基于多尺度与注意力机制的图像隐写分析

针对目前隐写分析算法对图像复杂纹理区域特征表征能力较弱的问题,提出一种基于多尺度特征融合和注意力机制的隐写分析模型。该模型首先使用空域富模型滤波器对输入图像进行预处理,提取噪声成分残差,降低图像本身内容的影响;其次使用多尺度并行网络提取信号,增强对细微特征的学习;然后引入注意力机制对特征进行自适应加权,强调重要通道特征在分类中的作用,同时抑制非重要通道特征对分类的影响;最后提出一种协方差池化对深度神经网络学习后的各特征之间的相关性进行建模,并选取牛顿迭代法求解平方根矩阵,使网络训练更加高效。实验结果表明:在小波权重隐写算法0.5 bit/像素嵌入率的条件下,所提模型准确率达到了88.6%,证明了所提方法的有效性。

基于混合高斯背景建模的交通视频运动目标检测

目前最常用也最有效的运动目标检测方法是背景减除法,其中背景提取是背景减除法的核心.传统的运动目标检测方法无法解决场景的光线突变、背景图像发生变化以及前景运动目标物体的阴影干扰等问题.针对交通视频中背景模型的实际情况,采用混合高斯分布对视频背景进行建模,将前一帧视频图像与所建立的当前背景图像进行相减,得到车辆在当前时刻的运动图像,并将所得图像进行形态学去噪处理.通过相关的仿真实验,证明了该方法能够比较准确地检测出前景运动车辆目标.

模糊局部信息C-均值聚类算法的修正

针对模糊局部信息C-均值(fuzzy local information C-means,FLICM)聚类算法因其局部空间信息的局限性而导致图像分割结果存在误差的问题,改进FLICM算法的相似度测量因子,并考虑邻域空间距离、灰度信息以及灰度方差对分割效果的影响,提出一种用于图像分割的模糊局部信息C均值的修正算法(WFLICM).实验结果表明,WFLICM能够估算邻域像素的衰减程度,提高图像的分割性能,在抑制噪声的同时更好地保留图像细节,且具有更好的抗噪鲁棒性.

基于彩色滤光阵列的近似值估计自适应校正算法

本篇论文提出了一种有效的基于彩色滤波阵列(CFA)图像内插领域的近似值估计自适应校正算法。通过估计领域像素点的性能而自适应的调整并组合权重因子,可以获得比现有的按照感知特性来考虑权重的方法更好的性能。实验结果也显示了这种自适应算法在CFA图像内插中的应用结果。

形状特征和置信传播在去除SIFT特征点错误匹配中的应用

针对SIFT特征点匹配错误问题,提出一种置信传播与特征点形状特征相结合去除SIFT特征点匹配错误的算法.该算法分为4步:1)根据每个特征点的尺度信息、主方向信息以及匹配邻居特征点信息确定每个特征点邻域窗口的大小和方向,并计算每个特征点在邻域窗口内匹配邻居构成的形状特征;2)连接每个特征点与其最近的3个邻居特征点,构成置信传播网的基本框架;3)利用每对待确定特征点对的特征描述符之间的距离与其形状特征之间的距离生成置信传播网的证据函数,利用每对待确定特征点对与其邻居之间的空间关系生成置信传播网的相容函数;4)迭代计算每个特征点的置信度以及传递给邻居的消息,直至整个网络收敛,并通过最后得到的置信度确定初始匹配特征点对是否为误配.利用真实拍摄的图像和牛津几何视觉组数据库中的图像进行仿真实验,并与RANSAC算法、GTM算法以及BP_SIFT算法进行了比较,仿真结果表明,在召回率、准确率、丢失率和效率上,文中算法总体上优于上述3种算法.

