彩电实现FM广播接收的高性价比方案——共用电视图像通道RF/IF电路

提出了一种共用电视图像通道ＲＦ／ＩＦ电路接收调频立体声广播节目的技术，已获得国家实用新型专利。利用该技术，已成功开发出具有ＦＭ立体声接收功能的电视机并具有优异的性能价格比。

基于L-GMSD的图像通道检测技术

图像通道作为电视吊舱的主要模块是联系制导导弹和飞机之间的通信桥梁,是吊舱检测过程中的主要检测点。为实现图像通道的快速准确检测,采用模块化的设计思想,设计出一种方便快捷的图像通道检测系统。硬件系统以工控机为主控制器,基于PCI总线技术,实现图像信号的发送与采集,并提出一种基于梯度相似度偏差和亮度相结合的全参考客观图像质量评价算法(L-GMSD),将其嵌入到检测系统中,通过计算得出相关的质量评价参数与预先设置的阈值进行对比,来判断图像通道的好坏。实验结果表明,该系统能够很好实现对图像通道的检测,提高了测试效率,满足了测试需求。

彩电图像通道噪声限制灵敏度测量不确定度与测量仪器的关系

本文在实验的基础上对彩色电视机图像通道噪声限制灵敏度进行了测量 ,而且使用不同的测量仪器 ,对其测量过程和结果进行了不确定度评定 ,经过比较和分析 ,作出总结。

星载多模式和多通道图像采集与处理

为了获取遥感卫星相机多模式与多通道的遥感影像,提出了星载多模式和多通道图像数据采集与处理系统的设计及实现方法,可将卫星在常规模式与降轨模式下的多通道图像数据采集并传输给存储系统,解决了现有星上存储单机无法并行存储多路数据的问题。设计了可兼容常规模式和降轨模式的多通道图像采集模块,将采集到的图像数据进行多模式图像处理,通过轮询调度算法实现多路图像归一化处理,最后通过Aurora64/66b传输协议将经过处理的图像数据传输给存储系统,完成了数据的高效采集与处理。经过实验测试,系统数据采集传输速率可达9.2 Gb/s,采集数据准确,零误码。系统稳定可靠、实时性好,满足实际卫星使用需求。

无人机视角下的红外图像去模糊算法

针对油气长输管道采用无人机巡检时所拍摄的红外图像去模糊问题,利用图像通道的先验知识提升模糊图像质量,分别基于双边滤波和非盲去模糊网络NBDN去除人工伪影的方法达到更佳的图像复原效果。首先,基于暗通道先验知识,在最大后验的优化框架中添加暗通道的L_(0)正则项;然后使用图像梯度的L_(0)正则项,代替图像像素的L_(0)正则项作为潜在图像的正则化约束,使用迭代交替估计图像模糊核和中间潜在图像;采用半二次分裂方法和查表法间接优化求解,估计中间潜在图像;采用双线性插值估计图像模糊核,通过对图像进行上下采样,构建图像金字塔,进而利用共轭梯度法直接优化求解。最后,利用估计的模糊核,使用基于超拉普拉斯先验的图像非盲去模糊方法得到潜在图像I_(1);使用基于L_(0)正则化的非盲去模糊方法得到潜在图像I_(0);计算估计的潜在图像I_(1)和I_(0)之间的差值映射,从I_(1)中减去双边滤波过滤后的差分图,得到最终的潜在图像I。将本文算法在低照度图像、含有饱和像素的图像、真实图像以及红外摄像图等图像数据上进行实验,相对于其他图像去模糊算法。实验结果表明:所提出的方法在多种模糊图像复原效果上均具有较强的竞争力。

带参考图像通道的卷积神经网络随机脉冲噪声降噪算法

现有开关型随机脉冲噪声(random-value impulse noise,RVIN)降噪算法的降噪效果很大程度上受其内置噪声检测器的性能制约,而将在高斯降噪领域获得极大成功的深度卷积神经网络(deep convolutional neural netw orks,DCNN)技术引入到RVIN降噪领域,构建非开关型的RVIN降噪算法在降噪效果上具有显著优势。尽管如此,现有的各类DCNN降噪模型通常仅以给定的噪声图像作为模型的输人,只利用了降噪图像本身所蕴含的信息,其降噪效果仍然有进一步提高的空间。受开关型RVIN降噪算法通常采用参考图像提高降噪效果的启发,提出了一种带参考图像通道的深度卷积神经网络随机脉冲噪声降噪算法。在训练阶段,该算法首先利用经典的RVIN降噪算法对给定的噪声图像进行初步降噪,将所获得的降噪后图像作为参考图像。重复上述过程,获得大量噪声图像和相应参考图像作为训练图像集合。然后,将训练图像集中的噪声图像与相应参考图像联结(concatenate)后输入到DCNN降噪模型中在残差学习(residual learning)技术的框架下完成模型训练(DCNN降噪模型的输出为参考图像与无失真图像之间的残差图像)。在降噪阶段,首先将给定噪声图像及其参考图像(用训练阶段所用的RVIN降噪算法获得)联结后输人到预训练的DCNN降噪模型完成残差图像的预测,之后将给定的参考图像减去降噪模型所预测的残差图像即可获得最终的复原图像。实验结果表明:所提出改进算法比不带参考通道的DCNN降噪算法在峰值信噪比指标上提高了0.4dB〜1dB左右。这种优势主要得益于参考图像的使用,可以让DCNN网络降噪模型中网络参数值更容易配置,训练的收敛速度及降噪性能亦同步提高。

