人眼角膜曲率测量系统的研究

为解决人眼角膜曲率测量的方法和精度,设计了一套基于图像处理的自动测量角膜曲率参数的测量系统.该研究方法是以角膜反射成像原理为基础,将3个同心圆环投射到眼睛角膜,经角膜反射成像在CCD上,求取全局阈值算法进行二值化图像处理,并进行关键区域特征提取二值化图像,先用Sobel边缘提取方法检测出椭圆环的轮廓,然后用数学形态学的边界平滑及骨架提取方法得到关键区域骨架,最后用最小二乘法拟合曲线计算出角膜的曲率参数.实验采用角膜曲率计用计量标准器进行了测试,结果表明研制的全自动角膜曲率仪符合国家计量检定规程的要求.使用全自动角膜曲率仪测量角膜曲率参数方便、快速、准确.     

基于自回归滑动平均模型和粒子群算法的地震子波提取

基于自回归滑动平均(ARMA)模型理论,对地震子波进行参数化建模,采用累积量拟合法精确估计参数,使地震子波提取问题最终归结为一个多参数、多极值的非线性函数优化问题。对基本粒子群算法进行改进,通过自适应参数调整和边界约束,克服基本粒子群算法易陷入局部极值的缺陷,同时提高算法寻优精度和计算效率。仿真数据试验结果验证了改进的粒子群算法在地震子波提取方法中的有效性和稳定性。     

基于多监督的三维人体姿势与形状预测

三维人体重建技术指通过图像或视频建立有相应姿势和体型的三维人体模型,其在虚拟现实(VR)、网游、虚拟试衣等方面有着十分广泛的应用前景．其中,参数化的三维人体模型由于参数数量的局限,重建精度较低,缺少细节特征．为了提升参数化三维人体模型的重建精度,增加其脸部与手部细节,提出一种基于多监督的三维人体模型重建方法．该方法结合传统的回归方法和优化方法,利用卷积神经网络回归出参数化人体模型的参数,得到一个较为粗糙的人体模型,将该模型作为初始模板进行拟合和迭代优化,将带有脸部和手部的全身密集关节点信息和轮廓信息作为回归网络的2D监督,同时使用迭代优化后的人体模型作为回归网络的3D监督,最终可由一幅图像获得一个多细节、高精度的参数化三维人体模型．定性分析结果表明,该方法为人体拟合过程提供正确的拟合方向,可有效减少非自然姿势的出现,提高三维人体模型重建的准确度．全身密集关节点监督可为模型增加更多手部与脸部的细节,而轮廓监督可减少重建的人体模型与图像中人体的像素级偏差．定量分析表明,该方法在数据集Human3.6M上的平均逐关节位置误差(MPJPE)为59.9 mm,较经典方法 SPIN减少了4.16%...     

基于SVR和GA的锅炉运行氧量基准值的优化确定

借助现场运行数据,根据锅炉运行氧量的特性,建立了基于支持向量回归的锅炉运行氧量预测模型,结果表明:SVR模型具有较高的回归精度和较好的泛化能力,能够有效地对不同工况下的锅炉氧量进行预测.在此基础上进行二次建模,获得了运行氧量、供电煤耗率与各运行参数之间的关系模型,并结合全局寻优的遗传算法,以机组的供电煤耗率为优化目标对输入参数进行寻优,确定了优化后的锅炉运行氧量基准值.计算结果表明该模型具有较高的准确性,通过全局寻优得到的氧量值具有可操作性,很好地解决了锅炉变工况运行参数基准值的确定问题.     

基于Hessian矩阵和水平集的视网膜血管分割

视网膜血管图像可以作为糖尿病与青光眼等疾病的诊断依据;但现有的血管提取算法存在精度不足、对噪声敏感,以及鲁棒性不强等缺点。针对这个问题提出了一种新的视网膜血管图像分割方法。首先获取视网膜绿色通道图像,利用Hessian矩阵特征值、特征向量的几何特性和响应函数,初步估计视网膜图像中可能存在的血管;并在此基础上利用水平集函数初始化血管图像。然后,在局部数据能量拟合泛函中引入新的正则化和面积约束。最后,在水平集函数演化过程中获得精准的视网膜血管图像。实验表明算法在分割视网膜血管图像上具有较强的鲁棒性。     

基于双极化SAR数据的建筑栋数信息提取研究

通过分析建筑物在不同极化数据上后向散射特征的不同,提出一种基于双极化SAR数据的建筑栋数信息检测方法.该方法主要包括建筑初检测、联合HH与VV数据的检测结果修正以及使用面积阈值去除虚警3个主要部分.最后,在双极化TerraSAR—X图像上进行了验证和评价,并与基于单极化SAR数据进行建筑栋数检测得到的结果进行对比,显示了方法的有效性.     

