Patch-based vehicle logo detection with patch intensity and weight matrix

A patch-based method for detecting vehicle logos using prior knowledge is proposed.By representing the coarse region of the logo with the weight matrix of patch intensity and position,the proposed method is robust to bad and complex environmental conditions.The bounding-box of the logo is extracted by a thershloding approach.Experimental results show that 93.58% location accuracy is achieved with 1100 images under various environmental conditions,indicating that the proposed method is effective and suitable for the location of vehicle logo in practical applications.

MRI-DWI联合超声声衰减成像诊断脂肪肝背景下<2 cm局灶结节性病变的价值

目的探讨磁共振成像-弥散加权成像(MRI-DMI)联合超声声衰减成像(ATI)诊断脂肪肝背景下<2 cm局灶结节性病变的价值。方法回顾性分析2022年6月至2023年6月河南大学淮河医院收治的68例脂肪肝合并<2 cm局灶结节性病变的临床资料,所有患者均接受MRI检查、病理学检查与ATI检查。根据脂肪肝病变程度不同将68例患者分为重度组(n=24)、中度组(n=27)、轻度组(n=17)。对比不同局灶节性病变患者的表观扩散系数(ADC)值、声衰减系数(AC)值与临床资料,对比不同脂肪肝病变程度患者的ADC值、AC值与临床资料,采用Pearson分析相关性,分析MRI-DWI联合AC值对脂肪肝合并<2 cm局灶结节性病变为恶性的诊断价值。结果病理学诊断结果显示,68例患者中,41例为良性结节,27例为恶性结节。良性结节组与恶性结节组低密度脂蛋白胆固醇(LDL-C)、年龄、三酰甘油(TG)、性别、总胆固醇(TC)、高密度脂蛋白胆固醇(HDL-C)对比差异无统计学意义(P>0.05)。轻度组、中度组、重度组TG、年龄、HDL-C、性别、TC、LDL-C比较差异无统计学意义(P>0.05)。恶性结节组不同b值下的ADC值低于良性结节组(P<0.05),恶性结节组AC值高于良性结节组(P<0.05)。重度组不同b值下的ADC值低于轻度组、中度组(P<0.05),中度组不同b值下的ADC值低于轻度组(P<0.05),重度组AC值高于轻度组、中度组(P<0.05),中度组AC值高于轻度组(P<0.05)。不同b值下的ADC值与脂肪肝病变程度均呈负相关(P<0.05),与TG、HDL-C、TC及LDL-C无关(P>0.05);AC值与脂肪肝病变程度呈正相关(P<0.05),与HDL-C呈负相关(P<0.05),与TG、TC及LDL-C无关(P>0.05)。MRI-DWI、AC值及二者联合诊断脂肪肝合并<2 cm局灶结节性病变为恶性的曲线下面积(AUC)值分别为0.775、0.773、0.909(P<0.05),且二者联合的AUC值更高(P<0.05)。结论MRI-DWI、ATI在鉴别诊断脂肪肝背景下<2 cm局灶结节性病变良恶性中具有重要价值,且二者联合具有更高的诊断价值。

3.0 T磁共振DWIBS技术在淋巴瘤诊断中的应用价值

目的重点观察3.0 T磁共振全身背景信号抑制弥散加权成像(DWIBS)技术在淋巴瘤患者诊断中的效能分析,以期提高临床淋巴瘤检出率。方法回顾性分析,采集医院2020年1月至2022年12月收治的100例淋巴瘤患者的基线资料,入组患者均行术中快速病理检查与3.0 T磁共振DWIBS技术检查,将术中快速病理检查作为金标准,分析3.0 T磁共振DWIBS技术的诊断效能。结果纳入对象经病理检出,结内病灶72例,占比72.00%,结外病灶28例,占比28.00%。诊断结内病灶效能:阳性检出率69.00%,敏感度90.28%,特异度85.71%,准确度89.00%,将术中快速病理结果作为金标准,3.0 T磁共振DWIBS检查结内病灶与金标准一致性检验K值=0.736(P<0.001)。诊断结外病灶效能:阳性检出率31.00%,敏感度92.86%,特异度93.06%,准确度93.00%,3.0 T磁共振DWIBS技术检查结外病灶与金标准一致性检验K值=0.832(P<0.001)。该技术诊断淋巴瘤结内病灶总准确率为75.00%,诊断淋巴瘤结外病灶总准确率为75.00%。结论3.0 T磁共振DWIBS技术可提高淋巴瘤及其分期检出率,针对临床高度疑似淋巴瘤患者,可通过采取3.0 T磁共振DWIBS技术,旨在提高临床淋巴瘤检出率。

