基于NLP的PS图像模板匹配智能识别算法

在PS图像模板匹配识别研究中,针对信息丢失严重,自身的全局运算能力需要进一步提高的问题,提出基于NLP的PS图像模板匹配智能识别算法。利用自然语言处理技术描述待识别目标方向特征,对目标方向码进行二进制压缩映射处理,同时应用窗口重叠机制,避免偏移现象出现,将压缩映射后的方向特征和输入的方向特征作匹配处理,实现对目标的精准识别。实验结果表明:设计的基于自然语言处理技术的智能识别算法在处理纹理特征比较少的目标时,识别信息较完整,能够精准匹配识别目标区域,全局运算能力得到了增强。

一种改进的图像模板细化算法

针对现有图像模板细化算法中存在的诸如迭代次数较多、细化速度较慢、图像某些部位细化不完全等问题 ,提出了一组改进的细化模板。针对指纹图像应用新算法进行的细化实验结果表明 ,采用改进的细化模板 ,新算法在保证对图像完全细化的同时 ,能显著减少细化所需的迭代次数 。

中国食蟹猴脑磁共振图像模板的构建

目的建立中国食蟹猴脑结构T1图像模板,分析其脑灰质、白质及脑脊液组织概率分布图。方法 16只健康中国食蟹猴3.0TMRI脑的高分辨3D矢状位T1WI采集,使用模糊C均值聚类(fuzzy c-meass clusteriag Algorithm,FCM)法对每例图像进行组织分割、插值、空间标准化及图像平滑,建立脑白质、灰质、脑脊液组织概率图和个体脑模板。对所得图像进行配准及平均后,再经过VBM流程分析测试获得食蟹猴MRI图像模板。结果建立了正常中国食蟹猴脑结构3D模板,并获得了食蟹猴脑白质、灰质、脑脊液三种组织的概率图,清晰地显示了全脑T1加权对比结构。结论建立MRI图像模板和组织概率图为中国食蟹猴脑结构VBM分析和fMRI定位提供了重要的基础和便利。

基于图像模板匹配算法的微光瞄准镜零位检测技术

对微光瞄准镜零位检测技术进行了研究,分析了传统检测方法存在的不足,采用计算机图像处理技术,提出了一种基于图像模板匹配算法的微光瞄准镜零位新型检测技术。该技术实现了零位检测的自动测量,避免了人为因素的影响;检测精度高,达到0.05密位,高于现有零位检测仪;移植性好,可扩展应用于红外热像瞄准镜等其他夜视产品的零位检测,对夜视瞄准镜零位检测技术具有参考意义。

一种基于图像模板的图像建模及识别框架研究

文章构建了一种灵活且易于扩展的智能图像识别算法管理及协作框架。首先设计了用于图像识别算法的统一调度管理模块,然后基于图像模板进行特征标注和识别算法策略建模,最后,基于图像模板及其建模信息和识别算法的统一调度实现对不同类型对象的图像识别。该框架不仅能够有效、灵活地利用不同算法策略对被识别对象中所包含的不同类型设备进行并发识别及异常检测,而且能根据逐步丰富的数据样本,简便快捷地完成识别算法的迭代维护。

基于模板的图像特技显示方法的研究与实现

随着计算机软硬技术的发展,多媒体计算机(MPC)应用日益广泛。在多媒体计算机应用中,图形图像处理占有主要的地位。图像显示是图像处理的基础,特技显示的关键是把图像划分成不同的图像区域块,通常的图像特技显示方法是把图像按一定的规则划分成不同的图像块。该文在分析图像特技显示的原理基础上,提出了基于模板的图像特技显示方法。这种方法突破了传统的图像特技显示方法把图像按规则划分的限制,通过模板图像和变换层次参数的设定,可以根据软件用户的爱好任意设置图像的特技显示方式。实践证明,这种方法在实际图像处理软件和多媒体软件设计中有极大的应用价值。

一种用于贝尔模板图像压缩的算术编码器

针对贝尔模板图像的预测编码问题,设计了一种高效的自适应算术编码器.通常,贝尔模板图像的预测误差满足拉普拉斯分布,为了降低估计预测误差概率的计算复杂度,按照最小均方误差准则对预测误差进行了分类量化,并建立了相应的概率查找表,概率值仅需要保留3位有效值.实验结果表明:提出的算术编码器比Golomb熵编码方法具有更高的效率.

