An Improved Real-Time Face Recognition System at Low Resolution Based on Local Binary Pattern Histogram Algorithm and CLAHE

This research presents an improved real-time face recognition system at a low resolution of 15 pixels with pose and emotion and resolution variations. We have designed our datasets named LRD200 and LRD100, which have been used for training and classification. The face detection part uses the Viola-Jones algorithm, and the face recognition part receives the face image from the face detection part to process it using the Local Binary Pattern Histogram (LBPH) algorithm with preprocessing using contrast limited adaptive histogram equalization (CLAHE) and face alignment. The face database in this system can be updated via our custom-built standalone android app and automatic restarting of the training and recognition process with an updated database. Using our proposed algorithm, a real-time face recognition accuracy of 78.40% at 15 px and 98.05% at 45 px have been achieved using the LRD200 database containing 200 images per person. With 100 images per person in the database (LRD100) the achieved accuracies are 60.60% at 15 px and 95% at 45 px respectively. A facial deflection of about 30° on either side from the front face showed an average face recognition precision of 72.25%-81.85%. This face recognition system can be employed for law enforcement purposes, where the surveillance camera captures a low-resolution image because of the distance of a person from the camera. It can also be used as a surveillance system in airports, bus stations, etc., to reduce the risk of possible criminal threats.

港口场景集装箱锁孔目标智能检测研究

为解决集装箱图像受到外界光线环境的影响造成信息对比度低、暗部细节信息不明显和图像信息难以辨认清等问题,提出一种新的图像增强算法,其重点是利用非线性变换,提高图像的暗部细节,将原本的RGB模型转化到HSV模型进行均衡化。利用实际工程中港口所提供的测试数据集,使用已训练好的模型进行广泛的实验。实验还探究了图像增强算法对卷积神经网络性能的影响,利用对比度受限的自适应直方图均衡化、伽马校正、拉普拉斯变换以及原始图像与该算法进行对比,使用10折交叉验证了该算法的精确率、召回率均大于其他的算法。采用配对T检验,比较分析采用各算法间的各项指标差异,结果表明:该算法相比其他算法的效果要好。

医学CT序列图像的混合去噪算法

医学CT(computer tomography)序列图像会因为各种原因而掺杂噪声,去噪能够有效地提高图像的质量.常见的去噪算法都是针对单张图像进行,考虑到CT序列图像之间具有很高的相似性,本文提出一种基于相邻图像结构相似性的混合去噪算法.该算法首先计算序列图像的最大和最小灰度值,根据灰度值绘制直方图,设定相关阈值参数,根据筛选之后的直方图计算窗宽窗位,然后进行调窗处理.之后计算目标图像与其前后相邻图像之间的结构相似性,最后根据结构相似性对3张图片混合使用BM3D和高斯滤波2种去噪算法.通过对比实验表明,该算法在均方误差、峰值信噪比和结构相似性三方面都有所提高,能够有效地提高图像质量.

基于改进ViBe算法以及改进CLAHE算法的烟雾信息增强技术

对于在火灾刚开始发生时,烟雾信息较弱且不明显的问题,提出了一种使用视频图像序列进行烟雾信息增强的技术。使用改进的ViBe算法对整个视频进行检测,获得每帧图像的运动蒙板。采用去除离群值的帧间差分放大算法对烟雾信息进行放大。通过改进后的限制对比度的自适应直方图均衡化算法(CLAHE)来提高烟雾区域对比度,并使用合并蒙板保存烟雾信息,用翻转蒙板保留原始图像背景信息,最后进行烟雾区域与背景区域的融合,得到最终图像。实验结果表明,算法可以将烟雾泄漏区域的对比度进行较大程度的提高,并且由于融合了原始图像背景,因此,背景噪声也处于较低水平。

