基于全尺度融合侧输出残差网络的骨架提取算法

图像骨架是一种紧凑、直观的图像表示方法。目前,现有基于深度学习的二值像素图像骨架提取算法存在骨架断裂问题。提出了一种基于全尺度融合侧输出残差Unet网络(FFSR-Unet)的骨架提取算法,该算法通过融合编码器和解码器不同层级间的特征,实现了前景对象不同形状尺度的特征交互,同时采用阶梯式残差块以增强网络对深层与浅层语义的提取能力。该算法在Pixel SkelNetOn Challenge数据集上的F1-score可以达到0.8548,能够超越现有算法的提取结果。

基于全卷积神经网络的无人机巡检图像边缘检测方法

由于无人机巡检图像边缘检测的距离误差大、图像清晰度低,提出基于全卷积神经网络的无人机巡检图像边缘检测方法。采用水平集量化特征分解方法,提取无人机巡检所采集图像的多尺度边缘特征;采用全卷积神经网络构建图像边缘检测模型结构,优化损失函数,完成模型的局部和整体训练,并将多尺度边缘特征输入深度学习网络;采用二阶导数计算像素边缘概率,检测图像的弱边缘并生成边缘信息概率图,计算无人机巡检图像弱边缘对象的概率值,实现图像边缘细化。实验结果表明,所提方法能有效获取图像中目标对象的边缘特征,距离误差均小于0.25,图像清晰度均在24以上,能够完整、可靠获取图像中不同位置、物体等目标的边缘结果,且边缘检测结果更为精细。

全彩单像素内窥成像系统

单像素成像技术以其较强的弱光探测能力和较宽的工作波段在生物医学成像领域有着广阔的应用前景。通过将单像素成像技术与内窥成像技术相结合,提出两种腹腔镜全彩单像素内窥成像技术方案:一种是RGB三色光源方案将颜色和空间信息分别按时序分配给照明和检测双方,另一种是白光光源方案通过三个探测器同时采集颜色和空间的信息。搭建了两种腹腔镜全彩单像素内窥成像系统,设计了模块化的单像素相机,以多色彩条和肠道模型为成像目标,通过实验从峰值信噪比、结构相似度和成像速度等方面,系统量化分析了两种全彩单像素内窥成像系统的技术指标。实验结果表明,两种方案峰值信噪比和结构相似度接近,而白光光源方案成像速度更快,可以适配各种腹腔镜进行内窥成像,为推动单像素成像在内窥成像领域的应用提供了理论指导。

基于量子点膜色转换的Micro LED全彩显示像素点仿真研究

从仿真角度出发,分析设计了基于量子点膜色转换方案像素点的整体结构模型,首先构建了蓝光Micro LED(micro light‑emitting diode,Micro LED)结构模型,研究了表面粗化和二维光栅两种提升Micro LED光提取效率(light extraction efficiency,LEE)的表面微结构;然后分别分析了有无该结构的蓝光Micro LED与侧壁挡光介质结合组成蓝色子像素点的LEE和光强分布随侧壁倾角变化的趋势;接着优化了量子点膜的模型参数,并分析了有无表面微结构的蓝光Micro LED对红绿子像素点光转换效率和光强分布的影响;最后对上述不同结构全彩像素点整体的色偏性能做了对比研究。仿真结果表明,具备表面粗化蓝光Micro LED和侧壁反射型挡光介质的像素点在0°~50°倾角下均可获得较大的正面LEE和低于0.02的色偏,相比其他结构更适合于量子点膜色转换方案。

从高空摄像中获取车辆瞬态信息和驾驶行为

针对交通冲突中车辆的避碰过程无法量化的问题,提出了基于全信息匹配的视频分析法.其核心是利用图像处理方法获得车辆的精确位置,并据此计算出车辆的速度、加速度、航向角、前轮转向角等瞬态信息,进而估算出驾驶人的变速和转向动作.这些测量是在驾驶人无察觉的情况下进行的.利用全信息匹配算法以及亚像素估计等算法,解决了因阳光阴影带来的轮廓边缘变化导致的位置偏移,以及摄像机像素不够的问题,实现了0.1像素级别的车辆位置精确求解.用经过校准的透射变换,消除了拍摄角度对结果的影响.在实验场地,对受试车辆进行了变速和转向实验,结果表明通过高空拍摄图像分析得到的驾驶人动作与实际记录的驾驶人动作完全吻合,且能发现人工没有记录但驾驶人确实承认的轻微转向动作.

