基于激光图像特征提取的危险目标越界识别研究

为了提升危险目标越界激光识别准确性和效率,提出基于激光图像特征提取的危险目标越界识别研究。利用非线性直接变换方法完成激光点云反射图像转换的尺度不变特征点匹配;设计反锐化双掩模法图像增强结构,优化增强处理图像;对点云反射特征点展开沃尔什变换与融合,利用BP神经网络结构,识别越界的危险目标。实验结果表明,所提方法应用后图像特征细节信息得到增强,不存在局部曝光问题,对危险目标越界的错检率和漏检率最低,且具有较高的识别精度和识别效率。

基于改进Gabor算法的遮挡人脸智能识别方法

为提高有遮挡人脸的识别精度,提出基于改进Gabor算法的遮挡人脸智能识别方法。首先,对人脸图像动态范围压缩,并选择反锐化掩模滤波算法展开图像增强处理;其次,利用Gabor滤波器对信息保留较完整、亮度较高的半边脸进行特征提取;最后将提取到的Gabor特征输入到极限学习机中完成遮挡人脸的智能识别。实验结果表明,所提方法对处理遮挡人脸图像具有良好的效果,且其对人脸图像识别具有精准度高、识别时间短等优点。

基于多尺度融合与USM的蒙古族家具纹样增强研究

为提高蒙古族家具纹样图像的全局对比度、颜色和精细细节,提出了一种基于改进的多尺度融合和USM的图像增强算法。首先对图像采用非锐化掩模技术增强纹样的细节区域,在此基础上进行白平衡处理,然后根据对比度的需求定义权重,最后进行多尺度融合能更好地体现出图像中有价值的信息和样式。结果表明:该算法能突出纹样的细节部位,图像颜色更加自然直观,有效地增强了蒙古族家具纹样的图片;该方法可为缺失纹路的蒙古族家具纹样复原提供技术支撑,同时对蒙古族家具纹样的保护具有重要意义。

图像USM锐化取证与反取证技术综述

反锐化掩膜(unsharp masking,USM)锐化是图像编辑中改善图像视觉清晰度的一种常用操作。然而,若将这一操作应用到篡改司法证据或者公共事件图片等场景,则会造成严重危害。近年来,图像取证领域的研究者已经提出许多USM锐化取证与反取证的方法,本文对该领域文献进行系统性综述。首先阐述USM锐化操作的基本原理,然后从算法实现原理角度对现有的USM锐化取证与反取证方法进行分类总结,接着介绍相关文献常用的数据集,并对现有方法的性能进行对比评价,最后分析现有方法面临的挑战并对未来的研究方向进行展望,主要包括以下几个方面:使用新的数据集,深入取证与反取证博弈的研究,深入研究锐化反取证,注重取证方案的执行效率,提高反取证的可靠性。

交流接触器开关电弧的图像采集与处理

综合利用计算机视觉技术、光电子技术、CCD(Charge Coupled Device)高速成像技术和计算机图像处理技术研制了一种集图像采集、传输、存储、处理于一体的新型电弧图像高速采集系统,利用该系统可拍摄到低压电器开关电弧从燃弧到灭弧的一系列图像。为有效地抑制噪声、提高信噪比,本文首先应用自适应中值滤波算法去除随机噪声,然后采用拉普拉斯掩模锐化算法突出图像的边缘和细节,使处理后的电弧运动图像边缘清晰可辨,从而适于对电弧直径变化进行分析计算。通过对处理后的电弧从燃弧到灭弧的一系列图像的分析理解,归纳出低压交流接触器分断电弧的燃弧过程的特点,且发现所得的电弧运动图像特征与电弧的大量仿真结果相一致。

掩模偏转方向对硅尖形状的影响

为制备高纵横比的纳米硅尖,研究了掩模的偏转方向对硅尖形状的影响。设计了硅尖制备的工艺流程,采用KOH溶液湿法各向异性腐蚀(100)单晶硅的方法制备硅尖,根据实验结果和{411}晶面模型,分析了硅尖侧壁的组成晶面,讨论了掩模偏转方向对硅尖形状的影响,得到了制备高纵横比纳米硅尖的工艺参数。实验结果表明:当腐蚀溶液浓度和温度一定时,正方形掩模的方向并不影响快腐蚀晶面的类型,利用正方形掩模的偏转,可以制备出八面体和四面体的硅尖。当正方形掩模边缘沿〈110〉晶向时,在78℃、浓度为40%的KOH溶液中腐蚀硅尖,经980℃干氧氧化3h进行削尖,可制备出纵横比>2的八面体纳米硅尖阵列,硅尖侧壁由与(100)面夹角为76.37°的{411}晶面组成。

