改进凸包的贝叶斯模型显著性检测算法

针对传统贝叶斯模型算法对图像显著区域检测精度需要进一步提高的问题,提出一种改进凸包的贝叶斯模型显著性检测算法。首先,利用流行排序算法对图像进行前景提取,提取的前景区域作为贝叶斯模型的先验概率;其次,利用颜色增强的Harris角点检测算法检测图像在RGB,HSV,CIELab 3个颜色空间中的特征点,分别构造RGB,HSV,CIELab空间的凸包,求取3个颜色空间下的凸包的交集;再次,通过贝叶斯模型根据先验概率、凸包与颜色直方图结合得到的观测似然概率计算获得显著性区域图;最后,将新算法在两大公开数据集MSRA和ECSSD中进行测试。结果表明,新算法能够有效抑制背景噪声,完整检出显著区域,F-measure值在MSRA和ECSSD数据库中的测试结果分别为0.87和0.71,准确率-召回率曲线在复杂图像数据库高于传统经典算法。新算法改进了传统经典算法的检测效果,进一步提高了显著图检测的准确性。     

缺帧环境下遮挡图像的特征优化提取方法研究

针对缺帧环境下图像的遮挡问题,提出一种新的特征优化提取方法。建立缺帧环境下遮挡图像采集模型,在此基础上,利用正方形网格建立立体模型,实现图像采集。通过阈值降噪法完成对遮挡图像的降噪滤波处理。DCS-LBP算子通过梯度方向上变化的灰度值实现编码,效果不佳,通过GCS-LDP算子对其进行优化,将二者结合在一起对缺帧环境下遮挡图像施行编码,获取最后的直方图,将该直方图看作遮挡图像的特征,完成遮挡图像特征的优化提取。实验结果表明,所提方法能够有效对缺帧环境下遮挡图像进行预处理,且识别效率高,计算量少。     

基于梯度倒数的无人机遥感图像融合滤波方法

为了实现对无人机遥感图像去噪处理时兼顾滤波和边缘保持效果,提出了一种基于梯度倒数的无人机遥感图像融合滤波方法——梯度倒数自适应开关均中值滤波。首先计算出模板内中心像素点与邻近像素点的梯度导数;然后选取局部梯度变化阈值,并定义标志数组来标记各像素点是否超过梯度变换阈值。最后,如果当前滤波像素点超过梯度阈值,则采用提出的自适应开关均中值滤波;否则采用梯度倒数加权平滑方法处理。该方法结合了图像的梯度信息,利用图像的连通性和相关性原理以及自适应开关均中值滤波算法去噪的优点,在去除高斯噪声和脉冲噪声同时可以很好地保持图像的边缘和细节信息。实验结果表明:与传统梯度倒数加权平滑方法相比,算法滤波后图像的平均梯度提升3. 16%,MSE下降了约5%,可以有效提升滤波后无人机遥感图像质量,应用价值明显。     

局部自交干扰的全变分图像自适应滤噪算法

针对当前图像滤噪算法虽然能够在一定程度上抑制噪声;但无法保证图像质量,导致图像细节丢失、图像变模糊的弊端,提出一种新的局部自交干扰的全变分图像自适应滤噪算法。定义一个图像局部功率,求解自适应全变分算法的能量函数最小化问题。通过拉格朗日算子获取图像局部功率的非约束最小化全变分形式,计算规整化可信度参数和噪声分布。通过全变分模型将轮廓尺度图像从含有噪声图像中分离出来,对含有噪声图像和轮廓尺度图像进行差运算,获取含有噪声的残差纹理细节图像。将获取的规整化可信度参数代入全变分模型,对含有噪声图像进行处理获取最终的滤噪图像。实验结果表明,经所提算法滤噪处理后,图像质量高,滤噪效果好。     

基于投影散斑的结构表面形貌测量

结构形貌测量具有重要的工程应用价值。设计了基于投影散斑的结构表面形貌测量方案,结合双目立体视觉标定、散斑特征匹配、三维重建等关键技术,搭建了测量系统,并用该系统测量了典型结构表面的形貌点云数据,最后将测得的点云数据与结构的CAD(computer aided design)模型进行配准,评估了测量方法误差,验证了该方法的准确性。结果表明,投影散班形貌测量方法可以实现结构表面形貌的高精度测量,其最大误差为0.2 mm。     