四管像素满阱容量影响因素研究

在分析光电二极管电容、浮空节点电容以及电荷转移效果这三方面影响满阱容量的基础上,着重讨论了最重要的光电二极管电容对满阱容量的影响,建立了满阱容量的计算模型。将测试结果与模型公式进行拟合,可以预估像素的满阱容量,指导像素设计。为了提高四管像素的满阱容量,提出在钳位光电二极管与浮空节点之间增加P型注入层稳定阱容量的方法。增加P型注入层可以大幅减小积分时间内光电二极管中储存的光生电子向浮空节点方向的泄漏,从而有效稳定阱容量。测试结果表明,在多种工艺条件下,像素的满阱容量从基本可以忽略提升至十万个电子的量级。

QDR SRAM的图像几何变换数据存储方法

本文基于FPGA硬件实现机制设计一种QDR存储器电路单元,巧妙地组织像素数据结构,将输入图像的像素数据能够在帧内的全部像素地址随机读写,具有一个像素时钟同时对4个像素点源数据的读取和计算的功能,保证图像视频流的全屏像素映射变换实时输出。

基于联合估计的Wyner-Ziv系统边信息重建

在不显著增加解码复杂度的前提下,为提高Wyner-Ziv视频编码系统的边信息(SI)重建质量,提出一种基于SI信度的整像素/半像素联合估计算法。该算法引入一个SI质量判定因子判断边信息的重建质量,根据SI置信度是否超过设定的判别阈值进行整像素和半像素边信息重建方法的自适应切换。实验结果表明,在保持甚至超过传统亚像素边信息重建算法性能的基础上,该算法明显降低了系统解码复杂度。

一种H.264亚像素全搜索的改进算法

H.264是一种高性能的视频编解码技术,它较之其他标准在很多方面有了很大提高,全搜索(FS,FullSearch)是块匹配算法最直接的实现方式,由于其在图像质量方面的优越性,常作为其他算法在图像方面的参考,但是由于H.264亚像素全搜索算法得到的点并非是全局最优点,提出一种新的亚像素全搜索算法.该算法搜索所有候选点,防止落入局部最佳点,有效避免了H.264算法的缺点.实验表明,新的算法优于H.264亚像素全搜索算法,能将图像质量提高0.3db左右.鉴于本文算法编码的图像质量胜于H.264亚像素全搜索算法,可将本算法作为其它亚像素搜索算法的参考,并在图像质量方面通过本算法来评测其它算法的优劣.

LED大屏幕显示技术

从组成与分类、主要技术特性及应用技术等方面介绍有关LED大屏幕的知识。

高精度实时全帧频SURF电子稳像方法

针对视频抖动和电子稳像的实时性,提出了基于SURF的电子稳像算法。首先,采用SURF算法检测图像的兴趣点,建立了当前帧与参考帧的对应关系,得出高精度的运动估计矢量。然后,通过判定参考帧更新策略,获得平滑的帧间全局运动矢量,进而对原始视频序列进行运动补偿。最后,将参考帧对应区域像素填充到稳像帧丢失像素区域进行全帧频补偿,输出高精度的实时全帧频电子稳像视频。实验结果表明,采用SURF算法的实时电子稳像算法,运行时间<30ms,精确度<1 pixel,对存在严重运动模糊的视频具有较强的鲁棒性,可以去除帧间高频抖动并有效改善视频质量。

全帧CCD探测器CT扫描数据读出与拖影校正研究

以光纤耦合全帧CCD方式制作的X射线探测器在实验室高精度X射线CT扫描中广泛应用。由于X射线的强穿透特性,全帧CCD探测器通常工作在无快门模式,图像拖影是该模式下必定存在的伪影。本文针对全帧CCD探测器CT扫描图像拖影校正进行研究,提出了非曝光行校正法校正投影图像拖影,避免了利用暗像元校正法校正投影图像拖影时可能会带来的条形伪影;针对动态曝光CT扫描,设计了基于辐射屏蔽的投影图像感兴趣区域快速读出模式,通过降低电荷转移时间有效抑制投影图像拖影的产生,提高探测器有效信号动态范围。实验结果表明:应用非曝光行校正法能有效校正投影图像拖影、提高投影图像质量;采用投影图像感兴趣区域快速读出模式可有效解决动态曝光CT扫描图像拖影校正难题。

数字散斑相关方法全场变形快速测量

采用亚像素初始值结合插值系数双缓存方法提高反向组合算法计算效率,用于数字散斑相关方法全场变形测量。首先根据反向组合算法迭代特性,采用相关系数拟合法得到亚像素位移初始值代入反向组合算法,加速单点匹配迭代收敛速度;然后由全场变形计算特点,采用插值系数双缓存方法提高全场亚像素变形计算效率。本算法在单点匹配时,速度加快了10.33%;全场变形计算时,速度提升了24.93%。由此证明本算法能有效提高基于反向组合算法的数字散斑相关方法全场变形计算效率。