基于脉组宽捷变的射频隐身雷达信号设计技术

射频隐身雷达能够从根本上提高雷达电子防御能力,是当前航空装备研究热点,而其重点是射频隐身信号设计。抗分选信号是一种重要的射频隐身信号,现在射频隐身信号设计领域的难点之一就是抗分选信号设计。通过分析雷达告警接收机等宽带实时电子侦察设备的主分选算法——序列差值直方图分选算法,指出该算法对于信号的脉冲重复间隔(PRI)大范围快速变化时会出现PRI估计错误的失效原理,提出基于脉组捷变的射频隐身雷达抗分选信号设计方法,即通过信号的脉组PRI大步进捷变,可以使RWR等实时宽带电子侦察设备的主分选算法输出出现较大误差,甚至完全错误。仿真及实验证明,基于上述方法设计的信号能有效对抗宽带实时电子侦察设备的主分选算法,实现雷达抗分选的目标。

基于双目视觉的变电站巡检机器人自主避障技术

为了有效解决机器人路径偏移和避障路径过长的问题,提出了一种基于双目视觉的变电站巡检机器人自主避障方法。构建双目立体视觉系统模型,获取空间点的三维世界坐标系,获取障碍物的位置、距离、形状等信息,在获得障碍物的位置信息后,利用矢量场直方图算法(VFH)调整机器人的移动方向,实现自主避障。实验结果表明,所提方法的避障成功率为96%,避障路径较短,且不存在偏离问题,验证了其应用效果。

基于国密加性同态的医学影像可逆信息隐藏方法

医学影像共享是医疗信息云共享中最重要的部分,因为医疗信息80%以上是医学影像,但信息共享面临数据安全、隐私保护和信息检索等问题。虽然已有很多密文域可逆信息隐藏(RDH-EI,Reversible Data Hiding in Encrypted Image)方案,但一般不能直接应用于DICOM医学影像上。为了满足云服务中DICOM文件的隐私保护和信息检索需求,文章提出一种基于ZUC加性同态和多层差值直方图平移的DICOM图像RDH-EI方案。所提方案不改变DICOM文件格式,不增加文件大小,且图像解密和信息提取可分离。实验结果表明,所提出的方案具有良好的灵活性和计算效率,是一种适用云共享的RDH-EI方案。

圆形直方图线性化的高精度高适应性多阈值分割方法

针对已有彩色图像多阈值分割方法存在的分割精度不高、分割适应性较差等问题,提出一种圆形直方图线性化的高精度高适应性多阈值分割方法。在对输入彩色图像进行超像素预处理后,构建累积分布方差最大化准则,将圆形直方图截断后延展为线性直方图。在线性直方图上,结合Tsallis熵和类间方差构建一个新的多阈值分割目标函数。引入麻雀搜索算法,快速求解多阈值分割目标函数得到最优阈值进行阈值分割。在8幅合成图像和500幅真实世界图像上将提出方法和9种不同的彩色图像分割方法进行全面比较,在峰值信噪比(PSNR)、结构相似性(SSIM)、特征相似度(FSIM)、概率兰德指数、全局一致性误差(GCE)、信息差异6个量化评价指标上的综合实验结果表明,提出方法在计算效率方面与比较方法大致持平,但在分割精度和分割适应性方面明显优于比较方法,在PSNR、SSIM、FSIM和GCE等评价指标上分别以19.95 dB、0.80、0.94和0.16取得最优结果。

面向室内弱光环境的视觉与惯导融合算法研究

针对视觉惯性里程计算法在低光照或黑暗等复杂条件下定位精度差的问题,提出了一种基于多状态约束卡尔曼滤波(MSCKF)算法的适应弱光环境的视觉惯性里程计算法。结合离散余弦变换(DCT)同态滤波和限制对比度的自适应图像均衡化处理图像,然后将增强后的图像应用于MSCKF中,计算出精确的初始位姿估计。基于多状态观测约束策略计算特征重投影误差,以更新系统状态。该算法在公开数据集EuRoC上进行了测试。结果表明,不管在正常光照还是弱光照的场景下,该算法相较于原始算法精度均有所提升,最大均方根误差从1.778 m降低到0.249 m,平均均方根误差降低57.7%。

