融合小波与非局部均值滤波的DSPI相位图去噪

相位图去噪是数字散斑干涉测量的关键技术,但现有以正余弦均值滤波与窗口傅立叶变换滤波为代表的去噪方法在相位保真、自适应降噪、操作简便等方面不能完全满足要求。提出了一种新的自适应相位图去噪方法,首先计算原始相位图的噪声方差,然后对图像分别进行正弦与余弦变换后得到两幅图像,再对这两幅图像进行小波同态阈值去噪与非局部均值滤波,最后将处理后的两幅相位图反正切运算并再次估计噪声方差,根据图像噪声方差的收敛情况判断是否继续迭代处理,以实现相位图的自适应降噪。实验结果表明:针对同一张含噪相位图与传统正余弦均值滤波相比,本文方法噪声方差减少了0.38、L算子和减少了0.2、SSIM提高了0.16,同时,图像信息熵仅相差0.1。该方法能够有效抑制相位图中的相干噪声,充分保留相位边缘信息,同时能够有效避免因不适当的迭代滤波次数所导致的相位失真或噪声残留。

基于二进制图案编码的机器人定位

针对机器人在电子地图中的定位问题,基于二进制图案编码方式,提出了编码区域的定位算法和编码图案的识别算法。该算法利用编码图案与地面之间的差别自适应选择阈值,实现编码图案的分割;使用直线扫描法确定编码图案的顶点信息,定位编码区域;运用先验结构信息对分割出的编码区域进行识别。另外,分析了影响算法精度的环境光照、噪声等因素,提出相应的解决方案。实验表明该算法实现简单、速度快、定位和识别精度高,准确率达到97%。

结合视觉感知与LBP傅里叶直方图的图像检索

为了有效地提取图像特征以提高图像检索性能,借鉴生物视觉信息处理过程中的提取图像特征,提出一种结合视觉感知与局部二值模式(LBP)傅里叶直方图的图像检索算法.首先根据视觉感知特点,用主分量图作为亮度初级视觉特征,将形状边缘信息融入视觉注意模型,获得改进的Itti视觉注意模型,并基于该改进视觉注意模型得到50个视觉特征图;然后计算每个特征图的LBP傅里叶直方图特征,并将其结合在一起作为图像特征;最后利用局部保持投影(LPP)进行维数约简,获取低维特征用于图像检索.实验结果表明,该算法具有颜色、纹理及形状鉴别能力,能获得较好的检索效果.

ILBP算子在浓雾天气形势图识别中的应用

纹理是天气形势图的突出特征,有效地从天气形势图提取并表示其纹理是实现雾型实时在线预报的基础。基于此,提出一种改进的局部二值模式算法,通过调整局部二值模式(LBP)算子中二进制多项式的权重,实现其提取特定方向上纹理特征的目标。将江苏地区2010年—2017年500张浓雾天气形势图作为数据集,采用Chi统计法匹配测试数据与基准数据的相似度进行天气分类。实验结果表明,该算法的准确率、虚警率及临界成功指数分别为0.884、0.15和0.76,均优于LBP算法,具有较高的识别准确性与可靠性。

基于增强微结构和上下文相似度的图像检索

针对图像检索中多特征综合描述子维度过高且综合权值难以确定的缺点,提出一种新的基于增强微结构和上下文相似度的图像检索方法。首先,使用一种新的局部模式映射来创建过滤图;然后,基于该图上的颜色共生关系提取增强微结构描述子,该描述子综合了多种特征而维度与单特征相同,检索时使用此描述子计算图像对间的规范距离得出初始的有序相似图像序列;最后,结合迭代上下文相似度对检索序列进行重新排序。当迭代次数为50且考虑前24幅结果图像时,在Corel-5000和Corel-10000图像集上的实验结果显示,所提方法与同类型的多重基元直方图(MTH)和微结构描述子(MSD)方法相比,检索查准率分别提高了13.14%、7.09%和11.03%、6.8%。结果表明新方法能在维度不变的情况下综合多种特征并充分利用上下文信息,从而有效提高图像检索的准确率。

