木材缺陷重建图像的多核模型研究

针对基于应力波技术的木材无损检测算法中,重建后的木材缺陷图像与真实的木材缺陷图像差距较大,不能够准确地反应出真实情况下木材内部缺陷的大小和形状这一现状,采用多核模型进行优化重建算法,提高重建图像的准确率。以含有空洞的椴树木材为实验样本,利用多核模型优化重建的缺陷图像,提高重建图像的拟合度。根据采集到的数据建立点速度模型,对得到的点速度模型用多核模型进行优化,将多核模型优化的重建缺陷图像阈值分割处理,得到轮廓平滑、拟合度高的缺陷重建图像。研究结果表明,利用多核模型优化可以更加准确地反应出木材内部真实缺陷的情况,通过和其他方法的比较,证实了多核模型比其他模型更能准确表示木材内部缺陷,重建图像的拟合度更高,为提高木材缺陷重建图像提供了可行性方法,可为木材缺陷检测装置的设计提供参考。     

超级木材

<正> “超级木材”是指木材通过各种化学处理制造的具有特殊功能和用途的新型材料。下面介绍几种日本开发成功的“超级木材”。塑木复合材:这种木材是将乙烯系树脂注入到木材中,经加热聚合,使其在木材细胞腔内硬化,填充其空隙,也有少部分树脂在木材细胞壁中硬化,或采     

印鉴自动识别系统中图像处理与 识别的方法 研究

采用基于边缘二值图的区域内灰度变换算法，提高印鉴图像局部灰度的对比度，从而防止了印鉴图像局部灰度过线使信息大量丢失的现象；提出了封闭凸多边形图像的提取方法－种子扩散浮置实体算法，解决了将待验印鉴图像从背景噪声中提取出来的问题；提出用重心点和中心点计算偏差角度，解决了待验印鉴与预留印鉴对齐的问题，并以内差和外差的概念，判断印鉴的真伪。     

薪炭林

<正> 研究薪炭林的目的是:是在不消耗森林资源和不危害土壤、水源、及其他环境效益的情况下,探讨薪炭林的收获和利用。薪炭林能提高其他林木的价值,是一种有利的营林作业,并能和有益于野生动物、游憩、及水土保持等措施相结合。无论那种营林方式都可作薪炭林经营,但最好是阔叶林,因为阔叶林适宜作薪材。木材的热值很高(见表1),当使用新式密封炉时,木材能提供极好的热源空间。1考得(128立方呎层积木材)普通气干阔叶材的热值等于150加仑的燃料油,或23000立方呎天然气,或1吨煤。而且用木材取暖会使人感到舒服,还有益于健康。目前美国木材能源所占的比重还比较     

利用Photoshop提取苹果树图像及其立体效果的处理

利用Photoshop（PS）软件制作立体效果的苹果树图像模型,首先对苹果树图像通过通道提取图像的方法从周围的背景中枢出来,然后进行立体效果的处理．处理过程中运用了选择工具,Alpha通道,加深及减淡工具,取反色,快速蒙版等精确选择图像区域的方法和技巧,最终得到了立体苹果树图像模型,达到了满意的效果．     

金银忍冬和长白忍冬木质部比较研究

通过对金银忍冬和长白忍冬茎的木质部的比较研究,观察两种植物导管数量分布及切面形状,测量了两种植物管胞直径大小,并进行比较;研究发现,同一视野范围内长白忍冬导管数量要多于金银忍冬,但金银忍冬分布较为均匀;射线都为单列射线,导管分布于射线之间,金银忍冬射线较为明显;两种植物的茎材横切面导管均为单孔的,生长轮不明显;长白忍冬管胞切面形状更接近于圆形,经测量统计发现长白忍冬管胞平均直径大于金银忍冬,说明长白忍冬输水能力较强.     

基于双层回归森林模型的头影测量图像结构特征点自动定位

为了实现X射线头影测量图像中结构特征点的自动定位,提出一种基于双层回归森林模型的头影测量图像结构特征点自动定位方法.首先从图像中提取外观特征训练第1层回归森林模型,通过该模型生成针对当前特征点位置的偏移距离图;然后从偏移距离图中提取上下文特征,并结合外观特征训练第2层回归森林模型;接着将双层回归森林模型用于待检测的X射线头影测量图像,预测出图像中每个像素关于目标特征点的偏移距离;最后根据回归投票方法求得结构特征点位置.实验结果表明,基于双层回归森林模型的自动定位方法能较准确地获得头影测量图像中结构特征点的位置.     