基于分布式数据流聚类的成绩层次化评估方法

为提高成绩评估结果的准确率,针对成绩数据具有的多元化、容量大、分布式的特点,引入分布式数据流聚类算法,优化数据聚类精度和时效性,实现成绩层次化评价.首先,通过聚类特征指数直方图建立分布式数据流挖掘矩阵,提高成绩数据的聚类性能.将一阶线性微分方程结合分数阶累加,构建全局聚簇模型,保证聚类性能稳定.然后,采用层次分析法处理成绩数据,将成绩按照基础课程、专业课程及实训课程分类,确保层次化评估的精确率,再结合权重法得到成绩评估结果.实验结果表明,该方法有效实现对成绩数据的层次化评估,精确率、召回率、AUC值分别可以达到98.75%、86.67%、0.987,评估时长仅为488.4 ms,且该方法的收敛效果较优,数据流能耗较低.

中国象棋自动打谱方法研究

针对现存象棋打谱方式繁琐、成本较高的问题,提出了一种基于机器视觉的象棋自动打谱方法。对图像进行预处理后,首先结合二值化与连通区域搜索进行人手遮挡检测,随后采用Hough圆检测、字符矩阵等方法对棋子进行定位,接着将棋子分为红黑两方,并利用局部二进制模式直方图(local binary pattern histogram,LBPH)算法实现棋种识别,最后通过动态识别棋子移动路径,根据行棋规则生成着法。选取50局象棋比赛录像进行测试,结果表明,该方法在识别准确率达到99%的前提下,1 s内可对5帧图像进行处理与识别,且对50个视频识别得到的棋谱正确率均为100%,可以完全满足各类型对局的打谱需求。

Image Retrieval Approach Based on Intuitive Fuzzy Set Combined with Genetic Algorithm

Aiming at shortcomings of traditional image retrieval systems, a new image retrieval approach based on color features of image combining intuitive fuzzy theory with genetic algorithm is proposed. Each image is segmented into a constant number of sub-images in vertical direction. Color features are extracted from every sub-image to get chromosome coding. It is considered that fuzzy membership and intuitive fuzzy hesitancy degree of every pixel＇s color in image are associated to all the color histogram bins. Certain feature, fuzzy feature and intuitive fuzzy feature of colors in an image, are used together to describe the content of image. Efficient combinations of sub-image are selected according to operation of selecting, crossing and variation. Retrieval results are obtained from image matching based on these color feature combinations of sub-images. Tests show that this approach can improve the accuracy of image retrieval in the case of not decreasing the speed of image retrieval. Its mean precision is above 80 %.

A Clustering Algorithm for Key Frame Extraction Based on Density Peak

Aiming at the problem of video key frame extraction, a density peak clustering algorithm is proposed, which uses the HSV histogram to transform high-dimensional abstract video image data into quantifiable low-dimensional data, and reduces the computational complexity while capturing image features. On this basis, the density peak clustering algorithm is used to cluster these low-dimensional data and find the cluster centers. Combining the clustering results, the final key frames are obtained. A large number of key frame extraction experiments for different types of videos show that the algorithm can extract different number of key frames by combining video content, overcome the shortcoming of traditional key frame extraction algorithm which can only extract a fixed number of key frames, and the extracted key frames can represent the main content of video accurately.

复杂环境下混凝土桥梁裂缝宽度检测算法

为提高桥梁裂缝宽度的检测精度,提出复杂环境下混凝土桥梁裂缝宽度检测算法。根据图像的灰度转换,调整裂缝的灰度图;对图像进行归一化处理,增强图像细节特征;在复杂背景下识别裂缝图像,在计算图像灰度直方图的基础上构建灰度累积分布函数,结合灰度图的转换,完成混凝土桥梁裂缝图像的直方图均衡化,采用连续曲线的间距计算原理,设计混凝土桥梁裂缝宽度检测算法,实现混凝土桥梁裂缝的宽度检测。结果表明,此算法在噪声环境、辐射环境下对混凝土桥梁裂缝宽度的检测准确度分别为97.30%、96.57%,为混凝土桥梁的检测质量提供数据支撑。