基于卷积对抗网络的多通道图像修复方法

基于对抗网络与图像多通道卷积的思想,提出一种图像修复算法。卷积层通过分离通道的方式对子通道卷积编码,单通道以多层次编码的结构融入了浅层表示以及不同特征图的信息。设计了合理的网络架构,分析了损失函数的优化,通过生成对抗网络损失、图像级重建损失和通道损失组合进行训练。实验结果表明,该算法可以得到视觉上更加自然的重建图像,峰值信噪比与结构相似性的指标相比于现阶段的修复算法也有可观的提升。

基于模糊C均值聚类和邻域分析的无监督多通道遥感图像变化检测

提出一种基于模糊C均值聚类(Fuzzy C-means,FCM)和邻域分析的多通道遥感图像变化检测方法。通常的多通道遥感图像变化检测方法将变化信息从多个波段压缩到一个波段,损失了遥感图像的波段信息。本文将多波段变化信息用FCM方法来实现多通道遥感图像的变化检测。但由于FCM有对孤立点敏感的特点,该方法容易受噪声的影响。本文在FCM的基础上,又提出了一种结合图像空间邻域信息的多通道遥感图像变化检测方法,改进了FCM对孤立点敏感的问题。实验结果表明,相对于其他变化检测方法及FCM方法,所提出的基于FCM和邻域分析的多通道遥感图像变化检测方法能较好地消除遥感图像中变化检测中噪声的影响,具有很好的变化检测性能。

锯齿型微通道内流流场的微尺度粒子图像测量

利用微通道粒子图像测速技术在Re=150时,对断面尺寸为800μm×800μm的两种锯齿型微通道流动进行了研究.采用3μm荧光示踪粒子、10倍显微物镜和14位灰阶CCD相机获得了清晰的粒子图像,通过多幅图像平均的方法消除示踪粒子布朗运动的影响,使用滤光装置提高图像信噪比.对两种锯齿形微通道流动的整场测量发现:微通道内流体在各齿之间流动结构基本一致,尖角和圆角齿形微通道在转弯内侧都存在一个低速旋涡区,圆角齿形微通道旋涡区占据范围相对尖角通道更大;在尖角齿形流道的尖角处,除存在一个完整的大涡外,还发现在大涡上部存在一个与大涡方向相反的叠加涡,叠加涡流动结构不稳定,流速更低,流体中所挟带杂质更容易在该区域沉积形成堵塞,从而导致微流道结构的改变.

基于FPGA的多通道红外图像实时采集系统

不同于传统的单通道采集系统,RMCIIA拥有3个独立的数据通道,这些数据通道可以匹配不同数据形式和数据速率的红外探测器,并且根据不同的数据采集需求,FPGA中功能模块的组成结构可以进行重构。RMCIIA还运用新一代的高速总线—PCI Express总线技术,对3个独立通道的大量图像数据进行高速数据传输,并通过实行"循环优先级"的VC仲裁策略进行流量控制和多通道调度,从而为进一步的多波段红外图像处理和图像融合算法提供实时的、同时的多通道数据流。首先详细描述RMCIIA的系统结构和FPGA内算法功能模块,然后对多通道数据采集所面临的新问题提出设计的解决方案,最后由实验测定系统的传输速率,并且与传统的图像采集系统进行对比。总之,RMCIIA实现了一个统一的多通道红外图像的实时采集系统。

一种计算图像暗通道的优化算法

图像的暗通道是由图像的分块区域中最低颜色分量值组成的图像通道。图像的暗通道在图像去雾、估算物体距离和计算图像中雾霾浓度等方面有着重要的作用。根据暗通道定义计算图像暗通道时,图像中的每一个像素点都需要被处理,算法比较耗时。针对这一缺点,进一步分析暗通道的原有计算方法,提出一种基于暗点优先膨胀的计算图像暗通道优化算法。实验结果表明,该优化算法只需要处理部分像素点就可以得到与原算法相同的结果,并在处理速度上比原算法提高了一个数量级。

多通道SAR图像滤波的向量总变分模型

研究多通道SAR图像滤波的向量总变分模型与算法.通过引入向量总变分模型,设计了模型快速求解的不动点迭代算法,证明了迭代算法的收敛性.通过改进不动点算法迭代过程中滤波系数的构造方法,建立了保分辨率的多通道SAR图像的自适应向量总变分模型,给出了相应的迭代求解算法和收敛定理.通过处理RADARSAT-2多极化、多时相图像分析了本文模型的滤波性能和分辨率保持性能,并验证了本文迭代算法的收敛性和快速收敛速度.