基于残差神经网络的高强度运动超分辨率图像重构

针对实际拍摄的亚像素信息较少的低分辨率运动图像,重构图像通常较为模糊,甚至不能分辨。为此,提出一种新的基于残差神经网络的高强度运动超分辨率图像重构方法。令沿运动方向的亮度保持恒定,通过光流场匹配实现高强度运动图像的运动估计;根据运动估计结果和超分辨率重构的基本思想,将BP神经网络看作残差神经网络的基础建立残差神经网络,对残差神经网络进行训练,参照训练样本将经插值法放大若干倍的待重构高强度运动图像作为输入,将高分辨率图像和输入图像间的残差作为输出,把输入和输出累加获取超分辨率图像,实现若干放大倍数高强度运动超分辨率图像的重构。实验结果表明,所提方法运动估计准确,重构图像清晰、质量佳。     

基于分段趋近律的航天器对地凝视姿态滑模控制

为了提高航天器对地凝视条件下姿态控制精度和鲁棒性,设计了一种基于分段趋近律的姿态滑模控制器。首先,根据航天器轨道参数和目标点地理坐标计算出对地凝视期望姿态。然后,针对当前分段趋近律参数设计不灵活、实际应用存在抖振的缺陷,通过在第二段的幂次趋近律中增添一项线性项,设计了一种全新的分段趋近律。理论证明了该趋近律能有效克服抖振问题;并能在有限时间收敛到滑模面。进而,基于此趋近律设计了一种适用于航天器对地凝视的姿态滑模控制器。仿真实验结果表明,控制器可以获得0.01°的姿态凝视控制精度,在姿态跟踪过程中无抖振现象;并且对外界干扰具有一定的鲁棒性,从而验证了控制器的有效性。     

基于梯-潭消能系统的挡流式泥石流排导槽

中国是灾害多发的国家之一,泥石流是山区灾害的主要类型。对于特大泥石流,传统常规的治理办法难以起到很好的效果,于是王兆印等提出了梯-潭系统。但是,梯-潭系统并不完美,仍有许多值得改进的地方。以提高消能效率为出发点,提出一种能在短距离内达到消能、控速功能的挡流式泥石流排导槽。通过设计最佳横断面,使排导能力达到最佳;通过挡板与梯-潭系统达到快速消能的目的;然后通过推导分析,给出了挡流式排导槽的消能率计算公式;最后与传统梯-潭型排导槽消能率计算公式作对比分析,发现提出的排导槽具有高效消能的作用。     

结合卷积与转置卷积特征的模糊车牌复原方法

深度学习算法在图像去噪领域已经得到了很好的效果;但目前对于深度学习算法在模糊图像复原领域的研究没有更深入的研究。直接应用图像去噪的方法对模糊车牌进行复原实际上可行的,但会产生复原图像细节缺失,时间代价高的缺点。针对这些问题,吸取去噪方法的优点,提出将原始图像信息与转置卷积复原后的图像信息相结合的方法,重新构建了图像复原网络结构;并根据图像特点自定了损失函数。实验通过与已有的方法进行对比说明,提出的复原方法在复原车牌图像质量上和复原效率上都有很好的表现;同时对模糊运动角度与不同噪声具有健壮性;而模糊运动像素越大的图片,复原图像的质量也会下降。     

基于二次预测误差和像素排序的可逆图像水印

为了提高可逆图像水印算法的性能,提出一种二次预测误差与像素排序相结合的可逆图像水印算法;该算法首先对像素进行二次误差预测;并利用相邻像素的误差值来确定其余像素的预测误差;然后采用局部复杂度对像素进行排序,以使具有较小误差值的像素被优先处理并进行数据嵌入;最后通过平移差值直方图生成零点间隙,利用冗余的零点间隙嵌入水印信息。实验结果表明,利用二次预测误差与像素排序技术,可以有效地提高像素的预测精度并降低图像失真;在相同的嵌入容量下,该算法嵌入水印后图像的PSNR比相关算法提高了1 dB左右,具有更好的不可感知性。