App Designer辅助教学方法探索与实践——以软件无线电课程为例

软件无线电作为通信学科的必修课程,具有承上启下的重要作用。因课程原理抽象、理论公式复杂,学员在学习过程存在理解掌握难、实践应用难等问题。通过对当前软件无线电教学过程中存在的不足与困难进行分析,提出利用MATLAB App Designer辅助课程教学,从教学准备、课堂互动、自主实验、反馈提升四个方面开展课程教学改革。实践表明,该方法对于提升学员的工程思维、系统思维具有显著效果,同时可以增强学员理论联系实际的能力。

基于亮度反馈的彩色雾霾图像增强算法

针对目前主流去除雾霾算法采用亮度和色度分量分而治之的机制,割裂了二者固有的相关性,致使增强后图像质量不能两者兼顾的问题,本文以人眼视觉特性为依据,提出了一种亮度反馈的增强方法.该方法首先对亮度信息进行区域适应性调整,并对其细节和边缘进行提升,然后将该结果纳入色度信息处理的约束条件,较好的保持了两者间的相关性.实验表明本文算法在去除雾霾后视觉效果优异,具有较好的实用性和较少的计算资源消耗.

基于计算机视觉的座舱仪表识别检测方法

在简要介绍座舱仪表及其常用识别检测方法的基础上,提出一种基于计算机视觉的座舱仪表识别检测的方法。阐述过程中的几个关键环节及所用到的图像处理算法。采用同态滤波和自适应中值滤波相结合的方法来改善图像效果,然后用改进的类间方差法(Otsu)获取仪表的二值图像。利用改进后交叉皮质视觉模型对仪表的边缘进行提取,并结合骨架来提取指针,最终通过最大梯度下降法得到指针的准确读数。实验结果表明:该方法可快速获取仪表指针读数,且能并行处理多个仪表。与传统的Hough变换、最小二乘法等相比,该算法在保证精度准度的基础上,大幅提高了处理运算的速率。

基于SIFT和MSE的局部聚集特征描述新算法

为寻找更具鲁棒性和计算简便的特征描述子,提出了一种基于SIFT和MSE的局部聚集特征描述算法.分析说明了该方法在继承SIFT算法良好性质的基础上,通过对多尺度下信息熵的估计,能够快速准确找出图像局部结构特征并利用改进的非线性降维方法对特征描述子进行特征重划.实验结果表明,在图像尺度缩放、旋转、模糊、亮度变化等多种变换条件下,该描述子不仅能够取得更多的特征效果,并且计算速度较原算法大幅提升.该算法适用于实时性要求较高,存在旋转、尺度缩放、亮度差异等变换下的结构图像寻找描述子.

嵌入式Linux实时性的分析与研究

通过分析嵌入式Linux在实时应用中的不足,提出了提高Linux实时性的方法,重点讨论了双内核法和修改内核法。同时提出了一种基于优先级的抢占调度算法的结构,拓展了实时系统的应用范围。

提升方案结合改进EZW的快速图像压缩方法

在EZW算法的基础上,针对零树编码存在的不足,利用图像平滑技术,提出了一种基于提升方案下的整数小波变换,简化了计算过程。并根据静止图像经整数小波变换(integer wavelet transform)后,各子带系数的幅值动态变化范围小,不利于零树编码(embedded zero-tree wavelet coding)的缺点,在使用嵌入式零树小波编码算法进行变换系数的编码时,提出了新的阈值选取方案.。实验结果表明,新的选取方案能够有效地增加零树的数目,从而提高图像的压缩效率。

基于案例混合式学习的美军Link-16数据链课堂教学设计

数据链技术体系与装备是我院电子对抗指挥与工程专业一门非常重要的专业类限定选修课。课程紧密联系装备实际和岗位任职能力需要,通过课堂教学使学员在熟练掌握装备原理的基础上,实现由专业理论学习向应用能力培养的转变,从而达到利用专业基本理论知识解决一线维护问题,提升机务保障能力的目标。

基于景深约束的单幅雾天图像去雾算法

本文提出一种基于景深约束的单幅雾天图像去雾算法,该算法首先对退化模型进行变换以满足Kimmel变分框架的要求;其次,考虑到人眼视网膜锥细胞对绿光的敏感性,将绿光分量作为大气传输图变分求解模型的输入;最后,利用景深图像特性,在8邻域快速求解中对能量函数进行约束,从而有效提升去雾图像的视觉效果.实验结果表明本文算法在获得最佳去雾效果的同时,具有较好的实用性和较少的计算资源消耗.

