水平集曲线能根据图像性质自适应地决定向内还是向外运动,而且在像素灰度值相等的区域曲线能继续演化直至目标物体边界,并提高了零水平集曲线对深度凹陷边界的捕获能力. 实验结果表明,该方法能有效检测目标边界,且有较强的抗噪能力.     

用DLR型κ—ε紊流模型对逆压梯度内部紊流数值仿真——模型常数和网格布局的影响

用DLR型κ-ε紊流模型·BFC（边界拟合曲线坐标变换）法，对总扩散角为8°，扩散度为4的锥形渐扩管内充分发展的乔可压粘性紊流进行数值仿真．应用实例的入口雷诺敦分别为1．16×10^5和2．93×10^5．在不同的摸型常数和网格布局下进行数值仿真．给出14种算例的时均速度u^-和紊流动能κ分布的计算结果，并分别将其与实验结果进行比较．分析不同计算条件对计算结果的影响程度．计算结果与实验结果较好符合．     

基于CBR的破损轮胎图像识别系统设计

鉴于人工鉴定破损轮胎具有效率低下、误判率高、鉴定流程烦琐的问题,本文提出了一种基于案例推理(Case-Based Reasoning,CBR)的破损轮胎图像识别的方法,并设计了一个智能的破损轮胎图像识别系统。首先,对破损轮胎图像进行图像灰度化、图像去噪、图像增强的预处理操作。接着,在CBR系统中进行案例检索、相似度计算、案例匹配等,以匹配出最佳案例,自动输出轮胎的破损原因。实验结果表明,该系统切实可行,弥补了传统人工鉴定的不足。     

近景摄影测量中标记点的自动检测

近景摄影测量中,可以在待测物体表面分布一些易于识别的标记点,以提高特征识别的准确性和精度,保证多幅图象间特征点对应匹配的可靠性。文中采用圆形目标及编码元素作为标记点,并提出一种标记点自动检测算法。该算法首先根据标记点的尺寸、形状、灰度变化及位置分布等特征提取目标;然后利用非编码元与编码元的不同形状与灰度特征,提出一种改进的编码元自动身份识别方法,同时实现非编码元与编码元的分类;最后采用质心法进行标记点的精确定位,达到亚象素精度。实验结果表明,该方法受投影角度、噪声等因素影响小,具有很强的鲁棒性,可以实现标记点的准确识别和精确定位,实用性好。     

一种用于手势识别的局部均值模式纹理描述子

提出了一种改进的局部二值模式即局部均值模式用于对静态手势进行分类. 计算不同分辨率的原始手势图像、非线性光照变化图像、高斯模糊图像和椒盐噪音图像的局部均值模式、局部二值模式和局部角相模式. 利用gentle_Adaboost 分类算法对这些算子特征进行训练和测试,实现手势分类. 文中提出的局部均值模式能充分利用区域内像素灰度值之间相关性和区别性信息进行编码,恰当地描述不同手势的特征,具有简单快速及良好的区分度等特点. 实验结果表明：与局部二值模式和局部角相模式相比,局部均值模式算子取得了更高的分类准确度.对于原始图像,该描述子的分类准确度达到95%,同时该模式对非线性光照变化和高斯模糊具有较强鲁棒性.