图像融合质量评价方法的研究

建立通用的图像融合质量评价标准是目前图像融合中急需解决的问题之一 ,本文在分析现有图像融合质量评价方法特点的基础上 ,讨论了一种新的结合主观和客观因素的图像融合质量评价方法 .该方法无需理想图像 ,同时充分考虑了人类视觉系统的特性 ,可以为不同场合下选择不同的算法提供依据 .对多类图像的不同融合算法的质量评价结果表明该方法是一种实用的、有效的、通用的图像融合质量评价方法 .

融合RGB特征和Depth特征的3D目标识别方法

针对目标类内差异、类间相似的识别问题,结合RGB图像和Depth图像各自的优势,提出一种基于多核学习的融合RGB特征和Depth特征的3D目标识别方法。该方法提取目标物体的RGB特征和Depth特征;并根据两种特征的类内、类间相似性均值和方差,为特征自适应的分配不同的权重;最后利用多核学习(MKL)的方法对特征进行加权融合,并结合SVM分类器,实现3D目标识别。最后通过在Kinect相机得到的RGB-D数据集上进行实验,验证了该文方法能够有效地实现对RGB特征和Depth特征的融合,很好的解决类内差异、类间相似的3D目标识别问题,提高了3D目标识别的识别率。

融合颜色信息与深度信息的运动目标检测方法

基于颜色信息的运动目标检测易受光照、阴影等影响,基于深度信息的运动目标检测存在目标边缘噪声大,无法检测距离背景较近的目标等问题。针对上述问题,该文利用CCD相机获取的颜色信息及TOF相机获取的深度信息分别为每个像素建立颜色与深度信息的分类器,根据像素点的深度特征及前一帧的检测结果,自适应地为每个分类器的输出分配不同的权值,实现运动目标的检测。该文采集多组视频序列进行实验,实验结果表明该方法能有效解决单独利用颜色或深度信息进行运动目标检测时出现的问题。

仿沙蚁神经处理机制的偏振光导航方法研究

单点偏振光导航方法只能检测部分天空区域的大气偏振模式,所获取的导航信息依赖于观测位置,具有一定的局限性。通过模仿沙蚁感知偏振光并解析航向信息的3个层次,即小眼阵列对偏振信息的接收、POL-神经元的信息响应以及大脑神经元的航向计算,设计了一种仿沙蚁神经处理机制的偏振光导航信号处理模型,实现了全天域大气偏振模式的E-矢量分布与航向信息之间的映射。开展了模仿沙蚁导航行为的仿真实验,结果表明,该模型验证了沙蚁感知偏振光并解析航向角的信号处理机制,为偏振光导航传感器的设计提供了新的思路。

基于D-S证据理论的模糊聚类图像融合分割

针对模糊聚类图像分割算法的固有缺点,提出了一种基于D-S证据理论的模糊聚类图像融合分割算法。对图像的点灰度特征和块灰度特征分别进行模糊C均值聚类,并将各自的模糊隶属度转化为单一或复合假设及其基本概率赋值,再利用D-S证据理论进行融合分割。实验结果表明该算法的分割效果优于传统的模糊聚类分割算法。

以能力为导向的基于模块化案例分析的发现式教学模式探索

围绕合肥工业大学"以能力导向的一体化教学体系"建设,面向电子信息类研究生的专业基础、特点、诉求,改革教学内容、教学方法和评估方法,开展基于模块化范例分析的发现式教学模式研究,并在《多源信号融合》、《智能信息处理》、《模式识别》、《图像理解》等研究生课程中推广实施,培养学生的系统观念、科技进步观念和跨界创新能力。

基于层次聚类的多颜色空间融合分割方法

针对自然图像分割中,由于单一的颜色空间难以表示复杂多变的场景信息以及目标与背景的低对比度等产生的过分割和误分割问题,提出了选择RGB、XYZ和LUV这3个颜色空间的增强图像进行基于层次聚类的融合分割的新方法。对Berkeley分割图像库中的多幅图像进行了多组分割实验,并与Mean-shift等多种经典分割方法进行了定性和定量的比较,实验结果表明本文方法的结果更符合手工标记的真实分割结果,在解决过分割和误分割方面具有明显的优势。

基于主分量分析的形状特征提取及识别研究

主分量分析(PCA)是统计学中分析数据的一种有效的方法,可以将数据从高维数据空间变换到低维特征空间,因而可以用于数据的特征提取及压缩等方面。在该文的形状识别系统中,用PCA法提取图像的形状特征,能够较好地满足识别层的输入要求。在识别层研究了3种识别方法:最近邻法则、BP网络及协同神经网络方法,均取得了满意的实验效果。

基于TOF三维相机相邻散乱点云配准技术研究

针对基于飞行时间(Time-of-flight,TOF)原理的三维测距相机对物体完整表面进行三维点云建模中点云配准速度慢、精度低的问题,提出一种快速、易实现的散乱点云配准方法,该方法通过提取目标物体距离图像的特征点,采用非迭代的求解过程获取初始变换参数,实现点云初始位置配准。在此基础上,利用TOF相机强度图像的梯度值与基于局部3D空间分解的Knn算法寻找点云之间最邻近点作为匹配点对,根据原始迭代最近点算法的迭代过程对这些匹配点对进行迭代求解,获取点云之间最优的变换参数,同时结合错误匹配点对去除法则提高迭代点云匹配的精度,实现点云的精确位置配准。结合实际空间物体对该方法进行验证,试验结果表明,该点云配准方法与传统的配准方法相比,显著地提高配准速度和配准精度,将直接有助于提高后期物体曲面重建的精度,具有较高的实际应用价值。