基于分类学习的去雾后图像质量评价算法

针对现有去雾后图像质量评价算法少、针对性弱和有效性差等问题,本文提出一种基于分类学习的去雾后图像质量评价算法.该算法通过分析去雾后图像本身所蕴含的质量特征,提取出基于图像增强、图像复原、统计先验以及人类视觉系统(Human visual system,HVS)的度量指标;并在本文数据库基础上,利用支持向量机(Support vector machine,SVM)将质量评价问题转换为分类问题.实验结果表明,该算法与已有评价方法相比,在获得高效分类评价结果的同时,具有较好的实用性和主观一致性.

消除光晕和细节增强的多尺度Retinex红外图像增强

针对传统Retinex算法处理红外图像存在光晕伪影和细节增强不足的缺点,本文提出一种消除光晕和细节增强的Multi-scale Retinex(MSR)红外图像增强算法。首先,以局部方差和局部复杂度构造引导滤波的自适应平滑增益,然后,采用改进的引导滤波核函数估计照度分量,在对数域对多尺度Retinex数学模型求解,获取消除光晕和细节保持的多尺度反射分量。最后,为进一步增强细节和提升亮度,对反射分量依灰度等级进行自适应增强,并通过偏移调整和Gamma校正改善图像亮度,得到最终增强图像。实验结果表明,本文算法相对其它的Retinex增强算法,可有效地消除光晕现象,突出细节,可获得视觉效果良好的增强结果。

融合变分偏微分方程的单幅彩色图像去雾

对单幅雾霾图像的图像处理问题进行了分析。鉴于现有方法不能很好恢复场景深度变化较大的图像,本文融合大气衰减模型与变分偏微分方程,提出了一种单幅彩色图像去雾算法。该算法利用数学形态学中的中值集算子构造局部白平衡处理,精确估计大气光参数。设计了一种全新的平滑性度量范数,尝试从全变分的角度建立目标图像的变分能量模型,继而通过偏微分方程将其转化为欧拉-拉格朗日方程。最后,利用交替半二次型算法求解欧拉-拉格朗日方程,以提升算法流程的整体运行速度,使其可维持在105ms左右。。以图像熵和平均梯度为图像质量评价指标进行了仿真实验,结果表明,本文算法使评价指标提升达60%,而对照组则均保持在15%至30%左右。该算法对于场景深度变化较大的图像的局部区域恢复效果明显,可以满足应用要求。

退化过程模拟模型及其在图像增强中的应用

模拟了图像的退化过程,在融入邻域间干扰、光照不均和媒介传递率下降的前提下,提出了退化过程模拟模型.依据人眼视觉机制的对比灵敏度、亮度适应能力和侧抑制现象,提出了该模型的视觉适应性解:(1)去卷积,消除邻近像素间的相互影响,提升图像细节;(2)亮度调整,抑制高亮区域的亮度,提升偏暗区域的亮度,均衡外部光照;(3)消除剩余光照图像,恢复图像的颜色和细节,得到视觉适应性良好的图像.实验表明,针对退化过程模拟模型得到的视觉适应性解,与现有图像增强算法相比,在增强图像细节、提升全局对比度、增强结果的视觉愉悦性方面均取得了较大进步.

基于Color Lines先验的高阶马尔科夫随机场去雾

传统的一阶马尔科夫随机场在图像先验信息表达和对图像整体的约束上能力有限,同时基于暗通道的去雾算法在天空等大片白色区域处理效果存在偏差。针对以上问题,该文提出一种基于Color Lines的高阶马尔科夫随机场去雾算法。该算法通过引入对颜色失真具有很好鲁棒性的Color Lines先验条件,初步校正经暗通道获取的传输图,然后利用高阶马尔科夫随机场优化传输图,获取最终精确的去雾图像。实验结果表明,与已有算法相比,该文算法具有更强的普适性,可提高雾天图像的清晰度,同时恢复更多的图像细节等信息。

基于背景重构和水平集的多运动目标分割

针对固定摄像机监控中多运动目标自动分割问题,本文提出了一种基于背景差分和水平集的新方法。首先,该方法通过求解连续三帧图像的对称差分,确定出当前帧中的背景像素点,并对背景像素点的灰度值进行统计,最后选择频率最高的灰度值作为该点背景像素灰度值来重构背景。其次,提出了基于8-邻域搜索的区域生长算法完成连通区域的检测,并通过设置阈值和连通域分析,消除背景块噪声并标定出运动目标区域。最后,对所有运动目标区域块,分别采用无需重新初始化的水平集算法作分割,得到封闭和完整的目标轮廓。实验结果表明,该算法能实现固定摄像机监控中刚体或非刚体的多运动目标的自动检测和轮廓分割。

