基于鲁棒性主成分分析的低照度图像增强算法

由于低照度图像对比度和信噪比低,传统图像增强算法在提高图像对比度的同时容易造成噪声放大。针对该问题,提出基于鲁棒性主成分分析(RPCA)的低照度图像增强算法。算法依据Retinex理论将图像分解为照度分量和反射分量,使用伽马矫正对照度分量进行增强。将增强后的照度分量与反射分量合成为最终的增强图像。其中图像分解采用RPCA方法实现,因为该方法可以有效地将照度信息与噪声分离,从而避免增强照度分量时放大噪声。为了提高计算效率,算法采用非精确增广拉格朗日乘子法(Inexect-ALM,IALM)求解RPCA分解问题。实验结果表明,该算法在增强图像对比度的同时避免了放大噪声,其主观评价与客观指标都优于几种经典的图像增强算法,有较好的视觉效果和较低的计算复杂度。

用于目标跟踪的自适应粒子滤波算法

结合粒子滤波算法,提出了一种能够根据目标运动特征自动确定粒子数的自适应目标跟踪算法。为了准确表示后验概率密度,粒子滤波通常使用大量的粒子。当运动预测准确时,用少量的粒子就可以准确估计概率密度函数。提出的算法利用描述概率密度所需的粒子数和运动估计准确程度之间的关系,自动确定粒子滤波所需的粒子数及其提议分布,提高了粒子的使用效率,避免了由于使用过多粒子而增加跟踪器计算量的问题。实验结果表明该算法可以有效地估计出进行目标跟踪所需的粒子数目。

利用团块模型进行目标跟踪

提出了一种基于局部特征的目标跟踪算法.通过多尺度分析方法,根据颜色和空间上的相似性将目标分割为多个区域,每个区域由一个团块表示,团块包含了该区域所有像素的颜色均值、形状和位置.根据团块特征构造目标的外观模型,定义团块的匹配准则,通过团块匹配进行目标跟踪.由于目标模型是基于局部特征的,并且包含目标的全局空间结构,因此该算法在局部遮挡和目标尺度变化的情况下,依然能够进行准确地跟踪.实验表明该算法能够有效实现复杂场景下的目标跟踪,性能优于Mean-shift算法.

基于双边滤波器的红外图像条纹噪声消除算法

提出了一种新的消除红外图像中条纹噪声的方法。由于红外焦平面阵列中每列读出电路的偏置电压不同,导致红外图像中有明显的条纹状噪声。分析了读出电路偏置电压不均匀对红外成像的影响,提出了利用双边滤波器估计读出电路偏置电压的方法,并使用估计的偏置电压校正红外图像。基于实际红外图像的实验结果表明,提出的算法能够显著地消除红外图像中的条纹噪声。

液晶可变相位延迟器的相位延迟特性

为了快速准确地获取液晶可变相位延迟器(liquid crystal variable retarder,LCVR)在不同波长时的相位延迟特性,根据LCVR双折射效应、透射光光强的斯托克斯矢量与相位延迟关系,采用光强法测量LCVR相位延迟特性,即将LCVR相位延迟特性的测量转换为对透射光光强与LCVR驱动电压的测量。设计了基于托克斯矢量与穆勒矩阵的LCVR相位延迟特性测量系统,该系统能实时、准确地自动测量LCVR相位延迟特性。而且,利用Labview软件平台实现了系统控制、数据处理、界面显示和报表生成功能的一体化,采用最小二乘法对相位延迟特性曲线进行拟合。实验结果表明:该系统测量误差小于1%,能够准确地测量LCVR的相位延迟特性,符合科研与工业领域的需求,因此具有广泛应用前景。

自适应尺度目标跟踪算法

针对复杂情况下变尺度目标跟踪问题,提出一种基于粒子滤波的自适应尺度目标跟踪算法.根据参考目标的颜色分布,将参考目标分为多个区域,每个区域的颜色分布用高斯模型表示,区域的位置关系构成了对参考目标的空问约束;根据目标分割区域的颜色分布和空间约束关系构造目标外观模型,结合粒子滤波搜索目标位置并检测目标的尺度变化.目标外观模型同时包含了空间及颜色信息,提高了跟踪算法在复杂情况下检测目标尺度变化的可靠性和准确性.实验结果表明,该算法在目标具有明显尺度变化、姿态改变和部分遮挡的情况下,可以获得准确和鲁棒的跟踪结果.

