HourglassNet:一种用于遥感目标检测的改进FCOS算法

针对遥感图像中背景复杂、目标分布密集、目标尺度形态多样等问题,该文在单阶段全卷积(FCOS)目标检测模型的基础上,基于沙漏特征金字塔并且与多尺度上下文场景结合,提出了沙漏网(HourglassNet)。针对卷积神经网络(CNN)中不同深度语义信息和空间信息不均衡的问题,提出了一种沙漏特征金字塔,通过将多尺度特征缩放至中间尺度进行融合和优化以获得全局特征。基于注意力机制将全局特征向不同尺度特征传递,在抑制无关特征的同时增强了有效特征,实现了对多尺度特征的补偿。为了将高层特征的语义信息更加充分地融入不同尺寸的特征图内,设计了多尺度上下文融合模块。利用适当的感受野提取高层特征的上下文信息,提升了特征的鲁棒性和辨识性。分别在DOTA v1.5和NWPU VHR-10公开遥感图像数据集上进行了性能对比与消融实验。结果表明,该文算法的均值平均精度(mAP)相比于FCOS在DOTA v1.5和NWPU VHR-10数据集上分别提升了4.3%和3.4%,且检测性能优于YOLOv3等其它对比方法。     

无人机图像增强方法的研究与实现

以无人机采集的低照度图像为研究对象,提出了一种改进的低照度图像增强算法.获取无人机采集图像的灰度直方图,计算灰度像素的均值和方差,通过计算亮度系数划分亮暗区域;根据滑动窗口的像素均值与设定的阈值进行计算得到修正系数,完成图像亮度的修正;为减小时间复杂度使用三次快速均值算法替代高斯滤波进行去噪.结果表明,本文的算法能够有效地改善图像局部亮度、提高图像对比度和保留轮廓边缘纹理信息.     

多尺度形态聚焦测量和优化随机游走的多聚焦图像融合算法

在传统的多聚焦图像融合方法中,聚焦测量产生的决策图往往对噪声和错误配准敏感,同时在聚焦检测区域中容易出现毛刺、小孔以及小块孤立区域等识别错误.针对上述问题提出了一种基于多尺度形态聚焦测量和优化随机游走的多聚焦图像融合算法.首先,多聚焦图像通过多尺度形态聚焦测量生成初始的决策图,多尺度形态聚焦测量有高的聚焦区域检测精度并...     

虚切片方法改善Shear-Warp算法的图像失真

分析了Shear-Warp算法在实际绘制过程中出现的图像失真问题,提出了一种虚切片方法,通过在Shear-Warp算法基础上添加虚切片解决图像失真问题。实践表明,采用虚切片方法的Shear-Warp算法有效的解决了Shear-Warp算法的图像失真问题。     

HFC-134a致冷剂气体水合物结晶生成过程及RIN模型

通过对致冷剂HFC－134a气体水合物的结晶生成过程的宏观观测,结合Mori的微观观测图片,认为水合物是通过局部随机成核的,由已成核部分诱导临近区域而扩展至整个两相接触界面,提出随机诱导成核（random inducement nucleation)模型,呈现了计算机模拟结果,并研究了模型中的参数对生长维数的影响。     

一种基于脉冲耦合神经网络的植物胚性细胞图像分割

植物胚性细胞定量分析研究需要首先将其切片图像分割处理,然后进行了大分子量化分析。但植物细胞切片图像上表现出来的植物细胞特有的复杂属性,使得一般图像分割分析方法很难奏效。20世纪90年代中期发展起来的脉冲耦合神经网络PCNN直接来自于动物视觉特性研究,应当适合这类植物细胞的的分割处理。但因目前理论很难解释PCNN数学模型参数与图像分割效果之间的关系,一般较好图像分割效果的获得需多次实验选择这些模型参数。同时在模型参数选定的情况下,其循环迭代次数直接关系到侵害的结果的好坏,而分割好坏的判定需人眼观察分析,这样便引入了人为干预。为此提出一种建立在分割图像熵值最大原则上的PCNN植物细胞图像自动分割新算法。     

基于多幅不同曝光量照片的场景高动态范围图像合成

提出了一种恢复相机成像系统光照响应曲线,合成场景高动态范围图像的方法.在满足光学成像系统相反法则的前提下,利用多幅同一场景不同曝光量的照片图像,结合最小二乘原理和B样条函数拟合方法,恢复了相机的光照响应曲线,获得图像中像素值与曝光量之间的映射关系,进而将不同曝光量的场景照片图像融合成一幅高动态范围图像.图像中的像素值与场景中对应点的真实亮度值成正比,扩大了场景图像的表示范围,增加了场景图像中高亮区和暗区的细节特征.实验表明,合成的高动态范围图像效果满意.     

图像恢复的智能处理

为把一个退化的图像尽量恢复到它的原始面目,有关专家已经提出了许多有效的图像恢复方法,该文将遗传算法和模拟退火法相结合的算法应用到图像的恢复中,使用此算法恢复的图像与一般遗传算法恢复的图像进行对比分析,图像的清晰度明显优于后者,表明本算法比单纯使用遗传算法对图像恢复效果好.     

一种基于Markov随机场模型的核磁共振图像分割方法

为了提高核磁共振(MR)图像分割的效果,提出了一种基于Markov随机场模型的分割方法。该方法利用Markov随机场描述图像的先验分布,结合MAP准则获得分割优化函数,通过ICM局部迭代使分割优化函数收敛。迭代过程中引入了后验概率矩阵的平滑;提高了分割的精度和速度。实测数据的实验结果证明了所提方法的有效性。     

离散多参数分数Fourier变换

分数Fourier变换是传统Fourier变换的推广,在光学、信号处理、信息安全等许多研究领域都有广泛的应用,而简明有效的离散化数值计算方法是其得以广泛应用的关键.多参数分数Fourier变换(MPFRFT)是分数Fourier变换的一种广义形式,包含已知的分数Fourier变换作为特例,可为分数Fourier变换的理论研究和应用提供便利.文中详细阐述离散多参数分数Fourier变换(DMPFRFT)的定义和离散化计算方法,并给出二维多参数分数Fourier变换(2D-MPFRFT)和二维离散多参数分数Fourier变换(2D-DMPFRFT)等概念.最后作为应用,提出一种基于2D-DMPFRFT的数据图像加密方法,数值仿真结果验证了所提出加密方法的有效性和安全性.