基于Snake和外观模板的组合式图像对象分割

针对目前图像对象分割方法对图像的特征提取和抽象度不够,导致分割精度低的问题,提出了基于Snake模型和外观模板的组合式图像对象分割研究方法。该方法将改进的外观模板图像对象分割算法得到的分割结果经过预处理作为改进的Snake模型的图像分割算法的输入初始轮廓进行精确处理。该算法在提升对象分割精度的有效性上达到了96%以上。

基于分数阶微分的图像增强模板构造

为充分利用图像目标像素点周围8个方向及其邻近像素点的信息,构造一种新的分数阶微分图像增强模板,并根据分数阶微分的Riemann-Liouville定义,推导出模板系数。利用该模板及其它分数阶微分图像增强模板,分别对灰度图像和彩色图像进行图像增强处理实验;引入图像熵的概念和计算公式,对图像增强结果进行熵值比较。实验及熵值结果表明,该分数阶微分图像增强模板能有效保留图像的纹理细节和边缘信息,图像增强效果更为明显且熵值最大。

基于图像识别模板匹配技术的工业检测系统设计

针对工业设备的显示屏输出在检测时,常以人的肉眼判断,主观因素较多,导致检测效率低,容易出现漏检、错检等问题,采用基于ARM Cortex-A9架构的处理器,设计了一套工业设备出厂检测系统。本系统采用Linux内核,QT操作系统,摄像头捕获工业设备的字符图像,利用计算机视觉库OpenCV模板匹配算法识别图像是否合格,再控制流水线将合格品与不合格品进行分流,达到了检测工位无人值守状态。

特征模板图像的提取算法及实现

本文通过使用MATLAB工具,来实现特征图像圆心坐标数据的提取,检验了一种中心对称图像的重心检测算法。

基于模板法的苹果图像与背景快速分离技术的研究

机器视觉对水果的品质进行检测并实现自动分级时,将水果图像从背景中分割出来是一项非常重要的预处理步骤。其分割效果的好坏直接关系到后续分级的准确性。现提出一种基于模板法的图像与背景分离方法,通过大量的实验证明该方法对苹果与背景的分离是快速且有效的。

图像分块模板匹配的高速运动目标跟踪技术研究

在针对高速运动目标进行图像采集时,高速运动目标动态性强,进行模糊的图像采集效果不良,同时高速运动目标的特征性结构复杂,在对高速运动目标进行图像采集时追踪目标较为困难,为更好解决这一技术性问题,本文提出基于图像分块模板匹配的高速运动目标追踪技术。试验针对高速运动设计图像采集模型并同时对高速运动目标边特征点缘采用灰度直方图的方法,从而减少高速运动目标图像的动态特征点模糊,再对图像进行分块处理,通过分块模板匹配技术对高速运动目标进行追踪识别。通过试验数据以及具体分析,证明该方法相比于传统方法具有优越性,有重要的发展意义。

基于图像分析的植物叶片识别技术综述

对近年来基于图像分析的叶片识别技术进行了广泛研究。首先阐述了基于图像分析的植物叶片识别技术的意义及研究现状;然后介绍了主要的叶片图像识别步骤,重点从基于关系结构匹配的识别、基于统计学的识别和基于机器学习的识别三类方法进行阐述,详细论述了各种识别技术的基本思想和主要公式;最后指出了叶片识别技术的不足和研究方向。