复杂背景下基于SIFT算法的局部遮挡人脸识别

由于复杂的背景环境中存在大量噪声点、平滑点以及失真点,影响人脸识别效果,提出基于SIFT算法的局部遮挡人脸识别方法。考虑到噪声因素的影响建立尺度不变高斯函数,通过该函数描述原始图像的噪声干扰,查找平滑程度最高的像素点,以像素均值作为参考,对像素点及周围区域实行平滑约束。建立包含眼睛、鼻子、嘴巴以及耳朵的面部特征子集,与标准图像比对,采用最大期望算法提取重叠度最高的面部特征,作为人脸识别的参照标准。采用两个向量的内积衡量人脸图像与参考值之间的相似度,计算存在和不存在局部遮挡的特征权重,建立置信区间,代入面部特征权重实施置信对比,完成人脸识别。实验结果表明,所提方法的识别精准度较高,在灰度变化、噪声以及局部遮挡的情况下均能够保证识别精度。

一种快速检测红外小目标的形态学方法

红外小目标检测是一项具有挑战性的任务,传统形态学算法在小目标检测中容易受到复杂背景噪声的影响,检测效果不佳,且结构元素大小的选择容易影响检测效果。为解决该问题,通过结合多重的形态学算子,设置自适应加权的形态学算子,提出一种高效的小目标检测算法,最后在真实红外图像上进行测试。实验结果表明,所提出的方法在定量和定性方面都优于现有技术。

基于GIS的安康市汉滨区地质灾害危险度区划研究

为了建立起系统的滑坡危险度量化模型,利用GIS软件采集评价指标,通过贡献权重模型,将滑坡本底因子对滑坡的贡献率转化为权重,并反演出各个指标因子的自权重和互权重,经过权重的多重迭加,对区域滑坡的危险度进行区划和评估。研究结果表明:滑坡分布密度与危险度级别有强的相关性,滑坡分布密度和增加幅度随危险度级别的提高而增加。通过对区域滑坡危险度的分析,对于制定防灾减灾方案和规划工程项目具有一定的参考价值。

基于拉曼光谱数据处理和谱峰识别的变压器油绝缘老化研究

针对变压器油的拉曼光谱分析通常受到噪声和荧光背景等的干扰以及谱峰位置难以识别的问题,提出了一种改进的数据处理和谱峰识别算法,用于变压器油老化评估时的拉曼光谱分析。提出一种自适应Savitzky-Golay滤波法,引入自适应窗口大小拉曼光谱数据进行去噪处理。采用改进的多项式拟合算法对去噪后的数据进行去除荧光背景处理,减小荧光背景对拟合结果的影响。通过数据点与期望的拉曼信号的接近程度为每个数据点赋予权重,以实现更准确的去荧光背景处理。利用谱峰识别技术判别变压器油的老化程度,采用大小两种尺度高斯窗口判别法来识别谱峰,并结合局部加权信噪比(local weighted signal-to-noise ratio,LW_SNR)来判断疑似拉曼谱峰的真实性。最后通过实验验证了所提算法在变压器油老化评估中的有效性。

基于颜色属性直方图的尺度目标跟踪算法研究

利用目标颜色信息的跟踪算法,容易受到环境光照、尺度变化、相似背景等因素的干扰,导致跟踪任务失败。为了克服以上问题,该文提出一种基于颜色属性空间的鲁棒尺度目标跟踪算法。该算法首先将原始的RGB颜色空间映射到颜色属性(Color Names,CN)空间,减少目标颜色在跟踪过程中受环境变化影响。然后采用一种背景加权约束的颜色属性直方图,来抑制相似背景的干扰。最后,为了解决目标尺度变化带来的影响,先用梯度上升法粗略估计尺度,再用约束项精确求解尺度,并利用反向一致性检验,进一步提高尺度估计的准确性。该文选取了5段典型视频进行实验,并与相关算法进行比较。结果表明所提算法能够消除环境光照、阴影、相似背景和尺度变化等因素所带来的影响,在中心位置误差和跟踪成功率性能指标上,优于其它算法。