基于多检测器最大熵融合的多通道光谱图像异常检测

提出了一种多检测器最大熵融合的多通道光谱图像异常检测算法.选择多个不同的异常检测器,并利用自适应窗宽非参核密度估计方法估计其各自的输出分布,保留了多通道光谱图像数据的"长尾"特性,且避免了先验模型假设带来的模型误差.将各原始检测器的输出投影到具有标准正态边缘分布的变换空间中,利用变换空间中模型化的最大熵融合规则实现多检测器的决策级最优概率融合.在原数据空间通过似然函数的检验完成多通道光谱图像的目标检测.利用机载EPS-A航拍多通道光谱图像进行了实验,实验结果表明了算法的有效性.

基于傅立叶和小波域的多通道图像恢复方法

提出了一种新的多通道图像恢复方法。该方法在傅立叶和小波域利用同态滤波进行模糊辨识,在迭代过程中采用基于小波变换的图像融合技术来增强图像的细节。在小波和傅立叶域进行正则化因子的估计,从而减少参数的输入和增强抗噪能力。试验表明所提出的算法能够有效地解决实际问题,效果很好。

基于改进的LeNet-5网络在单通道图像分类中的研究

针对卷积神经网络在进行图像分类时,存在单通道提取特征不充分和收敛慢等问题,提出一种改进的LeNet-5深度卷积神经网络模型。该模型对通道数量、层次结构等进行了改进,并设计局部误差结构,利用算法来增加局部误差产生数量和层间权值的调整次数。实验表明,与传统的LeNet-5网络相比,所提出模型收敛速度更快和分类准确率更高。

多通道图像EMD及应用

针对现有的经验模态分解方法(Empirical Mode Decomposition,EMD)对多通道图像(如彩色图像)进行分解时通常忽略各通道图像之间相关性的问题,提出了一种多通道图像EMD方法。该方法采用双拉普拉斯算子插值得到图像上下包络,并建立一个整体筛分停止准则进行筛分来考虑各通道图像相关性,能够将多通道图像自适应分解为数目不多的内蕴模态函数(Intrinsic Mode Function,IMF)分量和一个余量,其中内蕴模态函数分量体现了原始图像不同尺度的特征信息,余量体现了图像的整体变化趋势。该方法可以应用在图像锐化、夜景图像增强等图像分析和处理领域。实验结果显示该方法能够取得较好的效果。

基于小波多分辨率分析的多通道遥感图像数据融合方法及实现

对同一目标的多波谱遥感图像进行融合,是富集有用信息、提高图像空间分辨率和解译水平的有效手段。本文提出了基于小波多分辨率分析的多通道遥感图像数据融合的原理、方法及实现过程。实例分析其结果良好。

基于LIP的多通道图像边缘检测研究

由于弱光照图像的成像特点,使得普通的边缘检测的算法难以奏效。20世纪80年代中期由Jourlin和Pinoli提出的对数图像处理LIP模型颇具特色,该模型中的方法对低亮度图像敏感,并且对灰度有界图像的加法运算是封闭的,在边缘检测等方面有着其他方法所不具备的优点。文章基于灰度图像的对数图像处理LIP模型,建立了多通道图像的对数图像处理MLIP模型,并在此模型上进行了对微光图像边缘检测,其效果明显优于经典的Sobel算法。

改进YOLOv5模型下农作物虫害图像识别算法仿真

由于环境和光线等条件影响,虫害图像识别难度较大,为此提出改进YOLOv5模型下农作物虫害图像识别算法。通过K-means算法改进并优化暗通道图像去雾算法,利用优化后的暗通道图像去雾算法对农作物虫害图像展开处理,以此避免因水汽或光照不均等因素造成的图像清晰度低的问题;对原始YOLOv5模型中的注意力机制和损失函数展开优化,通过优化注意力机制提高农作物虫害图像特征提取的精度,根据优化后的损失函数调整预测框的位置以此锁定虫害目标;将去雾后的农作物虫害图像输入改进后的YOLOv5模型中,实现农作物虫害图像的识别。仿真结果表明,经过所提算法改进后的YOLOv5模型IoU有所提高,且特征提取精度和图像识别效率高。

一种多通道图像获取系统硬件设计方法

多通道融合成像是获取复杂目标图像信息的方法之一。但多通道成像存在图像融合、大容量数据缓存、数据高速传输等关键问题。就多通道成像的几个关键问题,在此提出一种基于FPGA+DSP的多通道图像获取系统硬件设计方法。该系统通过可编程逻辑器件FPGA控制图像采集时序,DSP TMS320DM648采用视频接口同时接收3路图像数据并进行必要的图像处理操作,经过DSP以太网控制接口与外部PHY芯片88E1111向计算机传输图像数据。结果表明,该设计集成度高,实用性强。