基于张量低秩恢复和块稀疏表示的运动显著性目标提取

针对视频的高维结构特性,采用张量表征并将运动显著性目标提取转化为基于低秩张量恢复和块稀疏表示问题.首先根据背景张量的低秩性和运动目标的稀疏性,利用加速近端梯度张量恢复方法分别重建出RGB颜色通道中三维视频张量的低秩部分与稀疏部分,初步实现背景与运动目标的粗略分离;其次组合三颜色通道稀疏张量并转化为按照帧数展开的二维矩阵,进一步通过矩阵恢复的方法去除动态背景产生的小稀疏块干扰;最后通过自适应阈值法选择运动目标稀疏块掩模并对存在的空洞进行填充补偿,以达到重构出完整前景运动目标的目的.相对于常用方法,该方法从张量模型角度解决运动目标提取问题,较大程度地保护了视频序列的原始空间结构,不仅能够降低运动目标提取区域出现的漏检问题,而且可以很好地去除动态背景所带来的干扰.实验结果表明,该方法对运动目标提取的准确度较高,鲁棒性较强.

基于改进Canny算法的工件边缘检测方法

为了使区域模板匹配定位能够更准确地进行,需要机器视觉精准地检测出工件边缘信息,同时消除噪声、伪边缘等无关信息的干扰。针对采用Canny算法进行边缘检测时图像平滑处理过度、阈值需要预先确定、对无关信息消除能力较弱等缺点,提出一种基于改进Canny算法的工件边缘检测方法。采用双边滤波方法处理图像,以有效去除噪声并保留边缘信息;增加45°与135°方向的梯度模板计算梯度幅值,使更多的边缘信息能够检测出来;运用最大类间方差法来确定Canny算法的高阈值,使边缘检测算法具有较强的自适应能力。实验结果表明,改进的算法能够准确地检测到真实边缘,具备较强的自适应性,特别是对存在划痕的工件进行边缘检测时,此方法能够消除划痕干扰,其检测效果优于传统Canny算法。

基于形态成分分析和Contourlet变换的自适应阈值图像去噪方法

针对含有丰富纹理和边缘特征的噪声图像,提出一种基于形态成分分析(MCA)和Contourlet变换的自适应阈值图像去噪方法.该方法首先引入MCA将噪声图像分为低频部分和高频部分,在此基础上设计一种自适应的分层阈值估计处理策略.根据噪声的分布特性,通过阈值估计和Contourlet变换对噪声图像的低频部分和高频部分进行分频带去噪处理,有效去除噪声图像中的噪声.通过对噪声图像的仿真实验表明,文中方法能较好地保留图像纹理和边缘,并且去噪效果优于传统的均值滤波去噪、中值滤波去噪、小波多层阈值去噪和轮廓波多层阈值去噪方法.

一种改进的去除灰度图像椒盐噪声方法的研究

针对传统中值滤波算法(SM)在滤除高密度椒盐噪声时存在滤除不完全和使边缘细节变得模糊的不足,提出了一种改进自适应中值滤波法,该方法在计算像素点4邻域均值与检测点的灰度差值后,将此差值同一个自适应调整的阈值进行比较,若差值大于阈值则为噪声,否则为信号点。实验表明,该方法比传统方法去噪效果较好,对噪声密度在30%以上的图像,去噪后可使图像峰值信噪比(PSNR)达到20 dB以上,均方误差(MSE)在100以内。

Novel detection method for infrared small targets using weighted information entropy

This paper presents a method for detecting the small infrared target under complex background. An algorithm, named local mutation weighted information entropy （LMWIE）, is proposed to suppress background. Then, the grey value of targets is enhanced by calculating the local energy. Image segmentation based on the adaptive threshold is used to solve the problems that the grey value of noise is enhanced with the grey value improvement of targets. Experimental results show that compared with the adaptive Butterworth high-pass filter method, the proposed algorithm is more effective and faster for the infrared small target detection.

基于血管增强滤波的脑部静脉分割新方法

目的将本身灰度不均的静脉从有噪声干扰、结构复杂的脑部磁敏感加权图像中准确地分割出来。方法提出基于血管增强滤波联合动态阈值分割和动态阈值区域生长的血管提取方法。前者分割出部分静脉作为种子点,后者生长至几乎全部静脉。结果在重度噪声和干扰的仿真图像中,可以达到90%以上的正确率;在临床图像中,能准确地提取出了静脉,清晰地显示了静脉的脉络结构。结论上述方法可以准确地实现脑部磁敏感加权图像中的静脉分割,有效地避免误分割,同时具有很好的鲁棒性。

同步辐射光束线束斑形状实时分析技术

同步辐射是由同步辐射装置产生的宽光谱、高通量、高准直、高亮度的优质光源,在许多领域已得到广泛应用。同步辐射光束的光斑大小是其最为重要的特性之一。常规测量光斑大小的方法是采用狭缝或刀片扫描光束,然后根据光强变化计算出光斑的大小,这种方式准确度高,但过程繁琐、效率较低。同步辐射光束照射到荧光靶上会形成可见光光斑,通过安装在光束线上的共轴摄像头可以获取光斑的图像信息。本文提出一种基于图像处理的光斑提取方法,能够快速提取光斑大小并显示光斑中心的位置以及光斑的对称性。测试结果表明:该方法能够实时地获取同步辐射光斑特征信息,且光斑尺寸在一定范围变化时具有较高的准确性,在光束线调试过程中可以作为一种有效的辅助测量手段。

