数字钻孔图像岩体结构面自动化识别方法

数字钻孔摄像技术能准确获取钻孔中岩体结构面特征信息,针对现有数字钻孔图像分析人力需求量大、主观性强、计算量大的不足,研究提出方案实现数字钻孔摄像技术采集的钻孔内壁图像自动识别。首先,用二维伽马函数光照自适应矫算法对图像进行光照均匀处理,利用经过预训练的DexiNed网络对矫正后图像边缘进行特征提取;其次,提出Epremoval方法处理边缘点噪声提取感兴趣区域;最后,根据正弦曲线泰勒展开式对图像中的表征数据进行多项式拟合。通过对得到曲线进行计算、空间变换和数理变换得到岩体结构面参数。以某隧道工程的数字钻孔图像为例,研究提出的算法结果优于人工辅助判读结果。     

基于NMF和LPP的降维方法

NMF是一种近年来常用的降维方法.NMF在图像检索、人脸识别和信号处理等方面得到广泛的应用,其分解后所产生的分量的非负性要求,使数据处理得到很好的效果.NMF在分解过程中未考虑到数据的内在几何性质和局部结构,就存在着不能准确的处理数据的问题.本文提出一种把NMF与LPP相结合的降维方法.该方法应用在图像检索上,因为LPP能够保留数据的内在几何性质和局部结构,降低影响图像检索的的因素,从而提高了图像检索的效率.再从Corel数据库进行实验,来证明此方法确实能够提高了检索准确性.     

基于改进马尔可夫随机场探地雷达有效信号提取方法

针对探地雷达图像背景含有大量噪声导致有效信号提取识别困难等问题,提出了一种基于改进马尔可夫随机场结合大津算法的探地雷达去噪的方法。该方法先使用大津算法,将探地雷达图像数据二值化,划分出前景和后景图像,后对图像使用改进马尔可夫随机场结合迭代条件模式算法(iterated conditional mode, ICM)进行降噪处理,得到只含有效信号的二值图。将二值图像与带噪图像结合比对,使用中值滤波法降噪,最后得到优化后的探地雷达图像。根据实验结果,该方法在探地雷达数据降噪和有效信号提取方面均具有较好的效果。同其他传统方法和原始马尔可夫随机场降噪方法相比,该方法在探地雷达各类评价方法中表现最优,具体表现为信号单道波波形对比中拟合度最高,峰值信噪比达52.528 1 dB,结构相似度为0.998 1。使用结合二值图像的滤波图像,可以使图像波形更清晰。因此,该方法在使用探地雷达进行探测、探伤工程项目中有一定实用价值。     

全景钻孔图像自动识别技术在工程实践中的应用研究

数字全景摄像技术在钻孔工程实践中已经得到广泛应用.利用数字全景钻孔摄像系统获得的大量高清全景钻孔图像,采用基于聚类和特征函数的自动识别方法进行了智能分析和自动识别研究,并成功应用在乌东德水电站获得的实际全景钻孔图像中,结果表明,该自动识别方法能够全面快速地全自动识别出整个钻孔图像中大部分重要结构面及其位置、倾向、倾角和...     

改进k中值聚类及其应用

文章对划分方法、层次聚类方法以及小波变换进行了介绍,并详细分析了划分方法和层次聚类方法中存在的不足,将划分方法和层次聚类方法相结合,各取所长,提出改进的中值聚类,该方法分别从相似性度量、初始聚类簇及其簇中心的获取两方面对原始的基于划分的聚类方法进行改进.通过在混合数据聚类以及图像分割中的具体应用,验证了本文算法聚类的有效性及适用性.其中,在图像分割应用中,由于数据量的大小直接与图像本身的大小相关,当处理大型图像时,考虑首先对图像进行小波变换,通过对低频信号进行层次聚类从而能够快速有效地获取初始的聚类簇及其中心.     

Haar小波的离散化消噪方法及其应用

介绍一种Haar小波离散化消噪方法,并应用该方法进行信号和图像消噪处理.首先将信号或图像用该方法实现计算机的离散化抽样取点,然后结合小波阈值方对含噪信号或图像用Haar小波作消噪处理,并进行离散平滑,实现连续小波离散化处理.该方法对信号和图像的消噪处理的效果好,具有广泛应用的价值.     