Mean-shift跟踪算法及其在光电跟踪系统中的应用

针对光电跟踪系统中实时提取运动目标脱靶量的应用需求,设计了一种基于灰度直方图的Mean-shift图像跟踪算法,对算法中目标模型与候选模型的建立进行了改进,抑制了背景像素对目标跟踪产生的影响。算法在系统上位机Visual C++6.0平台上实现,当光电跟踪系统捕获到运动目标后,利用Mean-shift图像跟踪算法跟踪运动目标,并实时将运动目标脱靶量作为伺服控制系统的输入信号,驱动跟踪器跟踪目标。实验结果表明:设计的算法可以实时、准确、有效地跟踪运动目标,使稳定后的脱靶量换算得到的角偏差量控制在30″之内。

一种前景和背景提取相结合的图像显著性检测

为了获得更加精细化的显著目标检测结果,提出一种结合前景和背景信息的图像显著目标检测算法,将自底向上的粗糙显著区域提取和基于流形查询的自顶向下背景权重图的计算整合到统一的优化框架内.粗糙显著图主要融合了更符合生物心理学规则的局部对比图、频率先验图和全局颜色分布图这3个先验图;在背景权重图的计算中,首先根据超像素分割图构建一个无向图的邻接矩阵,然后基于边界背景先验知识选择位于图像边界的一些超像素作为初始流形查询向量进行图节点间关联度的传播计算,得到背景权重图.在MSRA1000和ECSSD这2个基准数据集上与当前主要的10种算法进行了对比实验,结果体现了文中算法的优异性.

基于颜色纹理直方图的带权分块均值漂移目标跟踪算法

融合了传统的颜色直方图并基于局部二元模式表示的纹理特征来表示跟踪目标,提出一种基于颜色纹理直方图的带权分块均值漂移目标跟踪算法.为了更好地解决目标遮挡和姿势改变的问题,在跟踪过程中将跟踪目标分割成多个互不遮挡的矩形分块,对每一个矩形分块独立采用基于背景权重的均值漂移算法,并结合每一个分块求得的最佳目标位置得到目标物体在下一帧中的位置.实验结果表明,该算法和传统的基于颜色直方图特征的均值漂移算法相比具有更准确的跟踪结果,并且对于目标遮挡和姿势改变的视频序列具有更强的鲁棒性.

自适应权值的静态背景提取与更新算法

对比了多种视频中的静态背景提取方法,针对这些方法各自的局限性,提出一种新型的背景提取更新方法。该方法通过引入新参数背景权值及其变化量,背景权值作为评判背景可靠程度的标准,以其数值大小控制背景的维持或者更新。对每一帧图像进行二次判定,将读入的图像元素进行分类,分别产生不同的背景权值变化量,通过背景权值变化量控制背景权值。实验验证表明该方法具有原理简单,运算快捷,更新速度较快且抗前景干扰能力强的优点,而且通过调节定值参数可以适应多种不同情况下的背景提取。

基于改进Camshift算法的视频对象跟踪方法

针对Camshift算法限于简单背景下跟踪特定颜色目标的局限性,提出一种改进的Camshift算法。首先在HSV色彩空间建立目标的背景加权三维直方图,将视频图像转化成颜色概率图,然后结合颜色概率分布图与差分图像,根据目标运动速率大小自适应的赋予两者不同的权重,实现了复杂背景下的目标跟踪。实验结果表明,该方法是十分有效的。

基于特征融合与背景加权的红外目标跟踪

针对传统均值漂移算法无法对与背景相近红外目标进行有效跟踪的问题,提出了一种改进均值漂移(Mean Shift)算法。首先,融合了灰度和纹理两方面的信息以增加目标描述的信息量,接着为了减少背景像素对跟踪定位的影响,通过目标区域周围像素的颜色直方图定义背景加权系数,并将该系数引入到目标模型的灰度直方图和纹理直方图的计算中,进而实现目标的准确定位,最后,给出了目标模型更新方法。实验结果表明,文中算法能够抑制背景干扰,对与背景相似的目标进行有效的跟踪。

