基于压缩感知思想的图像分块压缩与重构方法

压缩感知理论在数据获取、数据存储/传输、数据分析和处理方面有很大优势,成为近年来的研究热点.考虑到大多数图像信号信息分布有差异,编码端,在对图像分块的基础上,融合熵估计和边缘检测方法计算各图像块的信息含量,再从两个不同的角度进行分类采样:依据信息量多少将图像块分为平滑、过渡和纹理3类,使用不同的采样率采样;依据信息量的分布特征,采用不同的采样率分配策略进行采样.在解码端,根据不同类型的图像块构造不同的线性算子进行重构,再运用改进的迭代阈值算法去除块效应和噪声.实验证明,算法在提升图像重构质量的同时缩短了重构时间,并且对纹理边缘多的图像的重构效果较其他方法理想.     

因果推理引导的复杂花纹织物缺陷视觉检测深度学习方法

AI视觉质量检测是两化融合的先导场景,是复杂产品质量管控的重要手段.本文以复杂花纹织物为对象,提出因果推理引导的产品缺陷视觉检测深度学习方法,从而解决复杂背景干扰下的视觉检测难题.首先,构建复杂背景干扰下的缺陷检测结构因果模型,并提出阻断背景特征干扰的因果干预策略.其次,在因果干预策略的基础上建立缺陷特征敏感性神经网络(defect feature-sensitive neural network, DFSNN),包括两个特征提取模块(分别以同视角的无缺陷、有缺陷面料图像作为输入).然后,提出了因果关系敏感性学习模块,其差分两个特征提取模块的输出,并通过最大化输出差分来构建因果敏感损失函数,从而实现训练过程中对背景特征的阻断和对缺陷特征的敏感性学习.实验结果表明, DFSNN可有效减弱背景图案的混淆干扰,保持95%的缺陷识别准确率.     

基于优势点检测的晶粒轮廓非均匀B样条逼近

进行复合材料三维重构的一个重要步骤是获取晶粒轮廓简洁的、光顺的数学表达. 在利用小波变换技术和Level set技术得到陶瓷复合材料晶粒闭合边缘的基础上, 根据晶粒轮廓的特点, 研究了其特征型值点的合理提取方法: 提取晶粒轮廓上高曲率的点作为候选点, 利用自适应弯曲度来确定曲线上每个点的支撑区间, 计算评价曲率, 依据评价曲率和最大采样间隔确定合理的优势点. 采用周期非均匀3次B样条曲线逼近的方法, 得到控制误差条件下最简洁的晶粒轮廓曲线. 根据所传递的候选节点矢量, 采用柔性间距选择, 获取序列轮廓的共同的节点矢量, 采用蒙皮技术获得陶瓷复合材料晶粒的3次B样条曲面模型.     

高速便携式视觉信号采集系统的设计与实现

为了实现高速便携式工业零件检测系统后续图像处理的要求,结合FPGA高速性的优点,设计并实现了面向高速便携式视觉检测系统的图像采集模块.充分利用FPGA内部的RAM作为数据缓冲区,用于保存视频解码器解码后得到的数字图像信息,将缓冲区的数据以异步读取的方式写入到内存DDR2中,并通过FPGA产生的控制信号在TFT-LCD上显示采集到零件图像.通过在硬件平台的实验证明了图像采集模块设计的合理性与可行性,能够满足检测系统后续图像处理的要求.     

基于脉搏图像传感器的VDT视觉疲劳与亚健康状态分析

为寻求视觉疲劳和亚健康状态的客观评测依据,探讨疲劳与亚健康之间的联系,使用自行研制的脉搏图像传感器分别采集20组视觉显示终端(Visual Display Terminal,VDT)视觉疲劳和亚健康状态下的脉搏图像信号,对其进行图像处理与分析;提取能反映人体生理病理信息的脉幅、频率、脉宽、脉长、脉管轴心位移等特征指标;获取了多种表征脉搏三维时空变化的特征。视觉疲劳状态和亚健康状态与健康状态相比,脉搏特征均有显著差异,而视觉疲劳状态与亚健康状态脉搏特征指标非常相近。这对于亚健康状态的预防与评测,进一步探讨亚健康与疲劳的发生机理与联系具有重要意义。     

基于最优小波包分解的图像隐写通用检测

基于图像最优小波包分解,提出了一类具有较高检测正确率的信息隐写通用型检测方法.首先基于Shannon熵计算信息代价函数,对图像进行最优小波包分解,并从分解得到的子带系数以及图像像素中提取直方图特征函数多阶绝对矩作为特征,然后对提取的特征进行预处理并设计BP神经网络分类器进行分类.针对不同的背景和应用环境,文中给出了3种不同的检测算法.针对LSB、PMK、LTSB、Jsteg、F5及JPHide等典型隐写算法的实验表明:此方法相比现有的典型通用检测方法,正确检测率提高约6.4%～15.4%,且具有更好的通用性,并可为设计基于最优小波包分解的模式识别和分类算法提供参考.     

基于无监督域自适应的计算机视觉任务研究进展

作为工业互联网的典型实例之一,车联网技术近年来飞速发展,其核心在于信息的互联互通.因此,精准、可迁移的环境信息感知能力是其稳定运行的前提之一.深度学习的进步推动了计算机视觉任务的发展,但基于传统深度学习的方法仍存在训练过程对人工标注数据依赖强、场景泛化能力较差的弊端.而对于计算机视觉任务来说,训练数据的真值标签获取较难...     

基于区块位置与加权视觉语义映射的语义图像检索

提出了一种新的图像语义映射方法WVS—RSSVM,采用自适应的NCut分割方法自动发现并图像中的区域,提取出每个区域包含了位置信息的特征,达到消除一定歧义的目的。并将这些区域采用加权的方式映射为视觉语义空间中的一个点,然后通过SVM分类的方法进行语义学习,实现对图像的语义标注。并且以SVM分类时点到边界的距离作为该点属于某个语义的隶属度,实现检索的排序。实验结果表明,该方法对表达图像的主要语义以及发现有歧义的区块代表的语义,有很好的效果。     

基于多尺度卷积网络的非朗伯光度立体视觉方法

光度立体视觉作为一种精细三维测量技术广泛应用于三维重构、缺陷检测、生物医疗等领域,但传统反射模型对材质真实物理特性的反映能力有限,对于如光亮金属等具有非线性光反射特性的非朗伯表面适应性不佳,极大地限制了该技术的进一步应用.本文提出了一种基于深度学习多尺度卷积架构的光度立体视觉算法,实现了对非透明材质表面在任意光照条件下...     

色斑检测图像分析系统的研究现状

色斑是一种发病极高的皮肤病,表现为与正常皮肤不同的颜色,色斑影响了人的美容与健康,在皮肤病诊断、化妆品功效判定与皮肤评价中都需要精确地检测色斑。目前国内外都在大力发展用图像分析系统来检测色斑,该系统包括色斑图像提取,色斑分割,色斑信息量化和分类。,本文介绍了用于色斑检测的图像分析系统,总结了图像获取,色斑分割和色斑务类的一些方法,列出了色斑量化的一些有用的几何、颜色和纹理信息。