一种改进的模糊C-均值(FCM)聚类算法

模糊C-均值(FCM)聚类算法受初始化影响较大,在迭代时容易陷入局部极小,鉴于遗传算法(GA)的并行全局搜索能力,文章将遗传算法引入进来对FCM聚类算法加以改进,并对所提出的新算法与经典算法的迭代步数和运行时间进行比较。实验结果表明:该算法与FCM聚类算法相比收敛速度更快,迭代步数更少。

基于PMD相机的特征跟踪位姿测量方法

PMD相机是一款基于TOF(时间飞行技术)原理的主动式3D相机。该相机可以同时获取灰度图像和距离图像,具有帧率高、无需扫描、不依赖于外界光照等特点,可以将其用于目标的实时位姿测量。研究了相对位姿测量问题,提出基于PMD相机的特征跟踪位姿测量方法。该方法利用PMD相机可直接获取目标物体上各点的深度信息的特点,实时获取目标图像中的特征,并且利用卡尔曼滤波算法,对目标特征进行实时跟踪,提高了位姿测量系统获取信息的速度,而且有效的避免了传统的图像配准方法中提取特征信息存在的复杂性和误差问题。根据获得的特征信息,通过特征点之间的约束关系,实时的确定相机与目标之间的位姿参数。实验结果表明此方法的可行性和有效性。

基于多层运动历史图像的飞行时间相机人体运动识别

该文利用飞行时间(Time-Of-Fligh,TOF)相机提供的距离图像,在运动历史图像的基础上提出一种基于多层运动历史图像的人体运动识别方法。计算距离轮廓序列的运动能量图作为整体运动信息,同时根据距离变化量,计算前向、后向的多层运动历史图像作为局部运动信息,共同组成多层运动历史图像。为了解决Hu矩对不连续或具有噪声的形状较为敏感的问题,引入R变换对每层运动历史图像进行特征提取,串联形成特征向量送入SVM进行分类识别。实验结果表明,该识别方法可以有效识别人体运动。

一种基于主分量分析的融合识别方法

针对传统的基于主分量分析的模式识别很难获得很高的识别率的问题,提出了一种基于主分量分析的融合识别方法。采用D- S证据理论对基于两种K- L 变换的主分量分析法提取的低维特征进行融合识别。交通标志的形状识别实验表明了该融合识别算法降低特征维数的同时有效地提高了识别率。

数学习题,你有效开发了吗

在我校举行的教研活动中,一位青年教师执教"认识小数"时,对教材"想想做做"进行了动态呈现,听课的教师无不为之喝彩。现把这一教学片断摘录如下,与大家共赏。

熟悉的地方没风景——《认识小数》的两种教法与思考

在我校举行的“一课多上”教研活动中,两位青年教师分别执教了《认识小数》(国标苏教版第六册),其中甲老师是先教学例2再教学例1,乙老师先教学例1再教学例2,此外对于例2的处理,两人也不尽相同。在随后的评课活动中,教师们对这两个环节的处理引发了争论。

要给学生一杯水,教师应有一桶水

在一次公开课上，上课的教师出示了这样一道题：李师傅用一张长14分米、宽8分米的长方形铁皮，剪直径为3分米的圆形铁片，最多可以剪多少个？

偏振探测系统的摄像机标定与图像畸变校正研究

偏振探测在许多相关领域的应用日益广泛,探测系统的标定及校准是精确提取被探目标的前提。本文针对偏振探测系统,分析了基于2D平面标靶的摄像机标定算法,建立了摄像机线性模型和非线性畸变模型,通过线性及非线性结合的算法,得到了精确的摄像机内外部参数。利用镜头的畸变模型,提出了一种采用牛顿迭代算法来求解高阶非线性方程组对图像畸变校正的方法,建立了各像素点畸变量与到畸变中心距离的关系,最后对畸变校正前后的图像进行了测试实验,测试结果表明:测试点实际畸变大小符合理论畸变量关系,很好地验证了镜头的径向畸变特性;经畸变校正后的偏振图像能有效提高被探目标提取的准确率,偏振图像的畸变校正对复杂背景下目标提取准确率的影响最明显。

基于可信度的TOF相机三维点云球覆盖网格重建

文章提出了一种基于可信度的球覆盖网格重建方法。该方法首先通过TOF相机信号幅值和获取的三维点云信息可信度的关系,利用可信度PCA算法提取出点云的法向矢量;然后根据二次误差函数拟合方法生成一个保持点云特征的球体集;最后通过球体之间的相交关系,构造出三角形网格曲面。实验结果表明,文中方法可以较好地重建出TOF相机三维点云网格曲面。

一种新的基于DCT变换的人脸表征

DCT变换是一种与KL变换非常相似的次最优变换算法。由于它独立于信号量,并且在维数下降、特征提取方面都非常接近经典的KL变换算法,因此DCT变换已经适用于模式识别领域。文章针对人脸图像,基于DCT变换,提出了一种融合整体DCT变换和分块加权DCT变换提取人脸图像的整体特征系数和局部特征系数,用于人脸表征的新方法。实验结果表明,本方法无论是在识别率还是在时间性能方面都优于传统的KL变换。