基于直方图参数估计CFAR的SAS图像目标检测算法的研究

给出了一种合成孔径声纳图像目标检测的新算法,利用这类图像目标相对于杂波所占的像素数目比很小的特点,以图像的直方图为基础,与典型背景杂波分布的概率密度函数进行快速拟合,并采用最小均方误差准则来确定最终的杂波分布及参数.根据得到的参数进行恒虚警率检测,从而将目标从图像中提取出来.实践表明,本算法计算迅速,检测概率高,能够为...     

基于深度卷积神经网络的遥感图像超分辨率重建

针对基于卷积神经网络(Convolutional Neural Network,CNN)的遥感图像超分辨率重建算法训练时间较长问题,提出了一种超深的卷积神经网络来重建遥感低分辨率图像的方法。卷积神经网络共有20层,每层包含卷积层和非线性层,层与层之间采用级联的网络结构。其过程为从插值的低分辨率图像(Interpolated Low Resolution Image,ILR)中提取特征,将提取出来的特征通过残差学习预测到高频信息,ILR结合预测的高频信息重建出高分辨率图像(High-resolution Images,HR)。在训练过程中,通过梯度裁剪来防止梯度爆破,使训练保持平稳。实验表明,本文算法与其他算法相比较,主观视觉明显改善,客观评价指标显著提升。     

离散轮廓点集法提取超声图像前列腺边缘

提出一种基于离散轮廓点集的超声图像前列腺边缘提取方法,将经直肠超声图像中的腺体准确分割出来. 该方法根据前列腺的轮廓特征对候选轮廓点进行多级筛选,再除去由于各种干扰产生的非边缘点,得到位于实际边缘的离散轮廓点集,由此确定粗糙的腺体边缘. 随后利用一种快速水平集的曲线演化方法对初始边缘进行小 范围调整,使其更接近实际的腺体轮廓. 对临床应用中的经直肠超声图像进行边缘提取实验,结果表明该方法能克服腺体外部和内部区域灰度不均一以及边缘模糊等问题,提取的前列腺边缘位置准确,轮廓完整.     

基于块重构的加密域可逆信息隐藏

提出了一种基于块重构的加密域可逆信息隐藏方法。首先使用一种特定的加密方法对原始图像块进行加密,其中包括置乱和块重构,该方法能够有效地将冗余从最高有效位转移到最低有效位;其次将位平面划分为不重叠的均匀块和非均匀块,通过标签图对这两种类型的图像块进行区分及记录;最后在可嵌入信息的均匀块中嵌入相关辅助数据,并将秘密信息嵌入到剩余的可用块中。基于加密密钥和数据隐藏密钥的可用性,接收端能够可分离地实现准确提取所嵌入的数据以及无损地恢复原始图像。实验结果表明,该方法在一定程度上提高了信息嵌入量和直接解密图像的解密质量。     

一种结合全局和局部特征的图像描述生成模型

针对局部特征的图像描述模型存在的不足之处,提出了一种结合局部和全局特征的带有注意力机制的图像描述生成模型.在编码器-解码器结构框架下,在编码器端利用InceptionV3和VGG16网络模型分别提取图像的局部特征和全局特征,将两种不同尺度的图像特征融合形成编码结果.在解码器端,利用长短期记忆网络将提取的图像特征翻译为自然语言,借助微软COCO数据集进行模型训练和测试.实验结果表明:与基于局部特征的图像描述生成模型相比,该方法能够从图像中提取更加丰富完整的信息,生成表达图像内容更加准确的句子.     

基于块匹配的综合图像检索技术

提出了一种基于文本、语义和特征块匹配相结合的综合图像检索方法．首先,将图像入库时进行人工标注;然后运用SVM机器学习框架,建立先验知识库,提取图像的语义特征;然后利用Harris算子检测出图像的特征点,进一步统计出两个图像中匹配的特征块数目,计算图像间的相似距离．实验结果表明,这种综合检索方法能更全面、更精确地描述了图...     

基于图像分类的鲁棒无载体信息隐藏

针对传统信息隐藏方法须通过修改载体以嵌入秘密信息所带来的安全性问题,提出一种基于图像分类与尺度不变特征转换(scale-invariant feature transform,SIFT)提取无载体信息隐藏的方法。首先通过快速区域卷积神经网络将原始图像库进行分类处理,生成不同种类的子图像库;然后利用图像SIFT特征点的方向信息设计一个感知鲁棒的哈希方案,并使用该方案计算出每个子图像库中图像的哈希值,将所有子图像库中的图像全部映射成相应的二进制哈希值;最后将秘密信息分割成若干个片段,通过对比秘密信息片段与所有的图像二进制哈希值,从子图像库中检索出与秘密信息片段相符的图像,将其作为含密图像传送给接收方,完成信息隐藏过程。接收方接收到全部含密图像后,根据约定的哈希方案提取秘密信息。实验结果和分析表明,该方法对JPEG压缩、高斯噪声、椒盐噪声、图像缩放等攻击具有较强的鲁棒性,且隐藏容量较高。     

