一种基于改进运动历史图像和支持向量机的行为识别算法

针对传统运动历史图像难以区分相似运动的缺陷,提出了一种基于改进运动历史图像和支持向量机的行为识别方法。首先提取视频帧的前景运动目标并标记出其外接矩形框,计算矩形区域内各像素的光流矢量;然后设定运动历史图像中前景像素点的灰度值为该像素点的光流长度叠加一定权重的历史灰度,而背景像素点的灰度值则按一定比例进行衰减;最后从运动历史图像中提取Hu矩为特征向量,输入支持向量机进行分类,从而完成人体行为识别。在KTH数据集的实验结果表明,所提算法能够满足实时性要求,识别率可达99%。     

自动机运动规律测试中的数据处理方法研究

通过分析光电位移测试中图像数据的特点,利用光斑区域预测法,预测光斑在图像序列中的区域,确定处理的矩阵范围,实现了数据的快速处理;分析了提取光斑中心的灰度中心算法,获得了处理的数据点;通过拟合位移曲线获得自动机运动规律的位移时间曲线和速度时间曲线,得出了某型号冲锋枪自动机运动规律的速度曲线,为自动机运动规律的研究提供了可靠依据。     

基于小波纹理特征的医学图像检索

为了缩小图像高层语义与底层特征之间的鸿沟,提出了一种基于共生矩阵的图像纹理特征提取的新方法.该方法结合了图像的频域统计特征和空间分布特性,首先通过小波变换提取图像的局部频域信息,然后结合图像的整体结构特征,构建用于提取图像纹理特征的小波灰度共生矩阵.通过对比实验表明,与分别使用其他灰度共生矩阵和小波特征相比,基于小波灰度共生矩阵的纹理特征提取方法在医学图像检索中取得了更好的效果.     

基于高光谱图像技术的番茄叶片氮素营养诊断

通过提取番茄叶片高光谱图像的灰度、纹理特征将高光谱数据立方体转化成二维特征曲线,再利用特征选择方法 CFS对所有波长进行筛选,确定灰度特征的特征波长:549,669,742,830 nm和纹理特征的特征波长:482,684 nm.每个样本共有12个特征变量,对这12个变量进行主成分分析,提取9个主成分因子作为模型的输入向量,采用支持向量机建立番茄氮素营养水平诊断模型,得到4个梯度氮素水平(N1,N2,N3,N4)番茄叶片的正确识别率为96%,88%,92%,92%.研究结果表明高光谱图像技术对番茄氮素营养水平具有较好的诊断作用.     

多摄像头目标跟踪动态单应投影方法研究

动态单应投影变换算法利用各个摄像头之间的相对位置参数,并基于文中所给出的光轴辅助坐标变换方法,可以快速地计算出各个视角间单应变换矩阵的参数,通过该变换可以实现各视角图像间的快速投影.这种快速投影变换方法不需要通过匹配视角间图像的像素点对来计算单应矩阵参数,而是直接利用摄像头内部固定参数和外部相对位置参数快速计算视角间图...     

基于图像处理和轮廓特征点检测的植物叶片几何建模

提出了一种植物叶片轮廓的几何建模方法,对植物叶片的数字图像进行二值化和边缘提取．通过边缘扫描算法,将叶片图像的边缘数据按照像素点原有的拓扑关系生成坐标链表．以坐标链表检测到的轮廓特征点进行三次样条曲线插值,建立植物叶片的几何模型．实验结果表明,该方法较好地保持了植物叶片原有的轮廓特征,并具有数据获取简便、数据量少和几何模型简单的优点．     

利用基于内容的网格模型进行图像恢复

将基于内容的自适应三角形网格模型这种图像表达方法应用于图像恢复.在图像恢复过程中,首先提取图像的特征图,并利用Floyd-S teinberg算法和Delaunay三角化算法产生网格,用来表达图像;然后利用正则化方法对网格节点的灰度值进行迭代,从而恢复该节点的灰度值;最后利用已恢复的网格节点对像素点进行Lagrange插值,从而得到恢复后的图像.该方法能对含有噪声的图像进行有效地恢复,试验证明较有约束最小二乘方法性能更好.     