基于fuzzy-adaptive-threshold的数据突发组装算法

在对光突发交换网络的数据拥塞模型进行理论分析的基础上,提出了一种新颖的模糊变长门限FAT突发组装算法.由于模糊逻辑控制的引入,使组装算法的灵活性与智能性得到进一步改善.仿真结果表明,与其他组装算法相比,FAT算法在获得低排队延迟、高带宽利用效率的同时,保证了网络的低突发丢弃率,进一步提高了网络的传输性能.

舰载相参体制雷达抗同频干扰的设计方法

为解决舰艇编队同型相参体制雷达间的同频干扰问题,文中针对相参体制雷达的主要特点,根据同频干扰的基本特性,分析了相参体制雷达抗同频干扰的难点。采用时域多脉冲相关法抗同频干扰的基本思路,确立了相参雷达抗同频干扰的技术指标,给出了抗同频干扰硬件设计,提出了抗同频干扰分机定时器模块、多脉冲相关模块、MTI模块和终端处理模块的设计方法。该方法能够有效消除编队内同型号相参体制雷达之间的同频干扰。

低信噪比下相位编码信号脉内特征提取新方法

针对低信噪比条件下相位编码信号的相位估计容易受噪声影响的问题,提出了将自适应阈值消噪技术与小波变换结合起来的新方法。首先利用连续小波变换计算信号的小波谱,再对小波谱进行自适应阈值消噪处理,进而提取小波谱脊线,得到相位编码信号的脉内调制信息。计算机仿真验证了该方法的可行性。

基于非下采样剪切波变换与引导滤波结合的遥感图像增强

针对遥感图像中对比度低、细节信息缺失和边缘梯度保持能力较弱等问题,提出了一种基于非下采样剪切波变换(NSST)与引导滤波相结合的遥感图像增强算法。首先,原始图像通过NSST被分解成低频子带和高频子带两部分。然后,对低频子带进行线性增强,提高整体对比度;采用自适应阈值法抑制高频子带的噪声,再对去噪后的高频子带进行引导滤波增强,提高图像的细节信息和边缘梯度保持能力。最后,对两部分子带进行NSST反变换,得到增强后的图像。实验结果表明,与直方图均衡、基于Contourlet变换和模糊理论的图像增强算法、基于非下采样Contourlet变换与反锐化掩膜结合的遥感图像增强算法以及基于非下采样Shearlet变换与参数化对数图像处理相结合的遥感图像增强算法相比,该算法的图像信息熵、峰值信噪比(PSNR)和结构相似性(SSIM)都有一定的提升,能明显地改善图像视觉效果,使得图像纹理更加清晰。

基于帧前景的特征距离判据的镜头边界检测

提出了一种简单有效的基于HSV空间镜头边界检测方法,本文综合考虑了视频帧全图像像素点与局部颜色直方图特征。首先,通过对视频帧全图的像素点进行运算提取每一帧的有效前景运动区域,然后提取该区域的颜色直方图。利用滑动窗口计算当前帧的前后两组视频帧的颜色直方图类间与类内距离,构造有效颜色特征的距离判据进行镜头边界检测。实验结果表明对镜头切变与渐变有良好的检测能力。

高斯尺度空间下铁谱图像自顶而下的分割方法

在铁谱图像阈值分割的结果中,图像的前景往往含有大量的非目标磨粒区域.为了提高阈值分割算法的准确性,降低误检率,提出了一种铁谱图像在高斯尺度空间下自顶而下的分割算法.采用卷积和下采样技术,构建由多组分层的平滑铁谱图像所组成的高斯尺度空间,其尺度按照一定规律由细到粗变化;对尺度空间的每一层图像进行独立的阈值分割,不同尺度下的图像采用不同的阈值,在尺度空间中形成了多阈值的分割结果;通过逻辑运算在尺度空间中将这些分割结果自顶而下逐步精细化.针对两类铁谱图像的分割过程表明,从大尺度到小尺度的自顶而下分割过程不仅抑制了绝大部分干扰,而且能够由粗到细逐步找回在小尺度分割结果中所得到的目标细节.最终的分割实验结果表明,该算法能够将传统阈值算法的准确性提高14个百分点,误检率降低15个百分点.

基于BP神经网络的镁熔液第一气泡图像检测

针对复杂背景下镁熔液第一气泡的图像检测,提出一种基于BP神经网络的弱小目标检测算法。首先利用BP神经网络的函数逼近特性对原始图像进行背景估计,再将原始图像和背景估计图像进行差分重构,然后对重构后的图像进行帧差,最后进行自适应阈值处理并结合形态学开运算检测到弱小气泡。结果表明,利用BP神经网络的算法能精确地识别第一气泡,为图像处理技术应用于镁熔液含氢量检测提供了一种新方法。