实时标记的多目标图像跟踪器

提出了一种实时标记算法，该方法以目标二值像段作为处理的基本单元，利用目标二值像段起，终点坐标和相邻扫描行中二值像段的邻接关系，完成多个目标图像的标记和测量工作，具有占用存储量少，计算速度快等优点，基于这种算法，构造了一个多标成像跟踪器，可在２０ｍｓ内实现１５个（或更多）目标的实时测量和跟踪，还给出了实时标记的实验结果和硬件电路框图。     

基于跑长码的连通区域标记算法

提出了一种基于跑长码的快速区域标记算法。该算法分为两个相对独立的步骤，第一步对二值图像进行扫描，产生图像中所有目标段的跑长码及初始标记，并得到标记邻接表；第二步对邻接表进行分析产生映射表，并根据映射表内容修正第一步得到的跑长码标记．算法已用于实时目标跟踪系统，取得了满意的结果。     

基于跑长码的连通区域标记算法

提出了一种基于跑长码的决策区域标记算法，算法分为两具相对独立的步骤，第一步对二值图像进行扫描，产生图像中所有目标段的跑长码及初始标记，并得到标记邻接表；第二步对邻接表进行分析产生映射表，并根据映射表内容修正第一步得到的跑长码标记，算法已用于实时目标跟踪系统，取得了满意的结果。     

二值图像连通域标记优化算法

在分析现有二值图像像素扫描连通域标记算法的基础上,提出像素扫描连通域标记优化算法。本算法具有速度快,算法简单,易于实现的特点,仅需两次扫描,即可实现像素的多目标标记。本算法将背景也作为目标加以标记,分两步扫描图像和临时连通域标号矩阵完成连通域的标记和合并,采用顺序存储结构存储和处理等价标号,算法速度快,节约内存。     

大气PM 2.5显微图像粒径大小的测量

基于数字图像处理的原理,提出用八连通判别算法对大气PM 2.5显微图像的二值图像进行标记颗粒和测量颗粒粒径的大小;并在VC 6.0实现了标记和测量颗粒的算法,统计颗粒的尺寸分布。结果表明,这种颗粒标记和粒径测量的方法不受颗粒形状的影响,适用于大气PM 2.5颗粒物的测量。     

基于ReliefF和最大相关最小冗余的多标记特征选择

针对现有的特征选择模型未涉及特征和标记集之间的相关度，造成分类精度偏低等情况，提出了基于ReliefF和最大相关最小冗余(maximum Relevance and Minimum Redundancy, mRMR)的多标记特征选择.首先，运用互信息计算每个标记和标记集之间的相关度，使用每项相关度占其相关度之和的比例设计了标记权重，由此构建了特征和标记集间的相关度，初选与标记集相关度高的特征；其次，计算对象在特征上的距离，构建了新的特征权值更新公式，基于标记权重改进多标记ReliefF模型.然后，基于互信息和标记权重构建了最大相关性，设计了最小冗余性及其新的最大相关最小冗余评价准则，并将其应用于多标记特征选择，进一步剔除冗余特征；最后，设计了一种基于ReliefF和最大相关最小冗余的多标记特征选择算法，有效提高了多标记分类性能.在8个多标记数据集上测试所提算法的平均分类精度、覆盖率、汉明损失、1错误率和排序损失，实验结果证明了该算法的有效性.     

一种二值图像连通区域标记快速算法

由于处理时间和存储空间的限制,常规的区域标记算法往往无法满足实时图像处理的需要。针对这些不足,提出了一种新的二值图像区域标记快速算法。该算法通过结合轮廓跟踪技术,经过一次图像扫描即可完成所有连通区域的标记,避免了大多数改进算法都必须处理的标记冲突问题,此外,本算法不受所标记的区域的形状和面积的影响,能够准确标记任意形状的连通区域,表现出良好的鲁棒性。最后与现存的多种算法进行了比较,实验结果表明该算法是快速和高效的。     

基于连通域算法的区域测量

基于数字图像处理的原理,提出用八连通域算法对有多个连通区域的二值图像进行面积测量.通过逐行逐列地扫描图像,按照一定的规则标记连通区域,得到对象的个数,同时统计每个区域所含的像素,通过标尺转换可以得出区域的面积.结果表明,该算法能有效地提取八连通区域,可用于计算显微图像颗粒物的面积和粒径.     

基于标记权重和mRMR的多标记特征选择

在多标记学习中，现有的最大相关最小冗余（maximum Relevance and Minimum Redundancy, mRMR）算法未充分考虑标记之间以及特征与标记之间的相关性，导致算法分类性能偏弱。文章结合标记权重改进了mRMR算法，提出一种新的多标记特征选择方法。首先，基于标准互信息计算标记与标记之间的关联度，使用每个标记与标记集关联度占所有标记与标记集之间关联度之和的比例，定义标记权重，结合关联度与标记权重构建新的最大相关性公式，进而建立新的mRMR计算公式，使用mRMR算法获取最初的候选特征子集；然后，计算特征与标记之间的标准互信息并结合标记权重，定义特征与标记集之间的相关度，从最初候选特征子集中进一步剔除冗余特征，筛选最优特征子集；最后，设计了一种标记权重和mRMR的多标记特征选择算法。在8个多标记数据集上进行仿真实验，实验结果表明该算法能够有效提高多标记数据的分类性能。     