基于视觉侧抑制机理的强鲁棒性图像分割方法

针对光照强度和图像退化的算法鲁棒性问题,提出一种基于视觉侧抑制机理的强鲁棒性图像分割新算法。该算法充分考虑到人眼视觉侧抑制机理"加强中心抑制周围"的特点,在范围一定的抑制野内,采用双高斯强度系数分布的减法非循环侧抑制网络模型描述神经元兴奋的变化量,与交叉视觉皮质模型相结合形成侧抑制-交叉视觉皮质模型。在此改进模型基础上,利用灰度级-邻域平均灰度级二维直方图将一维交叉熵推广至二维,进而构造出二维最小交叉熵分割判决准则以寻求最优阈值。研究结果表明:针对受噪图像,新算法的分割准则充分利用二维交叉熵增加了图像的局部空间信息,从而取得良好的抗噪结果;针对光照不均和模糊退化的图像,改进分割模型加入视觉侧抑制网络,使得新算法具有较强对比度和亮度适应性以及模糊补偿能力,能够获得精确的分割效果。

基于负修正和对比度拉伸的快速去雾算法

针对目前主流去雾方法算法复杂度高而难以满足实时性需求的问题,提出一种提高雾天图像对比度、保持图像颜色的快速算法。对输入图像的负像进行对比度拉伸间接提升雾天图像的对比度,达到了节约运算时间的效果。针对由Lipschitz系数得到的图像结构信息设置自适应的参数,参数设置由关于Lipschitz系数的函数和关于局部像素块亮度平均值的函数两部分组成,最后利用Sigmoid函数自适应地拉伸图像,能够得到色彩自然、细节清晰的无雾图像,相对于He算法,所提算法在速度方面提升了约90%。实验结果表明,该算法在保证实时性的同时达到了较好的主观视觉愉悦性,更符合实际工程应用的要求。

分层人脸模型及其真实感风格表情合成

针对真实感表情合成中的难点——人类表情的种类多样性和个体特性,提出一种分层人脸模型.该模型将人脸图像分为基础层、运动层和细节层3层,基础层采用主动外观模型来表示表情运动带来的全局性变化,对于运动层提出一种基于隐马尔可夫模型的运动纹理分块组合机制来实现风格化运动纹理,细节层通过几何变形来恢复人脸个体特征.实验结果表明,文中提出的运动纹理分块组合策略有效地避免了样本表情种类不足的问题,能够组合出样本以外的风格表情.此外,该模型简单有效,能同时合成出表情种类的多样性和个体特性.

视觉机制引导的非均匀光照图像二次曝光

针对非均匀光照图像不能满足"视觉匹配"的问题,依据人眼视觉机制提出了非均匀光照图像二次曝光算法.首先,融合退化过程模拟模型(Degradation process simulation model,DPSM)和Retinex模型得到了非均匀光照图像的成像模型,利用修正的变分Retinex求解方法,获取乘性光照图像;在人眼视觉阈值性的引导下去除加性光照图像,获取反射图像;依据视觉感光适应性对乘性光照图像进行动态范围调整,并同反射图像相乘获取全局增强结果;将全局增强结果同原始图像融合,并对低照度区域进行颜色校正,获取"视觉匹配"结果.实验证明本文算法的场景再现结果可以较好地满足"视觉匹配",性能达到或者超越了现有算法.

基于交叉视觉皮质模型的骨架伪分支剔除方法

为解决骨架伪分支剔除过程中目标几何尺寸失真和处理效率低下的问题,提出一种基于交叉视觉皮质模型的图像骨架伪分支剔除算法。首先,依据骨架伪分支的固有特征,引入并修正了骨架分支端点和连接点的定义,以准确获取骨架分支与伪分支的位置信息;然后,利用这些点的位置信息和交叉视觉皮质模型循环点火次数,构建出交叉视觉皮质神经元传播的熄火条件;最后,在熄火条件的指引下,借助点火神经元动态发放的脉冲具有并行传播的生物性能,从而快速判断并准确剔除伪分支。与传统数学形态学方法的比较实验结果表明,该算法不仅计算速度快,抗噪能力强,而且能够保持骨架结构的完整性。

SIFT与核局部不变映射结合的特征描述算法

为更好地实现图像跟踪,寻找更具鲁棒性和计算简便的特征描述子,提出了一种基于核局部不变映射的尺度不变特征转换(scale-invariant feature transform,SIFT)特征描述算法。该算法在继承SIFT算法良好性质的基础上,依据不同空间尺度下能量特征差异性,对尺度内的子图像层数进行细化,以提高稳定特征点的数量。此外,借助核方法的映射特性,解决了局部不变映射法丢失非线性高维特征的问题,形成一种基于核局部不变映射的非线性降维法,进而对特征描述子进行特征重划。实验结果表明,在图像尺度缩放、旋转、模糊、亮度变化等多种场景下,相较现有的主成分分析-SIFT算法,该描述子不但取得更多的稳定特征点,而且计算速度也得到大幅提升。