机器视觉照明光源技术要点分析

随着科技的发展,机器视觉系统已被广泛应于社会生产和生活的方方面面。照明光源是机器视觉应用系统中非常重要的一个方面,它通过影响图像质量从而影响到整个机器视觉系统的应用效果。本文就机器视觉照明光源技术进行的分析与探讨。     

基于NSCT与压缩感知的红外影像融合

针对红外和可见光图像在融合过程中存在质量低下、信息缺失、边缘细节不突出等问题,提出一种基于非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)与稀疏表示的压缩感知图像融合重构算法.首先利用NSCT进行源图像分解,得到相应的高频子带和低频子带图像;然后针对高频子带部分,利...     

浅析视觉传达设计中传统文化元素的重要性

中国视觉传达设计要想取得健康快速的发展,必须汲取中国传统文化的精髓,形成"有中国特色"的视觉传达设计,中国的传统元素在视觉传达设计中不是通过单一图形的表现,而是衍生成一种中国特有的文化形式,或者是一种手法,它在视觉传达设计中的重要性是无法替代的。     

一种基于人类视觉系统的扩频彩色图像数字水印

文中给出一种将彩色水印图像嵌入到原始彩色载体图像中的数字水印算法。首先将彩色水印图像的彩色分量经过预处理后嵌入原始彩色载体图像的相应彩色分量中;再对压缩编码后的水印信息进行随机置乱和扩频加密;并在小波域中利用人眼视觉特性完成数字水印的自适应嵌入。仿真实验表明该数字水印嵌入方案不仅具有较好的透明性,而且对各种攻击均具有较好的鲁棒性和安全性。     

一种采用振荡神经网络的CASA计算模型语音分离算法

基于听觉现象分析（CASA）模型的基本原理,在仅有单通道输入混合语音信号时,采用振荡器神经网络,提出了一种CASA改进模型语音分离算法结构,文中利用一个实例说明了新算法的具体实现步骤,讨论了新算法机构中语音听觉外围处理部分和分割神经网络处理部分,通过上述两个部分的处理可以将输入混合语音信号在时频域上分割为若干有听觉感知意义的语音听觉感知成分分段Segments,以便于新算法后续处理分部中语音Segments的聚为和分离重构输出处理,最终完成语音分离任务。     

采用压缩感知和GM(1,1)的无线传感器网络异常检测方法

针对当前无线传感器网络(WSNs)异常检测算法的检测准确率较低同时影响网络能耗均衡的问题,提出了一种基于改进压缩感知(CS)重构算法和智能优化GM(1,1)的WSNs异常检测方法。首先,通过建立双层异质WSNs异常检测模型,并采用压缩感知技术对上层观测节点收集到的下层检测节点温度测量数据进行处理,同时结合温度数据稀疏度未知特点,构造有效的稀疏矩阵和测量矩阵,并重新定义测量矩阵正交变换预处理策略,使得CS观测字典满足约束等距(RIP)条件;其次,重新定义了离散蜘蛛编码方式,蜘蛛种群不断协同进化,以获得稀疏结果中非零元素的位置信息,利用最小二乘法得到非零元素的幅度信息,实现了对未知数量检测节点数据的精确重构。在此基础上可以由蜘蛛种群迭代进化得到优化后GM(1,1)的参数序列,通过检测参数序列的相关阈值来判定节点是否发生异常。实验仿真结果表明,与OMP-IGM等异常检测方法相比,该方法的异常检测准确率提高了约7%~33%,网络能耗降低了约18%~43%。     

基于压缩感知的交通监控视频目标检测算法

针对公路交通监控的需求增大与网络带宽资源有限的矛盾,本文提出一种贝叶斯压缩感知的目标检测算法.该算法采用小波基对信号进行稀疏,用部分哈达玛测量矩阵进行观测,实现视频的压缩,为了得到更为准确的前景,提出在部分时间均衡自适应背景模型下,将背景分割思想和小波树结构的贝叶斯压缩感知结合的重构算法完成目标检测.通过对多个场景监控视频的试验,验证了该方法的准确性和有效性,并对光线变化具有一定的鲁棒性和减少视频传输的成本.     

基于机器视觉的农业机械无人驾驶研究

为实现农业机械的无人驾驶,研究基于机器视觉的农业机械运动控制具有重要的意义.本文介绍了基于机器视觉的农业机械无人驾驶的工作原理和实现方法.通过对视频图像的处理,识别出农业作业环境的路径特征的位置和方向,采用模糊控制方法实现了农业机械的运动控制.试验证明了基于机器视觉的农业机械无人驾驶系统的可行性及控制算法的可靠性.     

一种防欺诈的视觉密码共享方案

本文提出了一种基于(k,n)-th的具有信息隐藏和身份验证功能的视觉密码共享方案。秘密图像首先被加工成n个共享份,然后隐藏在n个用户选定的密文图像中。图像水印技术被用来嵌入到密文图像中,并通过使用奇偶校验位检查验证每个密文图像的保真度。在秘密图像恢复过程中,每个密文图像首先验证其保真度,即检查奇偶校验的一致性,这有助于防止意外或故意提供虚假或被篡改的密文图像参与进来,提高了秘密恢复过程的安全性。本文最后的实验结果证明了此方案的可行性。     

方向提升小波变换域稀疏滤波的自然图像贝叶斯压缩感知

针对压缩感知(CS)重构算法在实际应用中自然图像的小波变换系数往往无法稀疏的问题,提出了一种方向提升小波变换(DLWT)域稀疏滤波的自然图像贝叶斯压缩感知算法(DLWT-SFTSW-BCS)。首先对自然图像进行方向提升小波变换得到小波变换系数;然后在随机测量之前利用稀疏滤波切除小系数,消除了小系数对大系数重构时的混叠干扰;最后结合小波树结构的贝叶斯压缩感知重构算法得到自然图像的重构图像。实验结果表明,与仅利用尺度间相关性的小波树结构的压缩感知重构算法相比,DLWT-SF-TSW-BCS算法的重构峰值信噪比最大可提高10dB。