基于YUV空间和边缘能量的车牌检测方法

针对复杂背景,提出了一种新的方法来检测车辆牌照。首先,将图像由RGB颜色空间转换到YUV颜色空间,因为车牌通常在尾灯附近一定范围内,所以利用V分量探测后车灯,再根据先验知识确定车牌的候选区域。接着,在这个区域内,利用Sobel算子获取图像垂直边缘,并采用一种新的边缘能量图方法进行处理,在垂直与水平方向分别确定两个点从而以此作为矩形的顶点来检测车牌。实验结果表明,该算法检测车牌的准确率为93%,运算时间约为0.21秒,可以克服复杂背景的影响,实现实时及准确性能。

基于图像边缘能量的自动聚焦算法

聚焦过程中,不同离焦点其图像差异体现在高频能量上。利用Sobel算子边缘检测算法,提出了图像边缘能量清晰度评价函数。与方差法和梯度能量法相比,该评价函数具有更好的尖锐性,能够适应高精度聚焦的需要。通过改进爬山算法,充分利用爬山过程中的先验知识,提出了随机起点爬山算法。该算法能够减少爬山步数,可提高自动聚焦速度。

基于边缘和局部能量的NSCT变换遥感图像融合

对基于边缘的算法进行了改进,综合考虑了边缘和能量结构.首先利用非下采样contourlet(NSCT)变换,对图像进行多尺度和多方向的分解;然后将低频系数按边缘能量大小划分为边缘和平滑2部分,边缘部分采用边缘能量取最大的融合方法,平滑部分使用基于局部能量的规则进行融合,高频子带使用相关系数和局部方差相结合的重要性测度法进行融合;最后对融合系数进行NSCT反变换得到融合图像.实验结果表明,该算法融合效果较基于边缘算法有所改善,是一种有效兼顾细节和能量结构的方法.

图像边缘信号能量与MTF的相关研究

文章从边缘的角度出发,分析红外遥感图像质量的评价参数———边缘信号能量与调制传递函数MTF(Modulation Transfer Function)的关系。实验结果表明边缘信号能量能很好地反映MTF的变化,并针对某一特定地物建立实验室条件下边缘信号能量与MTF的数学关系模型。

高光谱影像能量边缘提取

高光谱影像的能量边缘提取方法的本质是利用高光谱信号的能量相似性与能量分布特征来寻找边缘,从能量边缘图可以提取属于不同地物类别的主要边缘,这些边缘都比较明显与完整。实验结果表明,能量边缘对噪声信号不敏感,与用其他方法寻找边缘的结果相比,能量边缘具有更好的效果。

非下采样Shearlet变换耦合边缘制约的遥感图像融合算法

为了解决当前遥感图像融合算法因忽略了区域中像素点的边缘特征而导致融合图像中存在块效应以及模糊效应的不足,在非下采样Shearlet变换的基础上,设计了基于边缘制约模型的遥感图像融合算法。首先,将多光谱(MS)图像经过IHS分解,提取相应的亮度分量。然后,通过非下采样Shearlet变换,将全色(PAN)图像与亮度分量进行分解,获取各自的高频系数与低频系数。再通过图像的空间频率特征,建立低频系数的融合函数,对低频系数进行融合。并利用图像的区域平均梯度特征与图像区域中像素点的边缘能量特征,构造了边缘制约模型,对高频系数进行融合。最后,将融合后低频系数、高频系数经非下采样Shearlet逆变换和IHS逆变换,获取融合图像。实验结果显示,与当前遥感图像融合方法相比,所提算法的融合图像具有更高的清晰度,更好地保持了图像的光谱特性,消除了块效应以及模糊效应。

改进Chan-Vese模型的电力设备红外图像分割算法

针对电力设备在线监测系统中红外图像分割效果差,速度慢等问题,提出一种改进的Chan-Vese模型的红外图像分割算法。首先,通过引入边缘能量项,一方面增强模型的局部控制能力,另一方面有效抑制了轮廓偏移。其次,利用径向基函数取代了传统的长度正则项,简化了计算。然后,通过引入内部能量项省去初始化过程,节省了算法的运行时间。经实验验证,Dice重合率(Dice similarity coefficient,DSC)平均值为0.9808,错误分割率(ratio of segmentation error,RSE)平均值为0.025,算法运行时间比其他模型总体平均值低66.8%。改进后的Chan-Vese模型分割算法的Dice重合率和错误分割率等均优于GAC-CV、CV-RSF、区域型水平集和Multiphase-CV模型分割算法。