一种新的车道线快速识别算法

针对现有的的车道线识别算法在复杂环境下识别率低、鲁棒性和实时性较差的问题,提出了一种基于形态学多结构元素建模的车道线快速识别算法。该算法首先对车道图像进行感兴趣区域提取,通过Canny算子对感兴趣区域进行边缘检测;然后利用具有车道模型特征的多结构元素进行车道线提取、霍夫变换,以及峰值检测点参数的筛选,从而得到实际车道左右标志线的参数以重建原车道线。仿真实验表明,该算法能在多种复杂环境下快速、准确地识别出车道标志线,且鲁棒性高。

一种具有逼真效果的虚拟人动画生成方法

针对传统的虚拟人动画逼真度低、动画生成复杂、且动画存在飘移现象的问题,提出了一种基于视频关键帧获取运动数据的虚拟人动画生成方法。首先利用线性混合蒙皮算法建立了新的人体几何模型;其次利用正向运动学方法驱动虚拟人的骨骼模型,并利用平移补偿原则消除虚拟人运动中的飘移现象;最终实现了基于双目正交视觉获取关节运动参数的虚拟人动画。实验结果表明,新方法能逼真地模拟真实人体动作,且方法易于实现、实用性强。

矢量自对偶形态学滤波算子

自对偶形态学算子不依赖形态学腐蚀、膨胀算子的先后次序,是一种等同处理图像背景和前景的形态学算子.而将自对偶形态学算子拓展到多通道图像处理是一个难题.为了解决该问题,提出了基于极值约束的矢量自对偶形态学滤波算子(EC-VSDMF).首先根据对称矢量排序算法构建满足对偶性的矢量形态学算子,然后依据形态学算子中的极值原理优化矢量集合,从而有效抑制矢量集合中包含单通道极值的矢量作为输出结果,最终实现了具有约束功能的矢量自对偶形态学滤波算子(VSDMF).实验结果表明,EC-VSDMF继承了传统自对偶形态学滤波算子的性质,将其应用于彩色图像滤波可以改善现有矢量形态学滤波算子导致滤波后图像亮度和色度发生偏移的问题.滤波后的图像在有效抑制噪声的同时较好地保留了图像细节,滤波性能甚至超过了多种现有的矢量中值滤波算子.

OFDM技术在无线局域网中的应用

文章着重介绍了正交频分复用 (OFDM )的原理、优缺点。

Zernike矩与MSA矩的对比研究

Zernike矩由于其信息冗余度低且对噪声不敏感,在图像特征提取和模式识别中得到了广泛的应用,MSA矩具有尺度不变性和仿射不变性,被成功应用于单纯背景的图像模式识别领域,也被越来越多的学者所关注,但Zernike矩与MSA矩的不变性、时间效率及应用条件等还没有被对比过;同时,Zernike矩本身只具有旋转不变性,当前对于Zernike矩平移不变性、尺度不变性已经有了较好的解决方法,但对仿射变化的研究还较少.针对上述两个问题,首先提出了一种同时解决Zernike矩平移不变性、尺度不变性和仿射不变性的预处理算法,其次对Zernike矩与MSA矩的仿射不变性、时间效率等进行了详细的对比.仿真结果表明提出的预处理算法可以有效地保证Zernike矩的仿射不变性,其次,经过预处理后的Zernike矩与MSA矩的对比研究可以对以后的研究提供详实的参考.

基于形态学滤波和HHT的基音检测方法

提出一种基于形态学滤波和Hilbert-Huang变换HHT(Hilbert-Huang Transform)的基音检测方法,该方法先对带噪语音信号进行形态学滤波,滤除噪声,突出基音,滤波后的信号进行Hilbert-Huang变换得到信号的Hilbert谱,由Hilbert谱计算瞬时能量及其导数,通过瞬时能量的突变定位声门开闭的时刻来精确地跟踪基音的变化。与传统的基音检测方法向比较,该方法真实地描述了语音信号非平稳、非线性的特性,对语音信号的分析是一种自适应的过程,实验结果表明,该方法有较强的抗噪性,在低信噪比环境下仍能够精确地提取出语音信号的基音。