基于深度特征融合的三维动态手势识别

在深度地图序列的手势识别中,针对不同的人在不同的时间或同一个人在不同的时间手势也不相同的问题,本文提出了特征加权融合和交叉主题测试法来进行基于深度地图序列的手势识别。首先,对于深度视频序列采用多级时间采样来生成含有相关手势信息的长、中和短3种不同长度的序列;其次,通过计算连续帧的绝对差提取时空信息生成深度运动图;然后,利用梯度方向直方图(histogram of oriented gradien,HOG)和局部二值模式(local binary patterns,LBP)从生成的深度运动图中提取形状和纹理特征,进行局部特征聚集描述符(vector of local aggregation descriptor,VLAD)编码;最后,采用主成分分析(principal component analysis,PCA)降维后将这两种特征进行加权融合和交叉主题测试后送到极限学习机器中进行分类识别。在公开具有挑战性的MSR Gesture 3D动态手势深度数据集上进行实验评估性能,所提的特征加权融合算法和交叉主题测试算法的识别率相较LBP和HOG算法融合的基础上分别提高0.82%和5.17%。实验结果表明,改进的方法具有更好的识别率。

自适应加权融合显著性结构张量和LBP的表情识别

针对局部二值模式(Local Binary Pattern,LBP)提取纹理特征时忽略了图像的局部结构信息问题,提出一种自适应加权融合显著性结构张量和LBP的表情识别算法。该算法通过对整幅图片进行显著性区域检测得到全局显著图来消除细小的纹理和噪声。在显著图的基础上进一步提取两种显著性纹理特征,根据每种特征信息熵的贡献度来作为特征向量的加权依据。利用支持向量机(Support Vector Machine,SVM)进行表情图像的分类。实验结果表明,自适应加权融合的两种纹理特征能够较好地描述人脸的特征,有效地提高表情识别率。

基于多特征融合的图像主体显著性判断

从视觉角度来说,视觉显著性图像是指主体突出的图像,比起内容散乱的图像,此类图像往往更能吸引用户的关注,也更符合用户对图片检索的使用需求。提出了一种图像主体视觉显著性判断方法,采用"中心围绕"计算原则在多特征融合的基础上应用支持向量机训练,建立了一个分类模型,并且可以给出表征图像显著程度的得分。实验表明,该模型有较高的分类正确率,并且将该模型应用于图像检索重排序、图像上传自动审核等应用时,可以得到更接近人工操作的结果,降低人力资源成本。

基于模糊自适应共振理论映射算法的单样本三维人脸识别

针对传统的三维人脸识别分类算法大多需要多个样本进行训练,而在单训练样本的前提下识别性能会严重降低的问题,提出了基于模糊自适应共振理论映射(Fuzzy ARTMAP)的算法对三维人脸数据库进行分类识别。首先对三维人脸深度图像进行局部二值模式(LBP)统一模式算子的特征提取,再对LBP特征进行Log-Gabor小波变换,提取图像的频域特征向量作为训练的输入向量,最后将单样本训练向量集送入Fuzzy ARTMAP分类器进行训练识别。该算法在FRGC v2.0三维人脸数据库中的识别率可达到87.15%,分类器的训练时间为24.88s,单张待识别人脸样本与单张已注册的人脸匹配时间为0.0015 s,一张新的人脸样本在数据库完成一次搜索匹配则需要1.08 s。实验结果表明,所提方法在测试中的性能优于概率神经网络(PNN)和极限学习机神经网络(ELM),既能保证较高的识别率,又能拥有较短的训练时间,且时间增幅稳定,可控性强。

融合多模态数据的人体动作识别方法研究

基于多模态融合的人体动作识别技术被广泛研究与应用,其中基于特征级或决策级的融合是在单一级别阶段下进行的,无法将真正的语义信息从数据映射到分类器。提出一种多级多模态融合的人体动作识别方法,使其更适应实际的应用场景。在输入端将深度数据转换为深度运动投影图,并将惯性数据转换成信号图像,通过局部三值模式分别对深度运动图和信号图像进行处理,使每个输入模态进一步转化为多模态。将所有的模态通过卷积神经网络训练进行提取特征,并把提取到的特征通过判别相关分析进行特征级融合。利用判别相关分析最大限度地提高两个特征集中对应特征的相关性,同时消除每个特征集中不同类之间的特征相关性,将融合后的特征作为多类支持向量机的输入进行人体动作识别。在UTD-MHAD和UTD Kinect V2 MHAD两个多模态数据集上的实验结果表明,多级多模态融合框架在两个数据集上的识别精度分别达到99.8%和99.9%,具有较高的识别准确率。

第二次土地调查数据库在基层国土资源所的应用模式研究——以江苏省东台市国土资源基础数据应用为例

本文在分析基层国土所对国土资源基础数据应用现状的基础上,结合第二次土地调查形成的数据库成果,提出了利用地图缓存技术和面向服务架构(SOA)技术,设计出能够被基层国土所使用,符合基层国土所业务需求的GIS应用软件。并以东台市国土资源基础数据应用系统为例,验证了设计的可行性和有效性。