一种基于超像素的户外建筑图像布局标定方法

提出了一种提取户外建筑目标图像中布局信息的方法.首先,基于超像素技术对所给的图像进行大致区域划分.超像素技术是基于一个测度谓词,其利用图像的基于图论的表示法来判定两区域的边界;其次,以划分后的区域(称为超像素)为单位,利用颜色、位置、纹理等信息对其进行标记.在标记纹理特征时,采用了基于3D基元的纹理识别方法.最后,定义规则整合各项标记,实现了对图像内容的划分,提取其布局信息.实验结果表明,该方法应用于常见几种布局的户外建筑目标图像都能收到较好的效果.     

对编码结构光采集图像的区域分割

对图像进行阈值有关处理时,局部内容的处理效果会受到图像中其他部分的影响,导致分割效果不佳,且常用的分割方法是针对单一连通域的处理,并不适用于分割由大量连通域构成的形体内容。为了对这样的内容进行分割,本文提出一种基于数理统计原理的分割算法,自动的划分出采集图像中主要内容的部分,并利用两个参数控制轮廓的尺寸和外形。通过实验对比了直接处理和本文方法处理的识别符号数量,结果表明,本文算法将图像中前景区域划分后再针对该区域进行图像处理比直接全图处理的效果更好,提升了符号的识别率。     

基于等级结构的多重图像认证水印算法

提出了一种基于等级结构的用于多重图像认证的脆弱水印算法.根据等级结构,将原始图像划分为多等级子块,然后对各等级子块进行独立的水印生成和嵌入.将混沌调制后的像素值映射为混沌系统的初值,经过混沌迭代生成水印信号,然后将水印信号替代像素的最低有效位,完成水印的嵌入.文中提出了一种新的水印分配方法,通过引入一个可变参数来控制各等级图像块对应的认证水印长度,分析了在该分配方式下水印定位精度和安全性之间的矛盾.实验结果表明,提出的水印分配方法可以有效地提高等级水印算法的性能,选择合适的划分等级可以取得定位精度和安全性两方面的良好性能.提出的等级水印算法能对图像的篡改进行多重检测与定位,极大地提高了脆弱水印算法在实际应用中的灵活性.     

用于图像分割的局部区域能量最小化算法

针对点对马尔可夫随机场(Pairwise MRF)模型中像素成对交互的结构不能充分描述图像丰富的局部统计特征问题,在研究Pairwise MRF模型基础上,提出了一种基于局部区域能量最小化的图像分割算法.该算法先利用图像局部区域信息构造局部区域能量模型,建立了一种局部交互的区域马尔可夫随机场分割模型,然后采用无环置信传播(LBP)算法对MRF全局能量进行优化.优化过程中,对局部区域能量进行收敛并按照MAP准则估计局部区域标号,通过LBP算法把局部区域信息传递到邻域区域中去.实验结果表明,所提出的新算法较标准LBP算法具有更好的分割结果,并有效地抑制了图像噪声信号和纹理信号对分割结果的干扰和影响.     

文档图像分割技术研究

在文档图像分析处理中,分割技术十分必要.本文介绍了目前文档图像分割算法中常用的特征和方式,并对针中文文档图像给出了一种分割方法.该方法首先利用Sobel算子粗略检测出文字边缘区域,利用形态学膨胀方法扩展该区域,接着进行了两次颜色聚类分析,最后根据中文字符的特征进行了一系列启发式处理,很好地分割出了文字区域.     

面向云计算的广义影像金字塔与编码方法

基于云计算服务可扩展的基本理念,研究了影像数据服务中对数据范围以及数据精度的柔性需求变化,提出了一种面向云计算的广义影像金字塔建模方法及相应的图像多目标预测编码算法.首先对图像进行双正交TH33变换,再对图像的低频和高频区域分别划分目标,最后根据已有目标对未知目标进行差分预测.实验表明:构建的广义影像金字塔以及MOP算法的划分目标原则适用于图像数据的云存储与运算.MOP算法在标量量化的基础上可以提高图像数据的压缩质量与压缩效率,实现图像数据的渐进式传输.     

基于提升小波变换的图像去噪技术

人脸识别系统非常复杂,其中处理的对象都是人脸图像数据.从现实中获取的图像包含各种噪声信号,使图像数据和现实差距太大.为了快速有效的去除这些噪声信号,对基于提升小波变换的图像去噪方法进行了详细研究.该方法在保持基于传统小波变换去噪方法的前提下,使去噪处理的计算量大大减少,去噪速度显著提高.     