一种适合硬件实现的多值图像连通域标记算法

提出了一种合适硬件实现的多值图像连通域标记算法.算法以有效的方式识别、保存并整理区域之间复杂的连通关系.首先,通过对图像执行一遍逐像素扫描,得到图像的初步标记结果以及初步标记之间的连通关系;然后,通过等价表整理以及图像代换,输出图像标记的最终结果,并且连通域按照扫描顺序被赋予唯一的连续自然数.仿真结果表明,该算法能够识别图像中复杂的连通关系,产生正确的标记结果,在用于大幅图像的分块标记时,能够实现全局标记一致.在以硬件方式实现该算法时,在50 MHz工作时钟下,处理320×256像素图像能够达到100帧/s的标记速度,满足大部分实时目标识别系统的要求.     

多运动目标探测标记及跟踪

针对跟踪系统对多目标跟踪以及对实时性的要求,给出了一种基于中心点和面积特征匹配的多运动目标探测标记及跟踪方法．该方法利用对多运动目标检测后的二值图像进行了连通成分标记,提出了一种新的探测搜索标记法,赋予不同连通区域不同的数字来区分,通过四连通区域法来实现．由运动目标的4个顶点来确定中心点,通过面积及中心点距离从而进一步去匹配,最后根据标记结果在原图像中准确地框定了各运动目标,从而实现对运动目标的跟踪．采用上述算法,对车辆视频进行了跟踪,取得了较好的实验结果,跟踪实验结果验证了该方法具有很好的实时性．     

An Algorithm to Recognize the Target Object Contour Based on 2D Point Clouds by Laser-CCD-Scanning

For a vision measurement system consisted of laser-CCD scanning sensors, an algorithm is proposed to extract and recognize the target object contour. Firstly, the two-dimensional(2D) point cloud that is output by the integrated laser sensor is transformed into a binary image. Secondly, the potential target object contours are segmented and extracted based on the connected domain labeling and adaptive corner detection. Then, the target object contour is recognized by improved Hu invariant moments and BP neural network classifier. Finally, we extract the point data of the target object contour through the reverse transformation from a binary image to a 2D point cloud. The experimental results show that the average recognition rate is 98.5% and the average recognition time is 0.18 s per frame. This algorithm realizes the real-time tracking of the target object in the complex background and the condition of multi-moving objects.     

基于二叉树标记与码分复用的密文域图像可逆信息隐藏

针对当前密文域可逆信息隐藏中嵌入容量不高的问题,结合码分复用的特性,提出了一种基于二叉树标记的密文域可逆信息隐藏优化方案,首先利用梯度下降的预测方法在图像加密前获取冗余空间,然后借助参数二叉树标记的方法对像素进行分类,最后利用码分复用的正交特性将重要的辅助信息嵌入密文图像中。经仿真实验验证:该算法同时具有可逆性与可分离性,嵌入率可高达到3.473 bpp,与现有的基于二叉树标记的密文域可逆信息隐藏的方法相比,有效提高了密文域可逆信息隐藏算法的嵌入容量。。     

基于“贴标签”算法的多运动目标分割与标识

针对固定场景中的监控问题,给出一种基于"贴标签"算法的多目标标识方法.通过背景差分和连续帧间差分相结合的方法,检测和分割视频序列中的多运动目标;同时采用"贴标签"算法对检测后的二值图像进行连通成分标识;根据得到的"标签"将不同的运动目标用不同颜色的外接矩形框区分.     

一种运动背景下目标快速定位方法

针对运动背景下目标检测算法计算量大,难以实现实时跟踪的问题,提出了一种目标快速定位方法.该方法采用图像配准补偿背景运动量,由多帧图像差分消除背景图像获得目标图像,通过自适应阈值对目标图像二值化,用形态学处理消除噪声斑点,最后通过连通区域像素个数统计判决,进一步去除伪目标,最终定位目标区域.试验结果表明该方法能在2-6 ms内准确定位平移运动背景下的目标.     

显微光弹性全场测量方法研究

提出了一种简单的数字图像分离等倾线与等差线,得到全场等差线条纹图;提出并实现用倾斜补偿器实现显微镜下的等差线条纹全场相移测量。对偏光显微镜系统进行了改造,实现了显微镜下的单向拉伸实时全场测量,并将应用于单向拉伸实时全场测量。     

JPEG2000中9/7离散小波变换二进制系数实现

基于实数的二进制表示法,把CDF((Cohen,Daubechies and Feauveau)9／7双正交小波基的提升系数化为二进制,采用简单的移位-加操作代替结构复杂的浮点乘法器,从而实现了JPEG2000中9／7离散小波变换的定点计算,相对于浮点计算法,移位-加操作最大的优点是计算简单,特别易于超大规模集成电路实现,因而使硬件实时处理图像信号成为可能．实验仿真结果表明：在低压缩比的情况下,用移位-加操作重构的图像,其峰值信噪比(PSNR)只比浮点法低0．10dB,当压缩比增大时,其PSNR值略好于浮点法。     

基于穿线法的数字识别方法

在介绍图显识别步骤的基础上,分别阐述了前期处理中的大津法二值化以及目标标记法的应用,并举例说明了基于穿线法的数字识别方法的基本原理及应用。