顾及室内场景特征的多线激光雷达初始定位

针对机器人在室内大范围场景中定位初始化技术难题,提出一种基于特征模式的定位初始化方法。首先,结合室内场景结构特征分析,探索场景中具有空间位置标示功能的稳定人工构筑物如墙壁、柱体等结构及结构组合,将其定义为特征模式,以提高场景特征表达稳健性。其次,结合多线激光雷达数据特点,提出实时数据的特征模式提取方法,对其分级管理,提高了场景特征表达效率。然后,提出一种半自动化处理方法实现点云地图特征模式提取,并采用一种高效的数据管理方案,避免在多次初始化时对地图数据重复冗余操作,提高定位效率。最后,针对各类特征模式,构建两种误差方程,结合L-M梯度下降求解方法,以地图格网击中比率作为初始化评价指标,制定自适应的匹配与配准策略,实现机器人在大尺度室内场景中的定位初始化。为了验证本文方法的可行性,使用低成本的16线激光雷达,并选取走廊、大厅、地下停车场3种典型室内场景进行试验。试验结果表明,本文方法可快速实现大尺度室内场景的定位初始化,其性能基本满足实际应用中室内机器人的定位精度与效率要求。

基于全局和局部二值模式的显著图裂缝自动分割算法

提出了一种基于全局和局部二值模式显著图的裂缝自动分割方法,以提高混凝土结构裂缝缺陷检测的精度。通过对数函数对图像的对比度进行增强后,引入了相对阈值和多方向全局信息,对原始的局部二值模式进行改进,构建显著图使得嵌入在光照不均和纹理复杂背景中的裂缝凸显出来,再通过自适应阈值方法、万有引力定律以及可变化的灰度和圆度特征对裂缝分割结果进行修正。实验结果表明,提出的检测方法效果优于现有的裂缝分割方法,检测速度也能满足实际应用的要求。

结合FDM与STLBP-IP特征的微表情识别

针对面部动力谱(FDM)特征易受光照影响、对运动信息描述不准确的缺陷,提出基于FDM特征与时空局部二值模式积分投影(STLBP-IP)特征相结合的微表情识别方法。将FDM特征与STLBP-IP特征相结合,在弥补FDM对运动信息描述不足的同时对人脸面部信息进行补充描述以提升识别率。使用支持向量机进行分类,在SMIC和CASMEⅡ微表情数据库上进行实验。实验结果表明,该算法识别率有所提高,分别达到57.14%和64.59%。

基于pLSA和Topo-MRF模型的SAR图像分类算法研究

针对大多数分类方法未能同时考虑图像与特征、类别与特征、类别与类别之间关系的问题,提出了一种基于潜在语义分析(pLSA)和拓扑马尔可夫随机场(Topo-MRF)模型的合成孔径雷达(synthetic aperture radar,SAR)图像的分类算法。实验结果证明了该算法的有效性。

基于局部投影与块LBP特征的图像检索

首先将投影方法运用于图像局部子块,并与矢量量化技术相结合,得到投影矢量索引直方图特征,能够有效提取图像的颜色分布、空间关系等信息;其次,提出基于块基元的LBP纹理特征算法,既能有效提取块基元的结构模式,又能避免传统基于单像素LBP模板的不稳定性,并大幅减少了计算量;最后,基于显著图提出了划分显著区域和非显著区域的特征提取方案,使得分别提取的特征更富于视觉意义。实验结果表明,本文算法相对于传统索引直方图方法在性能上有较大的提高,平均查准率平均提高幅度为6.39%。

基于数据降维与对称二值模式的图像Hash算法

为了解决当前图像Hash算法难以兼顾较高的感知稳健性与篡改识别率的不足,提出了基于数据投影降维机制与对称局部二值模式的紧凑图像Hash算法。利用双线性插值来预处理图像,使Hash具有固定的长度;引入对数极坐标变换,将其转变为二次图像;利用Gabor滤波器平滑二次图像;基于模糊集理论,设计对称局部二值模式算子,获取稳健特征;定义数据投影降维机制与量化规则,生成紧凑的中间Hash比特序列;构造一维组合混沌映射,建立加密模型,完成比特序列扩散,以生成图像Hash;并引入汉明距离,估算初始图像与接收端图像的Hash相似度,联合决策阈值,完成图像认证。测试数据表明,与当前图像Hash技术相比,该算法的Hash更紧凑,且其感知稳健性与敏感性更高。