基于直方图比的背景加权的Mean Shift目标跟踪算法

针对Mean Shift跟踪算法目标模型中背景像素所造成的目标跟踪定位的偏差,提出了一种基于直方图比的背景加权的目标表示方法。该方法使用由目标核直方图和背景直方图的对数似然比值推导出的隶属度因子作为权值,通过只对目标模型进行加权变换,而不变换目标候选模型的方法,增强了目标和背景的可分性,有效减少了跟踪过程中背景像素的干扰,提高了目标定位的准确性。仿真实验结果表明算法的有效性。

基于局部背景加权直方图的目标跟踪

针对传统的颜色直方图和加权颜色直方图跟踪算法难以在复杂环境下对目标进行有效跟踪的问题,提出了一种基于局部背景加权直方图的目标跟踪算法,该算法将目标的局部背景看作上下文,将其引入目标表征。在粒子滤波跟踪算法框架下,用局部背景加权直方图来表征目标,以增强目标与背景的鉴别性,从而突出目标区域内的前景信息。各种场景的实验结果比较表明,提出的跟踪算法比传统的颜色直方图和加权颜色直方图跟踪算法具有更好的稳定性和鲁棒性,特别是针对目标被局部遮挡及跟踪环境光照变化较大等情况。

加权多点灰色模型在高边坡变形预测中的应用

边坡变形是一个复杂的系统过程,单点模型GM(1,1)不能考虑各变形监测点间的相关性。针对单点模型背景值取值方法的不足,提出一种动态定权方法,建立加权多点灰色预测模型(即WM-GM(1,1)模型)。利用Matlab语言编写了程序,实例计算表明,WM-GM(1,1)模型预测精度高。

基于颜色的快速人体跟踪及遮挡处理

为了对被跟踪到的运动员进行运动姿态以及运动参数的分析,给运动员的训练提供科学合理的参考,提高比赛成绩,研究了面向体育视频的运动目标跟踪技术,提出了一种基于Mean Shift的综合算法.首先,根据背景加权直方图选择跟踪目标与背景图像的差别最显著的部分作为跟踪特征,以减少背景信息对跟踪效果的影响;其次,针对Mean Shift算法需要对图像进行穷举匹配的问题,利用Kalman滤波对目标的状态进行有效预测,减少了匹配运算次数,改善了快速运动目标的跟踪效果,提高了跟踪算法的稳健性;最后运用基于核的Mean Shift算法对运动目标进行跟踪,同时进行目标模板的实时更新,实现了对体育视频中运动员的稳定实时的跟踪.该方法成功地解决了部分遮挡、背景混乱以及目标尺寸变化等问题.

面向室外视频监控的背景重构算法

针对室外视频监控环境复杂,运动对象检测准确性较低,提出一种用于背景减运动对象检测的背景重构算法.综合考虑像素点亮度的稳定状态持续时间和出现频率,定义加权亮度直方图确定量化区间的背景概率,根据背景概率大小和分布,结合基于亮度空间相关性的修正实现背景重构.实验结果表明,重构的背景有效地克服了训练阶段运动对象的干扰,用于运动对象检测能够适应背景扰动、摄像机轻微晃动等复杂情况,提高检测的准确性.

基于加权核密度估计的自适应运动前景检测方法

为解决监控视频背景初始化过程中前景干扰的问题,提出了一种基于加权核密度估计(KDE)的自适应运动前景检测方法.该方法对时间域变化稳定的像素值进行加权,并利用核密度估计构建背景模型,避免了背景初始化过程中前景的干扰.基于该背景模型,提出了一种新的阈值设定策略.该策略根据前景空间分布的连续性自适应获得前景阈值,填充前景中的"孔",并更新阈值.实验结果表明:即使场景中存在运动前景,该方法能够在多种场景下获得90%以上的查准率和查全率,其性能优于传统的背景差法.