不同植被覆盖度下无人机多光谱遥感土壤含盐量反演

准确快速获取植被覆盖条件下农田土壤盐分信息,为土壤盐渍化治理提供依据。利用无人机遥感平台,获取2019年7、8、9月内蒙古河套灌区沙壕渠灌域试验地的多光谱遥感图像以及取样点0~10 cm、10~20 cm、20~40 cm、40~60 cm深度处土壤含盐量,通过多光谱遥感图像计算得到光谱指数,选择归一化植被指数(NDVI-2)代入像元二分模型计算植被覆盖度,并划分为T1(裸土)、T2(低植被覆盖度)、T3(中植被覆盖度)、T4(高植被覆盖度)4个覆盖度等级;同时,对光谱指数进行全子集变量筛选,并利用偏最小二乘回归算法和极限学习机算法,构建不同覆盖度下各深度土壤含盐量反演模型。研究结果表明,裸土和高植被覆盖度下的反演模型精度高于低植被覆盖度和中植被覆盖度下的反演模型精度;对比PLSR和ELM 2种SSC反演模型精度,ELM模型的反演精度比PLSR模型高;覆盖度T1、T2、T3和T4的最佳反演深度分别为0~10 cm、10~20 cm、20~40 cm、20~40 cm。研究结果为无人机多光谱遥感监测农田土壤盐渍化提供了思路。

基于声光可调谐滤波器的高光谱偏振红外焦平面非均匀性校正

针对在高光谱偏振成像系统中,由于红外面阵探测器CCD像元响应的不均匀性引起像素误差,提出了一种适于AOTF的高光谱偏振红外焦平面非均匀性校正的方法。采用积分球进行辐射定标,分析输出辐照度和像元响应的关系,提出了曲线拟合方法;此方法加快了运算速度并使得输出非均匀性减小了90%以上。根据实验结果对粗糙度进行对比分析,场景的粗糙度降低了20%以上,得到在单色光和复色光下粗糙度一致,解决了在高光谱全偏振成像时CCD对其造成的影响,从而使得光谱精度更高。

融合FCN和LSTM的视频异常事件检测

针对传统视频异常检测模型的缺点,提出一种融合全卷积神经(FCN)网络和长短期记忆(LSTM)网络的网络结构.该网络结构可以进行像素级预测,并能精确定位异常区域.首先,利用卷积神经网络提取视频帧不同深度的图像特征;然后,把不同的图像特征分别输入记忆网络分析时间序列的语义信息,并通过残差结构融合图像特征和语义信息;同时,采用跳级结构集成多模态下的融合特征并进行上采样,最终获得与原视频帧大小相同的预测图.所提网络结构模型在加州大学圣地亚哥分校(UCSD)异常检测数据集的ped 2子集和明尼苏达大学(UMN)人群活动数据集上进行测试,均取得了较好的结果.在UCSD上的等错误率低至6.6%,曲线下面积达到了98.2%,F 1分数达到了94.96%;在UMN上的等错误率低至7.1%,曲线下面积达到了93.7%,F 1分数达到了94.46%.

基于肢体调整的人体姿态估计

基于混合部位模型的人体姿态估计方法将人体拆分成若干由树形结构相连的模板,利用相应的全分函数进行人体姿态的估计,由于树形结构的固有缺陷而导致复杂人体姿态估计错误。为了解决这个问题,提出基于肢体调整的人体姿态估计方法。该方法提出像素离散方向的概念、融合全分函数和像素离散方向等属性的局部特征函数、以及基于关节点的局部特征进行人体姿态调整的方法。实验表明本文方法的姿态估计效果比以前的基于混合部位的关节模型的方法更好。

基于回归模型的全卷积网络人群计数算法

针对当前采用密度图回归方法估计人群数量时人数被高估的问题,提出一种基于计数回归和密度图估计的全卷积网络框架,采用计数回归与密度图回归相结合的方式对人群密度图进行估计。为训练模型参数和有效避免过拟合现象的出现,设计一种更深更轻且参数数量很少的完全卷积网络(full convolutional network,FCN)作为人群密度图估计器。实验结果表明,提出算法对密度分布不均和尺度不一的人群图像都有很好的适用性和准确性,算法性能优于现有的人群计数算法。

传输栅掺杂对CMOS有源像素满阱容量及暗电流的影响

研究了传输栅掺杂,即N+TG和P+TG,对满阱容量以及暗电流的影响。沟道电势分布受传输栅与衬底功函数差的影响,随着钳位光电二极管和浮动扩散节点之间的势垒高度的增加,feedforward效应被抑制,满阱容量增加。另一方面,处于电荷积累状态的沟道可以降低暗电流。基于四管有源像素工作过程进行仿真,结果表明,在曝光期间不加负栅压的情况下,基于P+TG的像素的满阱容量相对N+TG的提高了26.9%,其暗电流为N+TG的0.377倍。当电荷转移效率大于99.999%时,N+TG的开启电压需高于2.3 V,而P+TG的开启电压需高于3.0 V。

全息打印技术综述

全息打印技术具有立体影像效果好及制作灵活性好等特点,在现代生活、商业和军事等领域具有广泛的应用前景和重要价值。阐述了全息打印技术的原理、方法及技术研究现状。重点从打印系统的光路特点等方面对现有全息打印技术进行归纳和分析,并对全息打印技术今后的发展趋势进行了展望。