基于高斯模板分层匹配的红外点目标检测算法

介绍了高斯模板相关匹配红外小目标检测方法,指出了该方法的不足。提出了一种基于高斯模板的红外小目标分层匹配算法,这种方法避免了目标尺寸与模板尺寸失配情况下的匹配不精确问题,能够在不知道目标尺寸参数的情况下匹配到高斯形状的目标。实验结果表明这种方法很好地解决了低信噪比点目标检测问题。

一种利用二次高斯模板的地形建模方法

地形建模问题是3D可视化模拟的核心问题之一,针对林分生长可视化模拟,提出一种基于二次高斯模板的林地建模方法。高斯分布在自然界分布非常广泛,我国绝大多数森林地形符合高斯分布形态,利用高斯模板的特性,结合林分样地数据,通过参变量控制模板形态,通过对模板的有效组织融合构建林分地形。实验表明,该方法高效快速、操作性和灵活性较强,构建的林地模型具有很好的视觉效果和真实感。

锐化高斯模板在文本特征项权重调整方法中的应用

阐述二维高斯模板和锐化高斯模板的构建过程及其对图像的锐化处理技术,提出文本特征项权重调整方法的主要思想,并以此为依据,论述基于锐化高斯模板的文本特征项权重调整方法。以搜狗自然语言实验室的文本分类语料库中的新闻文档作为实验对象,采用宏平均F测度值作为分类效果评价标准,采用中心点法和K-最近邻方法(KNN)作为分类器的分类算法进行实验。实验结果表明:在KNN分类法下,基于锐化高斯模板的文本向量模型权重调整方法起到提升分类效果的作用,但对中心点法的影响并不大。

可变截止频率的高斯滤波器在FPGA中的实现

为了解决高斯滤波设计到FPGA后,所确定的截止频率需要更换高斯模板才能更改的缺点,提出一种基于FPGA的可变截止频率高斯滤波器设计方法。该滤波器在高斯模板不变的情况下,控制传入高斯模板的频率来改变输出信号的截止频率,通过Verilog语言实现设计,并在SoC齿轮测量机系统中实验验证结果。结果表明:该滤波器滤除噪声的同时能较好的保留有效信号,在不更换高斯模板的情况下可方便调节信号的截止频率。

基于像素分割的亚像素圆模板算法

为提高旋转图像的质量和性能,提出了一种亚像素圆模板算法。在假设图像是连续的前提下进行逆向旋转变换;通过像素网格状分割选取亚像素圆模板的圆心;用亚像素圆模板(直径等于像素边长)进行离散化。邻域像素被圆模板覆盖的面积与圆面积的比值Rs,相应像素的颜色值Cs,旋转后像素的颜色值等于Rs和Cs的卷积。实验表明该算法图像旋转效果好于最近邻点插值和高斯模板算法,连续性接近双线性插值,计算性能明显高于双线性插值和高斯模板。

动态单像素模板算法

高斯模板用于图像旋转时会产生较严重的模糊,其原因是大邻域的亮度值加权平均造成的。为减小加权平均的邻域范围,提出图像空域变换的小邻域局部相关性原理。据此提出动态单像素模板算法:将当前像素分割为3×3的子像素,对每一个子像素求得一个模板。用当前像素的这9个模板之一和邻域像素的亮度进行卷积运算求得变换后的亮度值。实验和分析表明,它消除了高斯模板旋转图像时产生模糊的问题。旋转图像的质量与双线性插值算法相近,同时具有比双线性插值算法和高斯模板算法更高的计算性能。

细粒度动态单像素模板算法

针对高斯模板用于图像旋转时,使图像产生模糊的问题,提出细粒度动态单像素模板算法。根据图像小邻域局部相关性原理,将当前像素分割为5×5的子像素,对每一个子像素求得一个模板。用当前像素的这25个模板之一代替高斯模板进行图像旋转,消除了高斯模板旋转图像时产生模糊的问题。该算法旋转图像的质量与双线性插值算法相近,且具有更高的计算性能。

细粒度亚像素圆模板算法

旋转图像的质量和性能是需要权衡的一个问题,提出一种细粒度亚像素圆模板算法。通过像素网格状5x5分割选取圆模板的圆心。邻域像素被圆模板覆盖的面积与圆面积的比值Rs,相应像素的颜色值Cs,旋转后像素的颜色值等于Rs和Cs的卷积。实验表明该算法图像旋转质量好于最近邻点插值和高斯模板算法,清晰度和连续性接近双线性插值,计算性能明显优于双线性插值。

基于改进Census变换的区域立体匹配算法

针对光照不均导致传统区域增长算法匹配区域小、误差大等问题,提出一种基于改进Census变换的双重约束匹配算法。用变换窗口灰度均值与局部纹理反差值之和代替中心像素灰度,提高了变换结果的抗噪性和不同子块间的区分度;采用高斯加权变换窗口提高离中心点近的像素点的权重,有效减小了边界不连续区域对匹配的影响。对Middlebury数据库里的图像添加仿真光照,并用其提供的真实匹配值计算验证算法的匹配精度。实验表明较传统算法有更高的匹配精度,且有效匹配点数明显增多。

基于动态聚类的织物疵点识别算法

首先对织物图像进行高斯模板平滑预处理,然后提取正常织物图像小幅窗口的行列(对应织物中经纬向)灰度均值,再利用K均值聚类算法提取织物图像中纱线条干的灰度聚类中心和纱线空隙部分的灰度聚类中心,计算出正常织物图像行列灰度均值与其灰度聚类中心的波动范围。比较待检图像的行列灰度均值与正常织物图像的行列灰度聚类中心,判断其波动是否超出正常织物图像的波动范围,以判别待检图像中是否含有疵点,并正确标出织物图像中疵点位置。