黄金坪水电站左岸地下厂房渗控排水设计

渗流控制是地下厂房设计的重要内容,黄金坪水电站地下厂房运行期渗流主要考虑调压室及压力管道内水外渗以及地下水的影响。结合水文地质条件和地下厂房洞室布置,进行了地下厂房渗控排水设计,运用三维有限元对渗流场和渗流量进行了分析计算。成果分析表明:通过布设排水廊道和排水孔,地下厂房洞室群的浸润线明显下降,三大洞室顶拱及大部分边墙位于浸润线以上有利于洞室稳定;厂区洞室在未设防渗帷幕的情况下总渗流量满足设计要求。

黄金坪水电站地下厂房开挖支护优化设计

黄金坪水电站地下厂房施工开挖揭示的围岩地质条件好于前期阶段,根据开挖的实际情况,对地下厂房三大洞室围岩支护设计进行了优化,通过施工期围岩稳定监测与反馈分析监测围岩的稳定情况,同时对局部围岩支护设计参数进行了调整。

结合融合特征与特征映射的空域图像隐写分析

为了更好地捕获隐写术对图像统计特征的改变,提高对隐写图像的检测率并解决特征映射问题,提出结合融合特征与特征映射的隐写分析方法,提取融合特征,更全面地捕获隐写算法对载体图像统计特征的扰动。同时,提出结合PCA的特征映射,以解决图像数小于特征维数时不能直接投影的问题。然后,对融合特征进行结合PCA的近似映射,用于隐写分析。实验证明:该方法有效地提升了对隐写图像的检测率。

基于图像识别的火灾报警系统设计

目前有效控制建筑烟尘防止环境污染,是"洁净城市"的重要内容。在建筑工地、主要干道安装高清摄像头,对其进行有效监控,但监控视频无法自动识别出警情使得画面中有烟尘腾起时系统能够自动报警。本论文采用图像处理技术,结合软件程序设计,对火焰的基本特征进行提取分析,在判断有烟尘严重的情况下,在对话框中显示警情并输出提示,从而实现报警。

一种用于抑制高密度椒盐噪声的中值滤波方法

在椒盐噪声等级较低时,现有的中值滤波方法能有效去除图像中的椒盐噪声。然而,随着噪声等级的增大,已有的中值滤波方法性能迅速降低。针对该问题,提出一种用于抑制高密度噪声的中值滤波方法。该滤波方法首先对选定窗口的像素进行估计,根据受噪声影响的程度给出不同的处理策略,最后通过组合均值和中值计算的优势解决了高密度椒盐噪声情况下图像滤波较难的问题。实验结果表明,给出的中值滤波器在有效抑制图像中椒盐噪声的同时,较好的保留了图像的细节信息。与已有的中值滤波器相比,给出的中值滤波器获得了更高的峰值信噪比(PSNR)和图像增强因子(IEF)

一种新的基于多尺度几何分析的图像融合方法

基于多尺度几何分析方法——非下采样轮廓波(Contourlet)变换(NSCT)和Beamlet变换,提出一种全新的医学图像融合方法。在进行NSCT分解后,在高频成分首先使用Beamlet变换进行边缘检测,然后根据聚类分割边缘密度的差值确定其系数的融合规则;对于低频成分,采用局部区域标准方差系数的融合规则;经过一致性校正后,通过对融合后的高频与低频子带系数进行逆NSCT得到重构图像。数值实验表明,与传统的融合方法相比较,本文方法能够有效减少噪声对融合图像的干扰,增强了融合的线性细节表达能力,提高了信息量。

基于扩展轮廓的快速仿射不变特征提取

针对快速仿射不变特征提取算法分类识别能力较差的问题,首先找出了算法证明及计算过程中的不足;其次提出并证明了扩展轮廓的仿射不变性,并通过扩展轮廓修正了算法中不足;然后,通过仿真实验给出了算法中参数设置的区间,并确定了算法中组合函数的个数及幂次。实验对比了基于扩展轮廓的快速仿射不变特征提取算法与原始算法及多尺度自卷积矩算法的分类识别能力,结果表明,基于扩展轮廓的快速仿射不变特征提取算法的分类识别能力明显优于原始算法和多尺度自卷积矩算法。