DIBR中一种基于视图判定的褶皱消除方法

为消除基于深度图像绘制(DIBR)技术生成目标图像时可能出现的“褶皱”现象,提出了一种通过视图判定来确定参考图像像素点扫描顺序的方法.首先设定极点的z坐标为一个无穷小量,然后由该极点的齐次坐标得出绘制左、右视图时参考图像像素点的扫描顺序.该方法只需判断目标图像是左视图还是右视图,便可确定参考图像像素点的扫描顺序.试验表明,该方法能消除褶皱现象,且复杂度比Z-buffer 算法小,适用于虚拟视点水平移动时的虚拟视图绘制.     

基于二值化图像的指纹细节点精确提取方法

针对指纹图像质量较差时,基于灰度图的指纹细节点直接提取方法正确率较低,提出一种基于二值化图像的指纹细节点精确提取方法.该方法首先采用方向滤波增强指纹图像,消除各种噪声,然后在二值化图像上进行脊线跟踪,直接提取细节点.脊线跟踪时,采用平滑和加权联合处理来计算脊线下一跟踪点,并提出一种利用循环扩散方法检测脊线连通性的方法,保证脊线跟踪的正确性.实验结果表明,无论图像质量好坏,该方法提取出的细节点正确率都超过80%,优于灰度图直接提取方法及其改进算法.     

飞行机器人电塔巡检视频关键帧提取预处理

针对架空输电线路飞行机器人巡检视频的关键帧提取问题,提出了一种地理信息、导航数据、航拍数据和相机参数相结合的关键帧提取预处理方法.首先通过将地理坐标系中的坐标转化到空间直角坐标系中,对地理信息进行处理;其次通过空间直角坐标系中的坐标转化成图像坐标系中的坐标,确定巡检目标在图像中的位置;最后通过判断巡检目标在图像坐标系下的位置以确定图像是否可以作为关键帧的候选帧.实验结果表明:提出的预处理方法在不降低从视频中提取出来的关键帧准确度前提下,减少了图像层面上的计算量,缩短了关键帧提取时间.     

基于数学形态学的核孔膜显微图像检测

为实现核孔膜防伪的自动检测,提出了一种基于数学形态学的核孔膜显微图像检测方法。构造了基于灰度数学形态学的二值化方法,提出了基于二值数学形态学的分层提取方法,统计总孔数和孔半径。实验结果表明,二值化方法不但能够有效消除灰度图像中的噪声和渐变背景,而且所得二值图像保留了原始灰度图像中核孔膜的全局信息;分层提取方法所得总孔数的相对误差在10%以内,同时实现了孔半径的统计。该方法可用于仪器化检测中。     

运动规律已知的目标脱靶量测量方法

研究运动规律已知的目标脱靶量测量问题.根据多普勒频率和脱靶量的参数方程,提出了一种脱靶量测量的新方法:首先通过时频变换,将目标回波信号表示为以频谱强度为灰度值的图像;然后通过门限检测把灰度图像变为二值图像;最后利用基于随机Hough变换(RHT)的曲线检测,通过求解多普勒频率和脱靶量参数方程获得脱靶量的估计值.打靶实测试验结果表明,该方法能够有效地克服多普勒频率测量误差对脱靶量测量的影响,提高了脱靶量的测量精度.     

电润湿电子纸多级灰阶研究与设计

电润湿电子纸具有功耗低、广视角、响应速度快等优点。针对其存在的灰阶显示反射率低和显示不稳定的问题,提出一种基于脉冲宽度-振幅调制驱动波形设计方法和字符分解刷新方式的电润湿灰阶改进方案。首先,基于脉冲宽度-振幅调制设计驱动波形,并利用字符分解刷新方式扫描显示屏;然后,测试每一个电压值下显示屏的开口率,并得到电润湿的迟滞特性曲线,再根据韦伯定律结合迟滞特性曲线来划分灰阶。实验结果表明,该驱动方案得到了一个最大反射率70%、显示清晰的8级灰阶电润湿显示系统。     

灰度文本图像自适应二值化滤波算法设计及应用

将自适应滤波与局部阈值二值化有机结合起来,提出自适应二值化滤波算法,旨在将淹没在噪声和失真中的灰度文本图像的二值图像信息通过滤波的方式恢复出来。采用改进的大津法计算局部阈值,对滤波结果进行二值化。依据二值化的结果估计滤波的误差,并调整滤波器参数。实验结果表明该算法克服了光照不均和噪声对灰度文本图像二值化的影响,得到了较理想的二值图像。     

黎曼流形上内蕴方式的图像轮廓提取

提出了一种基于黎曼几何观点的图像轮廓提取模型. 在图像空间上直接赋予一种由图像灰度信息导出的黎曼度量, 使之成为黎曼流形, 然后在此黎曼流形上利用水平集方法对曲线以平均曲率流进行演化. 由于灰度信息已嵌入黎曼流形中, 演化以内蕴方式进行. 计算结果表明该方法是已有模型的推广, 可对曲线演化过程进行更加精细的控制. 数值实验结果证实了该方法的有效性, 并展示了该模型的一些特点.     