“高分二号”卫星相机影像辐射质量评价

"高分二号"(GF-2)卫星是国家高分辨率对地观测系统重大专项首批星之一,搭载了两台均为23km幅宽的0.8m全色/3.2m多光谱相机(简称"PMS相机")。该卫星的发射标志着中国卫星达到"亚米级"水平,对所成图像进行分析对于促进各领域应用研究具有重要意义。文章从用户最为关心的图像细节能量及边缘能量、信噪比、双相机辐射一致性等方面对GF-2卫星PMS影像辐射质量进行客观、准确的评价与分析,结果表明:GF-2卫星相机经地面处理系统对边缘能量补偿后,图像清晰、信噪比高、双相机辐射一致性好,能够有效反映不同地物的纹理细节特征,品质良好。

新型人脸检测算法在视频监控系统中的应用

该算法基于Gentle Adaboost的多特征融合,首先通过运动和肤色特征提取人脸区域,再使用多层分类器定位人脸,最后在TMS320DM642 DSP上实现。实验表明,该算法的检测率达96%,速度也满足监控的要求。

基于DSP的智能视觉监控系统

本文提出一种基于人脸检测与跟踪的智能视觉监控系统。本系统首先采用运动和肤色特征提取包含人脸区域的检测算法,然后使用多层分类器定位人脸,利用CAMShift算法实现人脸的及时跟踪,最后在DM642 DSP上实现了算法。系统达到了8帧/s的处理速度,基本满足视频监控的要求。

基于图像分割与重组的激光全息图像处理方法

激光全息图像在采集过程中经常受到其他设备干扰,导致图像模糊,为降低噪声改善图像质量,提出基于图像分割与重组的激光全息图像处理方法。利用CCD摄像机与激光器提取目标物体的所有光谱特征,并通过空间重构,获得激光全息图像;在该图像基础上采用自适应遗传算法确定图像分割的最优解,并利用最大类间方差法确定最佳阈值,实现全息图像分割;最后将尺度差分差值与空间邻域边缘能量融合法相结合,提取图像像素序列,并校正处理后的图像与原图像位置的差异,获取最大灰度值的轮廓点,经过像素信息融合实现激光全息图像重组。通过仿真实验证明所提方法分割速度快,信噪比值高达65.4 dB,平均误差率在0-0.15%之间,其重组准确率提升,处理后的图像信噪比更高,具有很好的实用价值。

基于特征融合和交叉核SVM的快速行人检测方法

行人检测是目标识别领域的一大难点。现阶段用于行人检测的特征维数都比较高,为克服高维特征对实时性的影响,本文运用主元分析(PCA)对特征进行降维,加快检测速度。单一特征的信息有限,本文运用基于线性鉴别分析(LDA)的线性权重融合原则对一些底层特征(颜色、梯度、直方图)和多层次导向边缘能量特征进行特征融合使特征具有多源信息。且上述特征可采用积分图技术进行快速计算,所以行人检测系统的鲁棒性和实时性得到加强。在目标识别领域直方图交叉核支持向量机(HIKSVM)具有分类快,且准确率高的优点,采用其进行分类,系统实时性更进一步提升。实验表明本文方法检测速度和检测率优于经典的HOG+SVM算法。

基于双树复Shearlet变换与改进PCNN的图像融合算法

为了克服双树复小波变换(dual tree complex wavelet transform,DTCWT)在图像融合中对方向选择性较差,难以很好地反映源图像的细节信息等不足,提出了一种新的双树复剪切波变换(dual-tree complex shearlet transform,DTCST)与自适应双通道脉冲耦合神经网络(adaptive dual-channel pulse coupled neural network,ADCPCNN)的图像融合方案。首先,利用形态学对源图像处理,对图像进行增强。再利用DTCST方法对增强图像完成分解,获得相应的低频、高频系数。然后,对于低频系数,定义了一种新的基于稀疏表示(sparse representation,SR)的融合规则。对于高频系数,利用边缘能量作为ADCPCNN外部输入,定义了一种ADCPCNN融合规则。最后,基于逆DTCST机制,输出融合图像。实验表明,与当前常用的图像融合方法比较,算法具有更高的融合视觉质量,所输出的图像更加清晰,较好保持了源图像的细节与纹理。