基于空时域级联滤波的红外焦平面条状噪声消除算法

针对红外图像中的条状噪声问题,本文提出了一种基于空时级联滤波的条状噪声消除方法。在红外焦平面阵列中,每列设有一个读出电路用于读取该列传感器的响应。读出电路偏置电压的差异是红外图像中条状噪声的主要成因。根据红外辐射的空间相关性假设,本文利用空域非线性滤波从红外图像中提取偏置电压;然后,采用高斯-马尔科夫过程建立偏置电压随时间的变化的数学模型,并采用基于时域卡尔曼滤波的最小均方误差估计(MMSE)方法估计偏置电压;最后,从红外图像中减去偏置电压以消除红外图像中的条状噪声。为了验证所提算法的性能,分别利用仿真数据和实际红外数据进行实验,实验结果表明本文所提算法能够有效消除红外图像中的条纹噪声,并且不会造成图像细节的损失。

利用子区域特征进行自适应目标跟踪

提出了一种基于目标区域分割的自适应运动目标跟踪算法。该算法通过K-均值聚类,将目标分割为多个子区域,根据子区域颜色特征及其分布提出了一种新的目标模型,并给出模型相似性测度准则,从而将目标模型更新问题简化为区域特征的更新,提高了模型的稳定性。同时在跟踪过程中,利用相似性测度检测目标遮挡程度,根据遮挡程度自适应地调整卡尔曼滤波器的参数和模型更新过程,提高了在遮挡情况下算法的鲁棒性。分析和实验表明,新算法能够在真实场景中准确、实时地跟踪目标,是一种有效的视频目标跟踪算法。

基于自适应分割的多曝光图像融合算法

针对传统多曝光图像融合存在颜色和细节信息保留不完整的问题,提出了一种新的基于自适应分割的多曝光图像融合算法。首先,采用超像素分割将输入图像分割为颜色一致的图像块,再利用结构分解将图像块分解为三个独立分量。根据各分量特点设计不同融合规则,以保留源图像中的颜色和细节信息。然后,采用引导滤波平滑各分量的权重图以及信号强度分量和亮度分量,有效地克服块效应缺陷,保留源图像中的边缘信息,减少伪影。最后,重构融合后的三个分量,得到最终的融合图像。实验结果表明,与传统的融合算法相比,所提算法在互信息(MI)上平均提升了53.6%、标准差(SD)上平均提升了24.0%。该算法能够有效地保留输入图像的颜色和细节纹理信息。

基于鲁棒主成分分析的多聚焦图像融合

针对多聚焦图像融合提取聚焦区域不准确,融合图像的边缘存在伪影的问题,提出了一种基于鲁棒主成分分析的多聚焦图像融合方法。首先,用鲁棒主成分分析将源图像分解为低秩分量和稀疏分量。然后分析不同分量的特性,设计相应的融合规则。针对低秩分量,提出基于卷积神经网络的融合策略,用于提取源图像的纹理细节,构建权重图;对于稀疏分量,采用基于拉普拉斯能量和的方法生成决策图,为了使决策图的边缘与源图像保持一致,将多幅源图像的均值作为引导图像并用引导滤波器对决策图进行优化。最后,根据融合后的低秩分量和稀疏分量重构出最终的融合图像。实验结果表明,该方法提高了融合图像的对比度和边缘清晰度,在主观分析和客观评价指标上都优于其他七种方法。

融合特征注意力机制的非均匀光照图像增强算法

在非均匀光照环境下用户获取到的图像往往呈现亮度分布不均、细节丢失等特点。针对现有图像增强算法在处理非均匀光照图像时容易造成局部过度增强或增强不足等问题,提出一种融合特征注意力机制的非均匀光照图像增强算法(ULIEN)。通过学习非线性Gamma函数将非均匀光照图像映射为增强图像,引入亮度注意力图和通道注意力机制分别为图像不同的亮度区域和特征通道分配不同的学习权值,实现不同区域的图像增强。在训练过程中,ULIEN增强网络无需任何参考图像,通过一组无参考损失函数的设计驱动增强网络训练。实验结果表明,经所提算法增强后的图像在主观视觉方面能有效避免细节丢失、伪影、局部过增强或增强不足等问题,在BTMQI、ENIQA、TMQI、UNIQUE客观评价指标上分别可达3.727 0、1.109 6、0.903 0、0.755 7,相较于对照增强算法具有明显优势。

中值直方图均衡的动态场景多曝光图像融合算法

为解决动态场景下多曝光融合图像出现鬼影的问题,提出一种新的动态多曝光图像融合算法。引入中值图像均衡对输入图像和参考图像的直方图进行处理,将获取的图像对做差分,并对差分图进行阈值分割和形态学优化得到运动权重图。中值直方图均衡可以为一对图像分配相同的直方图,同时保持其灰度动态,因此对多曝光图像对调整其亮度差异,有利于运动区域检测的准确性。通过强度映射函数将参考图像分别映射为各个输入图像的亮度,并将输入图像的运动区域替换为参考图像的一部分,得到具有亮度过渡自然的图像序列。在此基础上,对静态图像序列进行融合得到最终的融合图像。实验结果表明,该算法可有效地避免鬼影现象,且能够获得细节丰富、视觉效果良好的高动态范围图像,经该算法融合后的图像在标准差、边缘强度、相关系数和动态场景结构一致4个指标上与DGF、FMSD等算法相比具有明显的优势。

一种改进的自适应并行干扰抵消算法

分析了LMS算法用于部分并行干扰抵消器(PIC)的不足,提出了一种采用变步长LMS自适应算法的改进方案。该方案利用变步长自适应算法收敛速度快且具有较小稳态误差的特点,使计算出来的部分干扰抵消系数更可靠。实验结果表明,本文提出的改进方案,在误码率性能方面优于传统PIC方法。