基于平稳小波变换的减小MR图像截断伪影的方法

如何缩短磁共振成像的时间一直是磁共振成像领域研究的热点问题之一。在实际工作中只采集部分相位编码的磁共振信号进行磁共振图像重建,不但可以缩短成像的时间,而且可以使图像保持较高的信噪比,但在重建的图像上出现了截断伪影。采用平稳小波变换和图像模板技术消除图像截断伪影及噪声,可有效地提高图像质量。

基于小波收缩减小磁共振图像截断伪影的方法

在磁共振成像(MRI)中,为了缩短成像时间并使图像保持较高的信噪比,往往只采集部分相位编码的磁共振信号进行图像重建,但在重建的图像上会出现截断伪影.在分析磁共振图像截断伪影特征的基础上,为了尽可能保留图像的细节特征,利用小波变换的多分辨率特性,对与截断伪影相关的细节子带进行小波收缩,并利用图像模板技术进一步消除图像背景区域的截断伪影和噪声.实验结果表明,该方法能有效地减小截断伪影,同时能更好地保持图像的细节特征.

基于非线性各向异性散布滤波器的磁共振颅脑图像的分割方法

目的介绍一种有效的分割磁共振颅脑图像中的大脑结构的方法。 方法它是一个多步处理过程 ,首先 ,粗略地勾画出磁共振颅脑图像中的大脑结构作为感兴趣区 ;其次 ,对感兴趣区进行各向异性散布滤波处理 ;然后 ,对滤波图像进行二值化处理作为图像模板 ;最后 ,利用该模板从原始图像中提取出大脑结构。 结果该方法能有效地分割出磁共振颅脑图像中的大脑结构。 结论利用基于非线性各向异性散布滤波器的图像处理技术能很好地从磁共振颅脑图像中分割出大脑结构。该算法具有很强的鲁棒性和稳定性。

滤光片阵列多光谱图像拼接与灰度调整算法

针对滤光片阵列多光谱图像拼接后单波段图像中地物灰度不一致的问题,提出各波段重叠区域灰度均值比的均值统调算法。首先,根据各条带有效区域构建多光谱图像模板,利用平台姿态信息对多光谱图像及图像模板进行投影变换,再利用加速稳健特征算法提取图像匹配点并计算相邻图像间单应性转换矩阵,选择中间序列图像为参考图像,对投影后的图像及其模板进行配准;其次,计算投影后各单波段图像重叠区域灰度平均值比的均值作为图像灰度调整系数,并以参考图像为基准,依次调整配准后图像灰度;最后,利用灰度调整后多光谱图像和配准后图像模板得到各单波段序列图像,通过图像拼接得到灰度一致的大区域单波段图像。结果表明:该方法不仅可以有效解决图像地物灰度不一致的问题,而且能够最大限度保持地物在不同波段下的光谱信息特征。

基于通信编码序列与多混沌图像加密算法

结合量子混沌映射的良好特点,首次提出一种全新的基于通信编码序列与多混沌映射的图像加密算法。该算法运用量子Logistic和Logistic两种不同的混沌映射,结合通信领域常用的无线编码技术,灵活地运用模板图像对原始图像像素进行编码加密。实验表明,该算法既可以很好地拓展密钥空间,又可以成功地抵御统计分析等各种攻击操作,具有很强的前瞻性和创新性。

基于DCGAN的SAR虚假目标图像仿真

利用预设的虚假目标图像模板进行信号反演,是SAR欺骗干扰的一种有效手段。为了提供逼真度高的虚假目标图像模板,提出一种基于深度卷积生成式对抗网络(DCGAN)的SAR虚假目标图像生成方法。通过分析模板图像的目视效果、统计特性和在目标识别网络中的表现,评估虚假目标模板图像的逼真度。实验证明,DCGAN能生成特征明显的目标图像,在目视效果和统计特性方面与真实目标图像近似度较高。目标识别网络的检测效果也体现出模板图像具有较高可信度,证明该仿真方法生成虚假目标图像模板的有效性。