基于ASHE和SWT的低对比度自然场景图像文字定位

为解决在自然场景下光照不均匀使得图像对比度低,导致图像文字定位错检的问题,采用自适应子直方图均衡算法(Adaptive Sub-Histogram Equalization,ASHE)对图像进行对比度增强处理;采用最大稳定极值区域算法提取候选区域,结合形态学与启发式规则进行初步定位;通过改进的笔画宽度变换算法(SWT)与汉字特征进行精确定位;使用字符链融合算法,将文字区域合并,实现最终文本定位。实验结果表明改进算法对自然场景低对比度图像中文字具有较高的定位准确率,并且有效地降低了时间复杂度。

基于加权融合的环境遥感图像增强算法

原始环境遥感图像经常面临噪声问题,导致目视判读困难,植被提取精度低。为解决这一问题,有效促进环境遥感图像质量提升,提出一种基于加权融合的环境遥感图像增强算法。首先,构造灰度变换函数来提高图像对比度;其次,设计灰度加权系数以降低图像噪声;最后,利用灰度加权系数完成像素灰度加权融合增强。实验结果表明,该方法能有效提高环境遥感图像质量,便于对环境研究目标进行目视解译。

基于颜色直方图和卡尔曼预测的目标跟踪算法

为改善Camshift算法在复杂背景下的目标跟踪成功率,本文提出一种基于颜色直方图和Kalman预测的目标跟踪算法。应用颜色直方图计算目标的概率分布,引入Kalman滤波来计算目标的质心象素点,快速预测并确定当前帧中目标的质心位置,更新跟踪模型。通过仿真实验证明了算法的有效性。

舰船红外目标图像视觉传达增强

针对舰船红外图像获取性难和敏感性问题,提出一种舰船红外目标图像视觉传达增强方法,提升舰船红外目标图象质量。采用改进的中值滤波预处理舰船红外图像,有效去除舰船红外图像中海浪的冲击噪声;通过Renyi熵方法将处理后的舰船红外图像二值化分割为前景域和背景域,以区分舰船目标和背景;通过改进的平台直方图均衡方法剔除舰船目标和背景红外图像冗余的像素点,均衡分配灰度值,实现舰船目标和背景增强;经改进的Canny对增强后舰船目标和背景图像边缘加权融合,得到最终的舰船增强图像。实验结果表明,所提方法可以有效去除舰船图像噪声,提升舰船红外图像的对比度,对图像和图像边缘的信息保有量充分,大幅提高了红外图像的质量和清晰度,加大了舰船红外目标图像视觉传达增强的可行性。

基于线阵相机的透明胶囊漏液检测方法研究

人工检测透明胶囊是否漏液的方法耗时长、人工成本高。提出一种基于线阵相机的胶囊漏液检测方法。首先,利用线阵相机拍摄胶囊图像,成像处理后使用双边滤波方法将图像分为背景层和细节层。然后,采用自适应直方图均衡化(AHE)和Sobel operator算法,分别对分层图像进行平滑和锐化处理。最后,按权重对处理后的图像作线性融合,凸显胶囊漏液位置特征,从而确定漏液位置。试验结果表明,相比于传统人工方法,胶囊的漏液检测误差率缩小、检测效率提高,为实现透明胶囊生产线实时检测提供技术储备和数据支撑。该研究为工业、医疗、科研与安全等领域在利用电荷耦合元件线阵相机检测连续材料方面提供了有效的方法,并为图像处理中的算法融合提出了可行性建议。

A Genetic Algorithm Approach to Optimize Parameters in Infrared Guidance System

In the infrared guidance system, the gray level threshold is key for target recognition. After thresholding, a target in the binary image is distinguished from the complex background by three recognition features. Using a genetic algorithm, this paper seeks to find the optimal parameters varied with different sub images to compute the adaptive segmentation threshold.The experimental results reveal that the GA paradigm is an efficient and effective method of search.