基于噪声灰度差估计三维显微图像超分辨率复原

提出了基于噪声灰度差估计的图像复原方法.在带斑点图像复原的过程中,用不同方向的均匀算子与图像进行卷积,再与原图像相减,取灰度差最小值构成噪声灰度差估计图.由此图获得斑点的强度和位置,进而对斑点进行邻域平均处理以保证复原效果.测试结果表明,噪声灰度差估计能够准确反映图像斑点的强度和位置定位,并且运算量小.该方法应用于三维显微图像复原的结果表明,斑点亮度得到有效控制,小斑点被去除,获得了良好的超分辨率复原效果.     

基于二次有理Bézier曲线逼近的图像压缩

针对传统的Bérnstein多项式逼近方法进行图像压缩时压缩率和压缩质量不高的问题,提出一种基于希尔伯特扫描和二次有理Bézier曲线逼近进行图像压缩的方法.首先利用希尔伯特扫描曲线将二维灰度图像转化为一维灰度序列;然后采用二次有理Bézier曲线对数据进行分段逼近;最后利用各段数据的逼近参数对图像进行压缩编码.实验结果表明：该方法比传统的Bérnstein多项式逼近方法在图像的压缩率和压缩质量方面都有所提高.     

彩色等离子体显示器灰度校正方法研究

针对彩色等离子体显示器（PDP）采用传统灰度校正方法存在严重灰度损失和灰度畸变的问题，在分析视觉灵敏度特性和亮度变化关系的基础上，提出了用多项式拟合进行灰度校正的新方法。该方法利用视觉灵敏度和亮度的对数在一定亮度区间的线性关系，把PDP的亮度划分为多个区间，根据每个区间的最小灵敏度阈值，计算出输入灰度对应的亮度，同时改进PDP实现多灰度级显示的最小亮度间隔，使显示亮度和计算亮度相等的最小亮度间隔数即为准确的输出灰度级，从而求出输入输出灰度级之间的多项式关系。计算结果表明：采用所提出的方法，明显提高了彩色PDP的灰度再现能力，灰度损失由原来的10．7％减小到4．5％以下，图像质量指数提高了7％以上。     

基于Sigmoid函数拟合的亚像素边缘检测方法

亚像素边缘检测技术是采用图像处理软件算法来提高检测精度的有效途径,因而在基于计算机视觉的检测中具有重要地位。本文对矩法、拟合法和插值法等常用的亚像素边缘检测算法的原理、优点和不足进行了分析。提出了Sigmoid函数拟合的亚像素边缘定位算法,该算法采用Sigmoid函数拟合边缘模型,然后利用图像边缘灰度信息,对该模型进行非线性最小二乘拟合,求得边缘的亚像素位置。实验中测得本文提出的基于Sigmoid函数拟合的亚像素边缘定位算法定位精度为0.045像素,但检测的速度比灰度矩提高了一个数量级,比空间矩、Zernike矩和插值法提高了两个数量级。理论分析和实验结果表明：本文提出的亚像素定位算法能较好的满足影像测量中的稳定可靠、精度高及实时性的要求。     

一种自适应红外图像增强算法

针对红外图像普遍存在的目标与背景对比度差的特点,提出一种自适应红外图像增强算法.该算法首先采用峰值与局部最大值估算法相结合的方法自适应地计算出两个阈值,由此将图像分为背景段、目标段和过渡段三部分;然后对不同的灰度段采用不同的变换系数分段进行灰度拉伸和压缩变换,实现图像的自适应增强;最后对得到的图像进行灰度间距的均衡化处理,把灰度等级在整个显示范围内等间距排列.实验结果表明,该算法能够实现自适应阈值选择,获得灰度更加连续的红外图像,有效地增加了图像的细节和清晰度.