基于三维泊松方程的数字视频修复

提出了一种基于三维泊松方程的数字视频修复算法.首先提取视频帧的梯度场,然后使用基于块的修复方法对梯度进行信息填充,最后在梯度场中建立视频受损区域的三维泊松方程并求解,实现对视频像素的修复.实验结果表明,基于三维泊松方程的视频修复方法具有良好的时空连续性,能保证视频画面色调、明暗的一致性,使修复痕迹更平滑,画面更自然.     

泊松方程的一个多辛积分方法

分析了泊松方程的多辛结构,推导了泊松方程的多辛拟谱格式,并得出相关守恒律,最后进行了数值试验.数值模拟的高精度说明多辛方法为泊松方程的研究提供了一个有效的新工具.     

基于泊松方程的异常行为检测

异常行为检测是家居监护系统的重要功能之一。提出了一种基于泊松方程的特征提取算法,并采用K均值算法实现人体异常行为——跌倒的检测。首先采用基于混合高斯模型的运动目标检测算法获得运动人体的二值图像序列;然后,对图像序列提取基于二维泊松方程的矩特征描述人体行为;最后采用K均值分类器对异常行为进行检测。所使用的数据库包括6种可能发生的日常行为:站立、走、慢跑、坐、蹲,以及跌倒。实验表明,采用该算法检测异常行为——跌倒的正确识别率为98.72%。     

基于局部结构和视觉显著特征的红外和可见光图像泊松重构融合算法

研究了一种基于泊松重构的红外和可见光图像融合算法,算法在梯度域内实现图像信息的融合,可有效避免传统空域和变换域方法在融合图像中由于局部亮度不一致而产生伪边缘。另外,提出的算法在源图像梯度融合时,同时考虑了图像的局部结构显著和视觉显著特征,能够在保留源图像更多细节的同时突出输入图像的视觉显著目标信息。通过与其他最新融合算法的对比实验结果显示本文算法获得的融合图像既有突出的红外目标,又有清晰的可见光背景细节,并且不会产生伪影和噪声,同时客观评价指标也有显著的优势。     

优化差分方法求解二维泊松方程的并行算法

基于五点中心差分公式求解泊松方程的串行算法,提出了一种简单有效的二维泊松方程的优化有限差分并行算法。通过数值算例模拟试算,对比串行程序和并行程序的计算结果和效率,验证该算法求得的数值解有较高的精度和较快的运行速度。     

泊松方程的高精度三次样条差分方法

给出一种求解泊松方程的新数值方法：以二维泊松方程为例，首先将其转化成一维方程，然后将根据由三次样条插值公式导出的四阶精度三次样条差分公式，应用到一维方程之中，最终建立起二维泊松方程矩形网格下九结点差分格式，并给出了误差估计和数值结果。     

罗志琳1 钱惠敏1 周军1

异常行为检测是家居监护系统的重要功能之一。本文提出了一种基于泊松方程的特征提取算法,并采用K均值算法实现人体异常行为——跌倒的检测。本文首先采用基于混合高斯模型的运动目标检测算法获得运动人体的二值图像序列;然后,对图像序列提取基于二维泊松方程的矩特征描述人体行为;最后采用K均值分类器对异常行为进行检测。本文所使用的数据库包括6种可能发生的日常行为：站立、走、慢跑、坐、蹲,以及跌倒。实验表明,采用本文算法检测异常行为——跌倒的正确识别率为98.72%。     

泊松回归模型

泊松分布在各个研究领域已经得到了非常迅速的发展和应用,对各学科和领域起到了重要作用。本文在介绍泊松分布的基础上,引入泊松回归模型的概念。对泊松回归模型进行了简单的介绍和实例的分析,说明了泊松回归模型作为统计学方法的重要作用。     

应用细胞神经网络求解泊松方程的新途径

研究了细胞神经网络（ＣＮＮ）在求解泊松方程方面的应用。用集成运算放大电路实现了细胞神经网络，并进行了模拟求解，其结果是今人满意的。实验证明，用细胞神经网络可以求解泊松方程，这是一条新的途径。     

基于多维自适应滤波与泊松融合的多聚焦图像融合算法

针对现有的多聚焦图像融合算法,在抗噪性能、图像连续性以及时间复杂度上的不足,提出了一种基于多维自适应滤波与泊松融合的多聚焦图像融合算法。首先,对统一尺度的源图像构建梯度矩阵,并设计尺度分段的多维自适应核函数对矩阵进行分割;然后,引入判定条件,对泊松重建中的图像边界进行伪边缘抑制,得到纯化后的全聚焦图像;最后,将抗噪算法与融合算法分别对比其他算法模型,进行综合比较,通过6种图像质量评价指标来评估融合性能与效果。结果表明：本文算法不仅有良好的运行效率,清晰的视觉观感,而且在评价因子上有更理想的数据结果。可见,不论主观还是客观上来看,该算法都具备明显优势。     