各向异性腐蚀制备纳米硅尖

采用KOH溶液各向异性腐蚀单晶硅的方法制备高纵横比的纳米硅尖,研究了腐蚀溶液的浓度、添加剂异丙醇(IPA)对硅尖形状的影响。设计了硅尖制作的工艺流程,制备了形状不同、纵横比值为0.52～2.1的硅尖,并结合晶面相交模型,提出了硅尖晶面的判别方法,讨论了实验中出现的{411}和{331}晶面族两种硅尖晶面类型,实验结果和理论分析相一致。通过分析腐蚀溶液的质量分数和添加剂对{411}、{331}晶面族腐蚀速度的影响,得到了制备高纵横比纳米硅尖的工艺参数。实验结果表明:当正方形掩模边缘沿<110>晶向时,在78℃、质量分数40的KOH溶液中腐蚀硅尖,再经980℃干氧氧化3h进行锐化削尖,可制备出纵横比大于2、曲率半径达纳米量级的硅尖阵列。

基于结构特征先验与多尺度反锐化掩模机制的红外图像增强算法

为了解决当前红外图像增强算法难以较好地兼顾边缘增强与噪声抑制,导致增强结果易丢失细节与视觉不自然的问题,提出了基于结构特征先验与多尺度反锐化掩模机制的红外图像增强算法。首先,利用8个边缘核与8个角点核,对Prewitt梯度算子进行拓展,从多个方向来提取红外图像的结构特征映射;随后,利用结构特征映射来计算红外目标的约束控制函数,并基于Gibbs先验模型,构建结构特征先验,获取红外图像对应的最优估计;基于红外图像的多尺度特征,引入贝叶斯函数,并联合最优估计,对红外图像完成有序平滑处理;最后,利用多尺度特征映射来改进传统的反锐化掩模算法,对平滑后的红外图像完成增强。实验结果显示,与当前红外图像增强方案相比,所提算法具有更高的增强质量与噪声抑制能力,可以更好地保持图像细节,其模糊线性指数与熵值分别为0. 21、7. 35。

一种基于小波的钼靶X线图像增强方法

乳腺钼靶X线摄影是临床筛检早期乳腺癌的首选方法。通过对含有微钙化点钼靶X线图像的灰度分布特点进行分析,提出基于小波的反锐化掩模算法实现对钼靶X线图像的增强。实验结果表明,这种方法可以在抑制噪声的同时对图像进行有效增强,提高图像的对比度,特别是使钙化点的显示更为明显。

面向移动的卡通人脸生成系统

本文给出了一个面向移动数字娱乐的肖像漫画生成系统。该系统的输入是一张真实人脸照片,输出为具有娱乐效果的夸张人脸肖像。主要研究内容包括:第一,人脸照片的肖像插图画的生成。文中采用了Unsharp Mask锐化处理结合色彩缩放运算的方法,本方法不仅考虑到移动设备用户对计算速度的要求,而且能保留人脸的绝大部分特征,从而更为有效地生成人脸的肖像插图画。第二,人脸表情变形以产生人物的幽默漫画。对基于特征的变形方法进行了改进,使其更加自动化。此外,本文改进了传统的ASM方法,用来帮助去除人脸图像背景信息和更为方便地控制人脸上的特征点。整个系统在局域网和PDA上表现出了很好的娱乐效果。

一种基于模糊人物图像的锐化新方法

本文提出了一种基于模糊人物图像的锐化新方法。该方法是先从彩色图像中提取R分量图像进行边缘检测并且照亮边缘,然后处理边缘图像的对比度和平滑度,提取出边缘,并对该边缘图像进行锐化,得到了图像边缘锐化而其它部分平滑的清晰图像。该方法和常用的反锐化掩模法进行了对比,效果明显好于反锐化掩模法。