篮球视频中基于AdaBoost分类器的运动员检测方法

针对篮球视频中运动员的检测识别问题,提出一种基于AdaBoost分类器的检测方法 .首先,从视频中获取有用帧,并通过SampleCreator软件来标记运动员,提取出全身和上半身矩形图像.然后,基于积分图技术从对象图像中提取Haar特征.接着,利用AdaBoost算法选择出具有较强分类性能的特征,训练一系列的弱分类器,并将其进行级联来构建最终的强分类器.最后,通过强分类器对Haar特征进行判别,从而检测图像中的运动员.实验结果表明,该方法能够准确检测并识别视频中的运动员.     

基于张量投票的道路表面裂缝检测

以车载LiDAR数据为对象,提出一种基于多尺度张量投票技术的道路表面裂缝提取方法. 首先沿行车路线从剖面图中提取道路路坎,通过行车轨迹线约束提取道路数据. 再根据强度和距离信息将道路数据转换成二维特征图像,采用多尺度张量投票法增强特征图像的裂缝信息提取道路表面裂缝. 利用点云数据和道路影像数据进行实验验证,结果表明该方法抗噪能力强,裂缝检测质量高.     

综合灰度与LBP纹理特征的高分三号卫星SAR图像建筑区提取方法研究

高分三号卫得是我国首颗分辨率达到1 m的C频段多极化合成孔径雷达(SAR)卫星,它能够提供丰富的对地观测信息,在建筑区的提取工作中可以发挥重要的作用。LBP算子是一种运算简单、易于实现的纹理提取方法,在医学、计算机图像识别等领域得到了广泛的应用。根据SAR图像的建筑区纹理特征较其他地物更为特殊的特点,提出了一种综合利用灰度与LBP纹理特征的高分三号卫星SAR图像建筑区提取的方法。首先对数据进行预处理并获取Span强度图像,然后利用lBP算子提取图像的纹理特征;将经过尺度变换后的Span图像和得到的纹理特征进行波段组合,利用K均值聚类算法对组合后的图像进行非监督分类;最后通过分类后处理获得建筑覆盖区域。以高分三号卫星QPSI影像和Radarsat-2全极化影像为数据源进行了实验,结果表明该方法能够有效提取图像中的建筑区,效果明显优于无纹理特征参与的方法。     

一种基于四叉树划分的改进ORB算法

原ORB （oriented FAST and rotated BRIEF）算法提取的图像特征点经常出现“扎堆重叠”现象，其分布较为密集且缺乏尺度不变性，因而容易造成图像特征点误匹配的问题。为了解决该问题，提出了一种基于四叉树划分的图像特征点提取算法。首先对图像建立尺度金字塔，然后使用四叉树划分图像并限制划分深度。用加速分段测试的特征（features fromaccelerated segment test，FAST）算法通过多个检测阈值对划分后的图像进行特征点检测。检测完毕后，根据划分出的子块总数和提取的特征点总数对划分出来的各个子块设置自适应阈值，提取ORB特征点。操作完成后通过采取非极大值抑制的方法筛选最佳特征点，并使用改良后的二元鲁棒独立基本特征（binary robust independent elementary features，BRIEF）算法计算得出特征点的描述符，最后进行特征点匹配。实验结果表明，本文算法提取的图像特征点较原ORB算法提取的效果在均匀程度上得到了明显地提升，冗余重叠的特征点数量减少，且在特征点提取速度方面较原ORB算法的提取速度提高了30%以上。     

基于Hough变换的无课表制作

课表图片区别于人脸及其他常见的图像识别对象,而对其信息的提取可使无课表的制作更加便捷。针对课表图像的视角校正、图像分割、文字信息提取等问题,本文基于Hough变换和透视变换等常用的图像处理方法,设计课表图片的信息自动提取算法,并结合实例,对算法的可行性和实用性进行验证测试。结果表明,该算法能够很好地提取出实例中课表的课程信息。     

锂电池极片表面缺陷特征提取方法研究

电池极片缺陷种类多,并且表现形式具有多样性,为了更有效地实现对锂电池极片表面缺陷的检测,需要将种类繁多的缺陷从所拍摄的图片中提取出来。本文对极片表面缺陷进行分析,并根据图像检测原理对缺陷进行详细的分类。针对极片图像,采用中值滤波和Sobel算子对图像进行预处理,预处理后的图片以粗检的方式快速判别被测极片是否存在较大缺陷,用于提高检测效率;同时,通过分类缺陷的详细参数设置细化每一类缺陷的检测,以满足极片检测的准确性和检测效率等要求。