Envisat ASAR在水稻识别中的应用

合成孔径雷达(SAR)具有全天时全天候工作的能力,是南方多云地区水稻识别监测的有利手段.该文利用目前世界上最先进的EnvisatASAR数据,在长乐市进行水稻提取.在常规预处理的基础上对多时相数据进行自动配准和主成分变换,并采用面向对象法进行水稻的提取,精度为89.1%.结果表明:利用多时相双极化ASAR数据进行水稻信息的提取在南方多云地区具有一定实用意义.     

基于几何图像滤波的3D人脸识别算法

针对表情变化下的三维人脸识别问题,提出了一种基于几何图像滤波的特征提取方法,并根据样本图像滤波后的特征分布函数给出最优卷积滤波器的设计过程.首先,利用网格平面参数化方法,将人脸网格映射到边界为正四边形的平面区域内,经过线性插值采样得到具有三维形状的二维几何图像;然后,将整体几何图像切割成局部分块图像的集合,在每组局部分块图像构成的训练样本库中利用差分进化算法对滤波器进行优化设计;最后,利用训练得到的最优滤波器提取对应分块图像的局部特征并计算相似度,将相似度得分融合,即可得到最终识别结果.利用FRGC v2人脸数据库进行实验验证,结果表明,使用几何图像滤波能显著提高算法的精度和鲁棒性.     

高精度凝胶物理特性分析系统研究

针对目前化学凝胶物理特性测量多采用接触式测量方法,操作复杂且设备昂贵的实际问题,研究了一种基于图像处理的非接触式凝胶物理特性分析仪。通过毛细管模拟凝胶在岩石孔隙中的流动状态,利用高清摄像及光学显微放大镜获得凝胶在压力作用下在毛细管中的流动图像;通过OTSU阈值分割法和Sobel边缘检测算子对其表面张力曲线进行分割及边缘提取,在此基础上使用最小二乘椭圆拟合方法对表面张力曲线进行完整性拟合;最后提出用曲率中心确定参数Δl的算法,准确计算凝胶的物理特性。油田实际4个批次凝胶的物理特性测试结果表明,本文所设计的物理特性分析系统可以准确地获得凝胶实际物理特性,与传统接触式物理特性测量分析仪相比,该测量系统避免了操作复杂的问题且测量精度明显提升,平均相对误差仅为1.58%,满足工程应用中的精度要求。     

复杂目标雷达图像形成机理分析

合成孔径雷达(Synthetic Aperture Radar, SAR)图像包含了复杂目标重要的电磁散射特性,图像中的散射中心可以提供目标结构和散射点位置等重要的目标几何信息。定量分析SAR图像中散射中心分布和形成机理在目标探测和识别领域具有重要的理论意义和应用价值。本文选取典型复杂目标（航母和战车）,正向构建了目标散射中心参数化模型。在此基础上,对目标SAR图像中轮廓的形成机理和图像稳定性开展了定量分析,建立了图像中散射中心与散射部件间的良好映射关系,揭示了散射中心的形成机理,进一步分析了目标上随姿态稳定的散射中心与目标局部几何结构之间的联系。此外,针对实际应用中目标几何模型非理想光滑的情形,本文研究了目标表面几何粗糙对SAR图像的影响,目标表面合适的粗糙程度可以改进仿真图像的结果,形成更加清晰的目标轮廓;但若粗糙程度过大则难以客观反映实际模型的电磁特性。本文构建的散射中心模型与实测数据进行了比对,结果吻合良好。     

路面尖锐物图像处理分析与研究

在车辆运动工况下,以路面微小尖锐物的图像为研究对象,建立本对象特有的二维模型图以及运用二维迭代算法定位目标物的距离,采用最优阀值法前处理图像,使用Matlab软件对数字图像进行后处理,并分析、比较了多种滤波增强方法.结果表明:最优阀值法在提取目标物几何特征方面具有显著优势;wiener滤波不仅降低图像复杂多变的噪声,有效保护图像边缘信息,而且提高局部细节识别度的特性.     

快速提取旋转体轮廓母线方法

为重建出旋转体的三维形态,提出了一种基于单幅图像实现旋转体母线和对称轴的提取方法。该方法主要利用工业摄像机获取目标物体的二维图像,在图像预处理中,针对拍摄原因产生的倾斜图像给出了一种几何矫正方法,利用目标区域的轮廓特征提取旋转体的母线信息,结合旋转体轮廓曲线的左右对称性求得目标物体的对称轴。并以陶瓷文物花瓶为目标,实现了旋转体母线及对称轴的提取,最后重建出目标的三维形态。实验证明了该方法的有效性。     

无限靶位重叠图像有用信息提取方法

研究一种无限靶位重叠图像的引入反常位移算子去伪处理方法。从无限靶位重叠图像中提取有效信息是非常困难的。传统的无限靶位重叠图像处理方法采用图像单帧处理的方法,对恶劣重叠情况下的处理结果较差。提出一种无限靶位重叠图像的引入反常位移算子去伪处理方法,采用引入反常位移算子去伪处理的方法,对无限靶位重叠图像在多个维度进行相关信息融合和识别实现,提取图像的多维综合信息,通过引入反常位移算子去伪处理,实现无限靶位重叠图像信息的去伪处理。采用一个重叠非常严重的靶位图像进行实际的去伪测试实验。结果显示,采用引入反常位移算子去伪处理方法,无限靶位重叠图像中的有用信息被很好的提取出来,去伪效果明显,方法将在运动循环靶射击训练和瞄准仪开发等方面具有很好的应用价值。     