基于支持向量机的彩色图像水印算法

提出了一种基于回归型支持向量机(SVR)的盲检测彩色图像水印算法。为了改善可见性,根据人眼视觉特性(HVS)自适应选择其嵌入位置。水印嵌入是通过修改图像中像素蓝色通道信息来实现,水印提取时结合图像局部相关性,选取稳定的特征向量并获取SVR训练模型,进而利用SVR训练模型进行预测提取数字水印信息。在嵌入过程中通过高斯模板来均衡调整嵌入水印后对宿主图像影响的强度,仿真实验证明本文算法不仅具有非常好的透明性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何变换、图像增强等攻击也具有很好的鲁棒性。

有色示踪剂在溶质运移实验中的数字图像识别和处理

文章介绍了不同浓度高锰酸钾溶液的数字图像RGB识别方法,并将此方法运用到标准砂介质中高锰酸钾溶液浓度的拟合识别。在实验后期,提出了用高斯模板进行数字图像平滑处理来获得更精确的实验数据。本实验为砂柱溶质运移实验提供了一种简便而有效的溶质浓度测量方法。

基于幅度调制和视觉掩蔽特性的彩色图像水印

提出了一种基于幅度调制的盲检测彩色图像水印算法,为了改善可见性,根据人眼视觉特性(HVS)自适应选择其嵌入位置。水印嵌入是通过修改图像中像素蓝色通道信息来实现的,而水印提取是基于对嵌入水印位置的邻域像素值的线性组合的预测而完成的。在嵌入过程中通过高斯模板来均衡调整嵌入水印后对宿主图像影响的强度。仿真实验证明该文算法不仅具有非常好的透明性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何变换、图像增强等攻击具有很好的鲁棒性。

基于粗糙集理论的图像平滑算法研究

基于粗糙集理论,针对高斯噪声和脉冲噪声,分别采用高斯模板和中值滤波技术,提出了图像平滑算法。这两种算法在去噪的同时,都能够很好地保持图像细节,并且简单易行、处理速度快、使用范围广。通过实验,该算法对灰度图像和彩色图像的处理效果较之传统的处理方法,质量上有较大的提高。

噪声图像的自适应滤波处理

利用高斯函数得到了图像平滑处理所使用的高斯函数型去噪公式,基于此公式可构造出具有不同处理效果的去噪模板。针对不同的噪声水平,提出了不同去噪模板的选取方法。实验结果验证了自适应滤波处理的效果。

票据印刷号码分割技术

随着计算机视觉技术的发展,运用数字图像处理技术对产品质量进行自动控制成为企业生产的发展趋势。对于票据印刷的质量控制,需要技术人员经过长期培训和丰富的工作经验。这就会造成技术人员劳动强度大,产品检测效率低,企业成本增加等缺点。

夏克-哈特曼波前传感器光斑自动精确定位

为了在提高夏克-哈特曼波前探测精度的同时扩大波前测量的动态范围,提出一种基于高斯模板匹配选取光斑质心探测窗口的方法。根据传感器的参数确定模板尺寸,利用N维空间正态分布方程生成高斯模板,进行模板与图像匹配,根据模板与匹配子图的相似度确定光斑质心探测窗口。通过对仿真和实际采样阵列光斑图像的实验,验证了该方法的可行性,相对于投影法探测质心的标准差降低65.6%,波前重构误差减小48.5%,能够实现夏克-哈特曼波前传感器光斑的自动精确定位,提高其波前探测精度的同时扩大波前测量的动态范围。

基于象素分类思想的自适应图像去噪算法

提出了一种基于象素分类的自适应滤波去噪方法。在一副图像中,平坦区域的方差较小,边缘和脉冲噪声存在的区域方差较大。根据方差的不同,对不同区域的中心象素分类,并采用不同的滤波方式。本文提出的方法,考虑到图像边缘特征细节的保留和整体噪声的消除,用归类的思想,在分类即细节的保留后,进一步对相同类中的象素点进行平滑去噪。这样可以使边缘点和非边缘点分开来,从而最大限度的保留图像的细节信息。

人工林地形与树木融合的高效建模

针对南方人工林地貌特征和林分生长特性,以实例为研究对象,对大规模林地地形与树木融合的高效建模方法进行研究。建模算法基于地形表面离散点数据,按规划的网格点进行区域高程值覆盖与替代,对没有覆盖到的区域用扫描算法进行高程值补孔,然后利用二次高斯模板对网格高程数据平滑处理,得到林地形模型。借助Unity3D二次开发技术导入地形模型和构建的树木模型数据,实现林地树木模型的有机融合,构建林分场景。结果表明:本研究的算法和融合方法提高了林地和树木的综合建模效率,打通了从基础人工林数据到Unity3D呈现大规模人工林真实感模型的各个环节,并能在普通PC机实现模型的流畅动态模拟,为大规模人工林的高效率真实感建模提供了一种有效途径。

基于空间相关性的成捆钢筋图像计数算法研究

为解决钢筋生产企业和钢筋采购部门存在的成捆钢筋计数难题,提出了一种利用空间相关性的钢筋图像处理计数算法。针对钢筋图片中通常存在钢筋较多粘连且对比度较低的问题,提出直方图均衡化和模板滤波增强相结合的算法,算法主要分为以下几步:首先,利用直方图均衡化提高采集图像的对比度,接着,应用二维高斯模板对经过对比度增强后的图片进行空间相关性计算,得到特征增强后的钢筋横截面相关性矩阵结果图,最后,对该图像做局部极大值计数检测得到最终计数结果。经实验证明,此计数算法在实际环境下检测准确度能达到98%,符合应用需求。