一种新的变步长自适应最小均方算法

提出了一种根据滤波器系数梯度差值的自相关来计算步长的新的变步长自适应LMS算法。分析了算法的收敛性能和稳态特性,给出了算法参数选择的原则。由实验验证了该算法具有良好的收敛性能和跟踪特性,特别是在输入信号相关的情况下,该算法显示出比标准LMS算法和其它变步长算法的优异性能。

基于PIN型硅光电二极管的激光偏振态探头

综合考虑了PIN型硅光电二极管的高灵敏性、高稳定性、高响应速度、小体积及低成本的优点,主要研究了基于PIN型硅光电二极管的光强探测电路在激光偏振态测量系统中的应用。采用Stockes参量测量的LCVR调制法,将光强探测电路和光学检偏系统封装在一起构成激光偏振态测量探头,探头以STM32F103为控制器通过USB协议实现数据在上位机与控制器之间的传输。利用该探头完成808nm激光的偏振态测量,实验结果显示该偏振态测量探头具有较高的测量精度,且该偏振态测量探头具有结构简单、测量精度高、体积小、人机交互便捷、操作简单的特点。

参数轮廓模型的目标跟踪

为了减少背景噪声和不相干边缘的影响,提出了一种基于方向能量的边缘选择方法,根据边缘检测的结果和由前一帧跟踪结果得到的预测轮廓构造能量函数,通过最小化能量函数进行轮廓跟踪,由于能量函数包含了预测轮廓和目标边缘信息,使得在跟踪目标轮廓变化的同时,又能保持目标形状的稳定性。实验表明:提出的跟踪方法可以在复杂背景下准确跟踪目标轮廓。

党的群众路线在政策过程中的功能

群众路线伴随着公共政策的整个生命历程。群众路线在政策过程中的功能定位主要体现在群众路线是公共政策的核心和灵魂、基本工作方法、合法性来源。政策输入体现群众路线的要求、政策表达体现人民群众的利益需求,这是群众路线与公共政策的功能要求。生成、执行、检验的基本环节构建了群众路线在政策过程中的功能流程。党的群众路线在政策过程中的功能路径选择在于:创新和创设体现群众路线的政策互动平台、政策执行范式、政策评估方法。在政策过程中,要构建并不断完善群众路线的政策作用制度体系,以使公共政策的价值定位和制度安排符合群众路线要求,充分实现群众路线的功能。

可见光与红外图像自适应加权平均融合方法

针对传统可见光图像与红外图像融合存在显著性信息保留不完整的问题,本文提出了一种新的自适应加权平均融合算法。首先,该方法通过非下采样轮廓波变换将源图像分解为不同尺度、不同方向的高低频分量。然后,针对低频分量的特点提出了一种基于显著性的自适应加权平均融合规则,用于保留源图像中的重要信息。对于高频分量,本文采用绝对值取大的融合策略。最后,根据融合后的高低频分量重构出最终的融合图像。实验结果表明,本文算法与传统融合算法相比,在主观视觉和客观指标上都具有优势。

图像法在管道焊接裂缝检测中的应用

在管道焊接过程中,利用图像处理法可得到大量的焊接裂缝图像信息与特征信息。可通过对焊接裂缝信息的检测,从而实现在焊接过程中对焊接裂缝质量的实时控制。针对在管道焊接过程中容易造成焊接微小裂缝这一问题,提出了一种基于图像处理法的管道焊接裂缝检测系统。系统主要包括激光器、CCD摄像机、图像采集卡、计算机图像处理软件等。通过实验研究表明,该系统有协调能力好、抗干扰能力强、控制精度高,性价比高等优点。

狐狸MC1R基因编码区c. 40A>C和c. 41C>T相邻变异研究

为了检测狐狸MC1R基因多态性及其与毛色表型的相关性,本研究采集两个狐属12种毛色共计163只狐狸的皮肤组织样,利用PCR扩增和产物直接测序的方法获得狐狸MC1R基因1 054bp长的核苷酸序列,并进行了SNPs筛查。用PopGen32和SHEsis软件对突变位点进行了群体遗传学分析,用PANTHER软件评估了突变对基因产生的功能影响,用SPSS二元变量相关统计方法分析了多态位点与毛色表型间的相关性。结果表明,狐狸MC1R基因编码区40(c.40A>C)和41位点(c.41C>T)存在2个相邻错义突变,导致其编码的第14位氨基酸发生了变异:当第40位点为A时,氨基酸由苏氨酸(Thr)转变为异亮氨酸(Ile);当第40位点为C时,氨基酸由脯氨酸(Pro)转变为亮氨酸(Leu)。北极狐属狐在41位点基因型全部为TT型,而狐属狐大部分个体均为CC型,不存在TT型,推测该位点可能是区分狐狸属间的一个重要功能位点。PANTHER预测获知第41位点突变导致的氨基酸替换(p.Pro14Leu)对MC1R功能有显著影响。SPSS二元变量相关分析结果表明,41位点多态性与狐狸毛色表型存在显著低度相关性,推测狐狸MC1R基因编码区第41位点可能是参与其毛色形成的一个相对重要功能位点。