基于自适应配准参数更新的实时彩色视频图像融合方法

提出一种基于自适应配准参数更新并适用于待配准可见光与红外视频图像的实时彩色融合算法. 首先,自适应地更新每帧图像的配准参数,完成对每帧可见光图像和红外图像的配准;其次,对配准的图像进行线性灰度融合,选取合适的彩色目标图像,在YUV空间完成目标图像颜色信息向融合图像的快速颜色传递,得到彩色融合图像. 实验结果表明,算法效果明显优于伪彩色融合方法,且运算速度完全能够满足对视频进行实时处理的要求.      

鹰眼系统运动目标特征参数精确提取算法

鹰眼系统在赛场上可对球类运动轨迹进行跟踪和记录并在辅助裁判对边界球的判罚中起着重要作用,然而由于网球提取过程存在目标小、飞行速度快、光照变化、广告字符以及其他的运动物体影响的问题,网球特征参数提取精准度有待进一步提升。针对这些问题,提出了一种鹰眼系统运动目标特征参数精确提取算法,该算法利用网球色彩一致性较好的特点,根据彩色训练获取网球色调的范围,在HSV色彩空间中对网球图像进行颜色分割,减少背景图像的干扰,采用帧间差分与混合高斯模型融合算法对网球图像进一步分割获取运动目标,对分割后的二值图像使用Sobel算子提取边缘信息减少后续目标圆检测的运算量提高效率,采用Hough圆变换检测轮廓边缘信息完成网球圆心和半径参数的精确提取。实验结果表明,该特征参数提取算法拟合准确率高、相对偏差小,具有一定的实际应用价值。     

飞行器结构特征提取与识别

针对天空背景下的飞行器，从目标的结构特征出发，采用SUSAN算子将目标从背景中提取出来；结合边缘信息，利用灰度重构对云层区域进行抑制；对处理后的图像二值化后，利用形态学算子对目标区域填充；最后对目标区域细化，利用先验知识发现目标的头部，实验结果证明了该方法的可行性．     

Automatic Defect Detection in X-Ray Images Using Image Data Fusion

Introduction A welded structure must be inspected to guarantee that the weld quality meets the design requirements to as- sure safety and reliability. However, X-ray image analyses and defect recognition are very complex. Most difficulties lie in finding …     

一种基于小波神经网络的图像融合方法

图像融合结合图像处理、信号处理、计算机和人工智能等相关技术．通过对多源图像数据信息的提取合成,从而获得同一场景目标较为准确全面的图像描述．神经网络具有强大的非线性映射逼近能力,将神经网络用来进行滤波融合,避免了传统滤波图像变模糊问题．通过小波神经网络自适应动量快速学习算法进行图像滤波融合,能从根本上避免局部最优,且加快收敛速度,具有很强的学习和泛化能力,也避免了网络结构盲目设计．仿真实验表明,用本方法实现的融合图像更加符合人的视觉特性．     

基于红外图像的绝缘子串自动提取和状态识别

为解决目前绝缘子低零值检测方法漏判率高、操作繁琐的问题,提出了一种新的绝缘子串红外图像中绝缘子盘面和铁帽区域自动提取方法和状态识别模型.首先将现场拍摄的绝缘子红外图像进行灰度化处理、去噪、二值化;然后从二值图像中提取反映绝缘子的特征点集合;通过特征点对二值图进行角度校正;最后通过区域提取中的特定算法提取出绝缘子的盘面和铁帽区域.通过提取该区域内的绝对温度、纹理和相对温差率作为绝缘子状态识别的特征集.将用电压分布法测得的绝缘子状态信息作为输出向量,通过训练得到优化的识别模型,用于绝缘子状态识别.该方法经过了220kV试验验证,证实了模型的有效性和实用性.     

喀斯特生态脆弱区矿山开采对生态环境影响评价研究——以贵州省开阳磷矿为例

以TM卫星影像为主要信息源,利用遥感图像处理软件ERDAS IMAGINE和地理信息系统软件ARCVIEW GIS,对遥感影像的几何纠正、配准、滤波、融合、信息提取等工作,提取了植被类型、土地利用类型和土壤侵蚀强度3个基本的自然生态因子,对生态完整性进行分析评价,并完成了专题地图的制作。研究结果表明:在评价期间,开阳磷矿生态环境基本未受干扰破坏,生态系统结构完整,功能较强,系统恢复再生能力强,生态问题不显著,生态灾害少。研究认为,除自然因素外,政府政策、企业环保意识等人为因素是生态环境影响的主导因子。