适用于小尺寸TFT-LCD的图像锐化算法及其硬件实现

针对小尺寸TFT-LCD驱动控制芯片的结构特点,提出了一种适用于小尺寸TFT-LCD的新型图像锐化算法。在传统的反锐化掩膜算法中考虑了人眼的视觉系统特性,加入了能量色散滤波器,进而提高了图像锐化效果,降低了锐化噪声,减小了灰度溢出,同时也避免了色彩失真现象。所提出的算法简单且易于硬件实现,硬件开销小,还可以通过寄存器配置锐化强度等参数,以实现显示画质的优化和微调,尤其适应于手机等小尺寸TFT-LCD显示终端应用。

改进的单幅近红外掌纹掌静脉图像融合识别

现有的单幅近红外掌静脉掌纹融合识别算法不能很好地突出掌纹与掌静脉结构。针对这个问题,提出一种改进的融合识别算法。采用分块模型去除图像中的掌静脉得到掌纹结构,通过隶属度函数对掌纹结构进行模糊化,再进行反锐化掩模增强,突出掌纹结构信息。使用边缘检测加权引导滤波对掌静脉结构进行增强,突出掌静脉结构,将掌纹与掌静脉图像进行融合。实验结果表明,改进后的融合识别算法的识别率达到了99.81%。

基于边缘检测的图像锐化算法

图像锐化是一种补偿轮廓、突出边缘信息以使图像更为清晰的处理方法。锐化的目标实质上是要增强原始图像的高频成分。常规的锐化算法对整幅图像进行高频增强,结果呈现明显噪声。为此,在对锐化原理进行深入研究的基础上,提出了先用边缘检测算法检出边缘,然后根据检出的边缘对图像进行高频增强的方法。实验结果表明,该方法有效地解决了图像锐化后的噪声问题。

一种基于二进小波变换的图像增强方法

传统的增强图像的方法会丢失图像细节。结合二进小波变换和直方图均衡的优势,提出一种基于二进小波变换的图像增强方法。首先利用二进小波变换将图像分解为一个低频分量和三个高频分量,分别对低频分量做直方图均衡处理,高频分量做高斯-拉普拉斯掩膜锐化,再将处理后的低频分量和各高频分量进行二进小波逆变换重构。实验结果表明,该方法较于单纯的只使用直方图均衡的传统方法和只对低频图像做直方图均衡处理方法有较好的增强效果。

一种自适应反锐化掩膜清晰度增强算法

清晰度作为评价一幅图像质量好坏的重要指标之一,其反映的是图像中细节纹理和边缘区域的清晰程度。细节纹理和边缘越清晰,图像的层次感越强,给人视觉上的体验就越好。传统的反锐化掩膜算法是常用的清晰度增强算法,其通过勾边叠加方法,将图像的高频信号叠加到原始信号上,达到增强图像清晰度的效果。但其在提升清晰度的同时会放大图像中的噪声且部分边缘信息会被过度增强,不仅降低了图像的质量,还破坏了图像的自然度。为避免此问题,本文提出一种自适应的反锐化掩膜清晰度增强算法。与传统的反锐化掩膜算法相比,本文算法增加了低中频信号以及噪声判断模块、锐化参数自适应模块以及过冲处理模块。实验证明,该算法可以有效地提升图像清晰度,且避免了噪声的放大以及过冲现象的发生。

基于反锐化掩模的X射线图像增强算法研究

研究了一种基于反锐化掩模的X射线图像增强算法,通过图像增强可以突出图像细节特征,提高图像对比度,从而改变视图效果。利用了线性非反锐化掩模和非线性反锐化掩模两种算法可以有效地处理图像,具有良好的增强效果。研究表明,可将其应用到相关行业。

基于局部二值模式方法的USM锐化图像检验

提出一种反锐化掩模(USM)锐化检验方法。采用局部二值模式方法(LBP)检测图像边缘特征,利用支持向量机进行分类,然后检测图像是否被锐化。针对不同的锐化强度,对比不同LBP检测模式,筛选出最优检测方式。实验结果表明,LBP方法能达到较好的USM锐化检测效果,其中旋转不变模式的检测效果最好,在弱锐化情况下检出率仍能达到90%,优于现有文献中各类方法的检测性能。