一种基于多尺度分解的多传感器图像融合方法

给出了一种基于多尺度分解(易操纵金字塔分解)的多传感器图像融合算法．该算法把来自不同传感器的图像分解成不同尺度、不同方向(不止3个)的子带系列；使用基于相似性量测的规则融合各相应子带图像；再进行反变换，获得融合后的图像．实验结果表明该方法有较好的融合效果．     

基于方向扩散方程的图像融合方法

图像融合是在图像处理领域的一个重要应用,方向扩散方程是一种有方向性的扩散,可以有效地将特征明显、分辨率高的图像融合在一起,得到比任何一幅源图像效果都好的图像。本文基于这一特点,将方向扩散方程运用到图像融合当中.结果表明,经方向扩散方程处理后的融合图像,物体可以很好地与背景融为一体,视觉效果上比直接嵌入有了很大的改善。     

基于Contourlet和IHS的遥感图像融合

针对目前最新发展的Contourlet变换较小波变换能提供更丰富的方向和形状,有助于捕捉图像中的几何结构,提出了一种新的基于Contourlet变换和IHS(Intensity-Hue-Saturation)变换的遥感图像融合方法,首先对多频谱图像进行IHS变换,然后对所得的亮度分量和全色图像分别进行Contourlet变换,再对得到的低频近似系数和高频细节系数采用一定的融合规则得到一个新的亮度分量,并对其做逆向的IHS变换得到融合图像.实验结果表明,该方法在保留多频谱图像的频谱信息的同时增强了融合图像的空间细节表现能力,提高了融合图像的信息量,并且优于同等条件下的小波变换方法,该方法是有效可行的.     

基于一次不定方程的数字图像加密技术

通过一次不定方程,将原数字图像像素矩阵分解成n个同等大小的数据矩阵;通过矩阵置乱加密方法,将这n个数据矩阵置乱成n个加密矩阵;再通过图像整合技术,将这n个加密矩阵整合成1个加密矩阵,从而达到加密原数字图像的目的.实例的效果证明了这种数字图像加密技术的安全性.     

基于数据融合的无人机影像碎屑岩岩性识别

不同类型岩性影像纹理相似性高,基于单一的二维影像进行岩性识别精度较低。本文针对这一问题,开展了顾及影像深度信息的岩性智能识别方法研究。利用无人机影像具有多模态的特性,采用通道叠加、IHS变换、小波变换以及多模态融合四种影像融合方式,将深度信息融入到影像数据中,运用深度卷积神经网络DeepLabv3+进行碎屑岩岩性识别。经人工解译结果对比分析,结果表明,实验区内基于多模态融合影像的岩性识别精度最高,Kappa系数可达76.17%,总体识别精度可提升到91.05%;分析认为,顾及影像深度信息的岩性智能识别方法针对岩层表面不平整,高差落差大的砾岩识别效果有明显提升,但表面平整、高差表现不明显的泥岩和砂岩地层识别效果有待提升,总体为野外碎屑岩露头岩性快速识别提供了新思路。     

基于多期SPOT-5影像的降雨型浅层滑坡遥感解译研究

2005年6月17—23日福建省建瓯市发生特大暴雨,诱发大量中小型浅层滑坡灾害。利用发灾前、后两期SPOT-5影像（包括全色和多光谱）,采用几何精校正、影像配准、影像增强、数据融合等处理方法,结合野外调查,建立滑坡解译标志,利用两期影像对比分析,提取滑坡点信息,最终共解译出滑坡点2186个。选取300个解译的灾害点进行了野外验证,野外验证的准确率达92%。研究表明,SPOT-5融合影像在中小型滑坡信息提取中的应用是可行的。     

基于小波变换的遥感图像融合算法

提出了一种基于小波变换的遥感图像融合的新方法。给出了梯度滤波器的矩阵形式，改进了Petrovic提出的灰度图像融合方法，并将其应用于ETM图像融合。和两幅原图像及灰度融合图像相比，新方法是有效的，不仅较大地增强了图像的空间细节表现能力，而且很好地保留了多光谱影像的光谱信息。     

基于地理定位的影像分辨率融合方法

基于地理定位的影像分辨率融合方法避免传统人机交互选取控制点所带来的误差影响,整个过程不产生人为误差。地理定位法对两幅SPOT5-1A数据影像的融合影像在质量、配准精度、时间效率上都优于传统方法的融合影像。地理定位法融合影像是一种高效、可靠的影像分辨率融合方法,使批量处理影像融合工作成为可能。