混合背景下像素均值运动目标特征提取算法

针对传统方法在混合差分背景下对运动目标检测准确性不好的问题,为了提高运动目标检测识别能力,提出一种基于混合背景差法和像素均值技术的运动目标提取算法。构建运动目标的三维成像模型,对运动目标图像采用混合差分背景分割方法进行图像的模板匹配和自适应分割处理,结合几何边缘重构方法进行运动目标的像素特征提取,对运动图像使用混合差分背景分割方法进行图像的模板匹配和自适应分割处理;采用角点检测方法进行运动目标图像纹理渲染,对运动目标图像的像素信息采用帧分解和像素均值技术进行运动目标的特征提取;结合二值化处理技术进行运动目标的边缘轮廓检测和特征搜索,实现混合差分背景下的像素均值运动目标特征提取。仿真结果表明,采用该算法进行运动目标特征提取的图像处理能力较好,输出图像质量较高,特征提取的准确性较好,提高了运动目标的特征提取和检测能力。

基于中心与邻域像素均值关系隐写算法

研究了图像隐写术的问题。针对保护知识产权,应有有效的图像隐写术。为了获得更好抗压缩性能,提出了离散余弦变换(DCT)变换域的中心系数与邻域系数均值关系的新算法。方法能够得到更高的抗有损压缩能力,利用了频域隐藏法比较好的抗攻击性能,在JPEG压缩情况下也能做到高效准确的提取,并进行仿真。仿真结果证明应用改进的算法所做得到的图像具有更高的PSNR值,具有更强的抗JPEG压缩性能,更好的抗噪声性能,能够在较低的JPEG压缩情况下高效准确无误地提取信息,符合Internet上传送图像的要求,证明是一种安全有效的方法。

基于像素平均值加权LBP算子的人脸图像识别算法

为了解决当前人脸识别算法的准确度和复杂度平衡问题,设计了一套基于像素平均值加权LBP特征的人脸识别解决方案。首先,对人脸图像进行基于灰度图像的LBP特征分析,建立数学模型,建立特征提取流程;然后,引入像素平均值加权计算,以达到放大LBP特征的目的,从而增强图像有效特征,为人脸特征识别提供数据基础;最后,融合像素平均值加权与LBP特征,进一步优化LBP特征提取过程,建立人脸识别精准识别机制。

基于仿射变换和均值像素法的环状编码点鲁棒识别

在近景工业摄影测量中,针对环状编码点精确定位和准确识别的要求,提出了一种鲁棒性识别算法。该算法在对目标图像预处理后,首先根据边缘滤波准则初步定位编码点,并将含编码带的特征区域分割出来。然后,利用最小二乘法对特征区域进行仿射变换,将经透视投影退化的椭圆映射成规则圆形。最后,采用均值像素法获取环状编码点的解码值,进一步提高编码点的抗噪性。大量实验结果表明:该方法在对编码点的中心定位达到亚像素级别的同时,改善了算法对识别角度的鲁棒性,在识别角度为70°时,正确识别率仍可达97.9%,在实际复杂场景中具有较好的实用价值。

基于像素均值的图像边缘评价函数

本文提出1种新的基于像素均值的图像边缘评价函数。以边缘为基准,在边缘的两侧取一定范围内的像素均值的函数。实验把此函数和常用的图像降噪质量指标NMSE进行对照。实验表明两种图像评价函数的评定结果基本相同,这种基于像素均值的图像边缘评价函数是可行的。

基于形态学增强和图像融合的板带钢缺陷检测

为了检测噪声和光照不均并存的多种类型的板带钢表面缺陷,提出了基于数学形态学增强和图像融合的缺陷检测算法。本文首先分别对图像作多结构形态学熵图像增强和多结构形态学边缘增强,其次对增强后的图像采用加权融合,并通过图像背景熵和增强图像的像素均值比确定权系数,最后对融合图像进行二值化处理以便于后续的缺陷识别及分类。实验表明,本文算法不仅能准确检测出含有光照不均和大量噪声的板带钢图像中的表面缺陷,而且对于其他类型的板带钢缺陷图像也能获得较好的效果。除此之外,该算法具有较强的抗噪性和较高的稳定性。

基于FPGA的双目立体视觉系统

立体视觉的目的之一就是为了获得周围场景的3维信息,其关键在于匹配算法。然而即便是使用目前先进的通用处理器,其计算致密视差图所需的时间仍无法满足高速自主导航的需求。为了解决这个问题,提出了一种基于现场可编程门阵列(FPGA)的双目立体视觉系统的设计方案,同时介绍了系统的硬件结构,并在讨论区域匹配的快速算法的基础上,提出了基于FPGA的像素序列和并行窗口算法框架,用以实现零均值像素灰度差平方和(ZSSD)的匹配算法。该算法是先将视频信号经解码芯片生成场景立体图像对,并由FPGA来完成立体图像对的几何校正和ZSSD匹配算法,然后将获得的致密视差图通过PC I总线发送至上位机。实践表明,该算法效果好、速度快,不仅具有较强的鲁棒性,并且硬件系统性能稳定、可靠。此外,该方案还适用于像素灰度差的绝对值和(SAD)和像素灰度差的平方和(SSD)等多种传统区域匹配算法的快速实现和实时处理。

基于分块LBP融合特征和SVM的人脸识别算法

针对传统局部二值模式(LBP)特征提取方法在光线和人脸表情变化的情况下表现不佳、单一方法提取出的特征不能多角度表现出整张人脸的特征信息的问题,提出一种基于分块LBP融合特征和支持向量机(SVM)的人脸识别方法。先将人脸图像划分为不同的块,对每一块提取LBP特征;然后将不同分块的像素均值特征与LBP特征进行融合,用融合后的特征向量来表征人脸;最后引入SVM作为分类器对上述特征进行分类。在YALE、ORL标准人脸库以及自建人脸库上进行实验验证,实验结果表明:该方法识别准确率分别能达到95. 15%,99. 75%,96. 25%,对比实验显示,该方法优于C4. 5决策树、随机森林等传统方法。

基于预测矢量量化的图像压缩研究

针对预测器与矢量量化器的联合设计问题,通过分析常用的开环法与闭环法的设计特点,给出了结合二者优点的半闭环设计法并通过仿真验证了其有效性.实验结果显示,该方法设计的预测矢量量化器具有更灵活的设计方式和较好图像重建质量.

内窥镜照度智能调节算法研究

针对内窥镜CCD内置自动增益实现照度补偿的技术缺陷,提出一种智能化、自动化的内窥镜照度调节算法。该算法通过建立人体器官经典彩色图像及其色彩特征数据库,对实时采集的图像进行偏色和亮度校正,求取亮度校正后的图像三基色均值等步骤,能够根据内窥镜探测到的临床病人体内器官的表面形态对光照度的反射情况,自动地实现辅助光源出射强度的优化调节,使内窥镜临床成像清晰度得到有效提高,同时还使得检测效率显著提升。