资源3号卫星与SPOT 6卫星影像特征参数评定与比较

资源3号卫星影像作为我国首颗民用高分测绘卫星,已在国内许多科研政府机关取得应用,推动了国产卫星产业发展。本文对资源3号卫星影像与同一量级分辨率的SPOT 6卫星影像,从影像构像性能的角度进行比较。选取了影像清晰度、信噪比、信息熵、边缘能量4个客观参数评估同地区同季节下资源3号卫星全色波段数据与SPOT 6全色波段数据的光谱特征,并对其进行分析比较。得出资3影像在信息量、信噪比方面与国外卫星不分伯仲,但对于地物边缘细节的分辨能力上仍有一定差距。

基于多特征和多核学习的行人检测方法的研究

行人检测系统涉及交通安全问题,需要很高的鲁棒性,基于单特征结合单核支持向量机的方法效果有限,为解决这一问题,提出采用多特征和多核学习的方法来提升系统的鲁棒性,通过将积分信道特征、多层次导向边缘能量特征和CENTRIST特征分别与直方图交叉核、高斯核和多项式核进行线性组合,采用简单多核学习(Simple MKL)来分别计算核函数的权重系数,将多核学习方法与经典的梯度直方图特征/支持向量机、多尺度梯度直方图特征/直方图交叉核支持向量机和特征融合/直方图交叉核支持向量机的行人检测方法进行比较,实验表明所提出的行人检测算法的鲁棒性有明显提升。

基于DSP的智能视觉监控系统

提出基于人脸检测与跟踪的智能视觉监控系统。采用运动和肤色特征提取包含人脸区域的检测算法,并使用多层分类器定位人脸、CAMShift算法实现人脸的及时跟踪。在DM642 DSP上实现算法。系统达到了8帧/s处理速度,基本满足视频监控的要求。

上下变换对视频图像质量的影响

高标清视频图像在上下变换过程中会不可避免地引起图像质量的下降,对于这种图像损伤,提出通过计算信息熵和边缘能量这两个参数来实现对这类损伤的客观评价。试验表明这两个参数均适用于测量图像损伤。与信息熵相比,边缘能量更适合于评价图像在上下变换过程中的损伤情况。

原子吸收用高精度石墨炉分析系统

一个带石墨炉分析系统的原子吸收分光光度计其性能的评价标准应以石墨炉性能的优劣来评定。对北京东西电子技术研究所生产的AA7000系列带石墨炉原子吸收分光光度计以5元素(Cd、As、Cs、Al和Mo)实测获得的数据评价精密度、灵敏度、线性度、仪器的边缘元素能量及高温元素的分析灵敏度等重要参数,结论为该系列石墨炉分析系统是当前国内少数性能优秀的石墨炉之一,堪与国外同类仪器媲美。

视频中实时的人脸检测算法

本文提出一种视频中实时的人脸检测算法,该算法是基于Gentle Adaboost的多特征融合的快速算法,首先采用运动和肤色特征提取候选的人脸区域,再使用多层级联分类器定位人脸,为了加快检测的速度,还采用了边缘能量来排除非人脸窗口等策略。实验表明,该算法的检测率到达98.78%,误检率仅为2.04%,且速度达到了每秒27帧,满足各种实时的场合的要求。

基于清晰度的数字视频客观质量评价方法研究

清晰度是视频图像质量的重要指标,对视频主观质量评价结果有直接的影响,定量计算图像清晰度可以作为视频客观质量评价的重要参考指标。本文提出了三种基于图像清晰度的视频客观质量评价算法,比较了它们在性能和复杂度方面的差异。实验结果证明,本文提出的三种基于清晰度的客观质量评价方法算法的准确性比现有评价算法均有一定程度的改善。