基于熵值优化的图像感兴趣区域提取改进方法

在现有感兴趣区域提取的多种方法基础上,为进一步提高图像中用户感兴趣区域提取的准确度,提出一种对图像熵值先进行优化再进行分割的图像感兴趣区域提取方法。首先通过直方图均衡对目标图像进行输出熵值上的优化,并使用维纳滤波来抑制直方图均衡放大的噪声信号;然后对滤波后的图像进行最大类间方差分割方法来提取目标图像中的感兴趣区域。实验结果表明,该算法不仅能有效降低分割误差,而且对感兴趣区域在细节信息方面的处理有很好的效果。     

基于PCNN模型的区域生长图像分割

提出了一种结合区域生长算法和脉冲耦合神经网络进行图像分割的方法.该方法将待分割图像的像素点映射为PCNN模型中的神经元,把改进的脉冲耦合神经网络模型的点火频率同区域生长的理论结合起来进行图像分割.实验表明该方法分割的图像与传统的分割法相比具有边缘信息更加完整,区域划分更加准确,分割效果更能符合人眼视觉的识别特征.     

面向图像的有效目标区域提取方法

针对图像标注、目标识别等实际应用中图像的前景目标定位不够准确的问题,提出了一种图像中的有效目标区域提取方法。该方法以提取图像的前景目标为目的,将目标区域提取问题转化为二分类问题,实现了对图像中有效目标区域的提取,主要包括4个步骤:利用选择性搜索算法生成图像中的候选目标区域;通过对像素值的差值化处理来进行图像区域的特征增强;基于深度学习实现对候选目标区域进行分类;区域选择与融合。在MSCOCO数据集上进行实验,结果表明,该方法在保证较高召回率的基础上,达到了比现有多种算法更加准确的目标区域定位结果。     

基于DCT和SVD的图像检索算法

提出一种在子块分割和区域划分的基础上, 利用离散余弦变换和奇异值分解对图像进行特征提取的检索算法. 首先对图像进行子块分割, 利用离散余弦变换提取重要系数作为子块颜色特征, 进而对图像进行区域划分, 将每个区域中的子块颜色特征分量组成矩阵进行奇异值分解, 得到该区域的检索特征向量, 从而完成图像检索. 实验结果表明, 该算法取得了较好的查全率和查准率, 具有较好的检索效果.     

多级树集合分裂算法对SAR复数图像压缩

通过分析嵌入式编码的多级树集合分裂算法SPIHT的特点,提出了一种对合成孔径雷达(SAR)复数图像数据进行压缩的方法.该算法应用SPIHT对复数图像数据中的实部和虚部分别进行压缩处理,在压缩比1∶ 16的情况下仍然能够较好地保留原始数据图像的模值和相位信息.在实验评估中,分别采用带点目标和面目标的SAR复数图像,通过对比原始图像和解压缩后模值图像的视觉效果、信噪比、平均相位误差、峰值旁瓣比和积分旁瓣比等参数,验证了该算法的有效性.     

纹理保留的PCA非局部均值改进降噪方法

针对PCA-NLM去噪方法容易丢失图像纹理细节的问题,提出一种基于纹理特征描述的改进PCA非局部均值去噪方法.基于局部结构张量的边缘纹理描述将图像划分为平坦区、边缘区和纹理区,根据边缘纹理特征值自适应地选取PCA维数和搜索区域以改进去噪效果.实验结果表明,该方法对纹理细节丰富的区域能更好地保留了图像纹理细节,降噪效果优于PCA-NLM方法.     

适应车载自组织网络拓扑瞬态时变的多相滤波器组信道化方法

车载网络拓扑结构容易受到瞬态时变干扰。为了保证信号的完整性,提出一种改进的实信号多相滤波器组信道化方法。此方法利用实信号频谱对称特征,将信道进行对称划分;然后在多相处理前端进行比现有多相滤波器组信道化结构高2倍的抽取处理,进一步降低了后续处理的数据速率;最后对复指数调制部分进行的优化处理使该结构的硬件实现效率更高。此方法在和现有方法达到相同效果的前提下,大大降低了复杂度,提高了车载网络中实时信号处理的能力,在通信接收机以及各种子带分离系统中也具有很广泛的应用前景。