基于动态树木图像序列的实时拼接系统及其深度信息检测(英文)

在为高大林木防治病虫害和减少农药使用量而开发对靶喷雾机时,需要拼接树木图像和测量目标树木的深度信息,本文搭建双摄像头硬件平台和三维几何算法模型开发了树木图像采集和拼接系统来处理动态树木图像序列和计算目标树木与摄像头之间的距离信息,建立起摄像机视野范围、光轴夹角、焦点距离和拼接图像重叠系数等与目标树木距离信息之间的几何算法函数关系。算法试验验证显示:本文树木图像采集和拼接系统能准确测量远至6.5 m的树木距离,而其最大测量误差仅为0.27 m或7.5%。本文图像拼接系统可用来开发基于有无目标树木和距离信息进行定量喷雾的精确喷雾机。

基于最大似然比准则的点目标识别技术

本文介绍一种自适应算法 ,通过候选目标轨迹检测、最大似然比优化算法和后处理等一系列操作 ,从已经抑制CN序列和UCN序列的低信噪比图像序列中自动识别在视场中做匀速直线运动的点目标 .文内给出了各项操作的理论分析和优化算法 ,实验结果证实了理论分析的正确性和自适应算法的可行性 .本算法可识别最低信噪比为0 .5 ,且对红外、可见光等不同种类图像序列兼容 ,优化算法可以大大降低数据处理量 .

用简化SCS算法进行可视化加工过程仿真

阐述了动态CSG模型在PC机平台实现可视化的加工过程仿真优势,将加工过程抽象为从毛坯减去一系列刀具的扫描空间的实体布尔运算过程,介绍了目前流行的两种具体实现思路:物体空间和图像空间的CSG渲染技术,论证了使用后者的优越性。介绍了基于OpenGL进行动态CSG渲染的基本理论,引入了高效的SCS算法,详细讨论了该算法的两大技术关键,即奇偶校验和序列减,并针对螺栓节点球加工过程仿真的特殊情况对该算法进行了简化。

一种新的自适应量化数字音频水印算法

文章中提出了一种新的自适应量化数字音频水印算法,该算法首先将视觉可辨的二值水印图像降维成一维水印序列,并对水印序列进行随机置乱与BCH纠错编码,再将原始数字音频信号划分成音频数据段,最后选择音频段进行快速傅立叶变换(FFT),并依据人类听觉系统(HAS)模型自适应确定量化步长量化FFT系数嵌入水印信息。该算法提取水印信息时不需要原始数字音频信号。仿真结果表明:该自适应量化数字音频水印算法不仅具有较好的透明性,而且对诸如叠加噪声、有损压缩、低通滤波、重新采样等攻击均具有较好的鲁棒性。

基于卷积神经网络的混沌序列图像加密算法研究

图像中包含了很多机密和重要信息,因此保证图像安全性具有重要的现实意义。一般混沌加密算法处理后,图像仍然呈现一定程度的周期性等,安全性不足。为此,结合卷积神经网络对一般混沌加密算法进行改进,提出一种基于卷积神经网络的混沌序列图像加密算法。该算法研究分为三部分,首先将明文图像处理成混沌序列图像,包括像分块、混沌系统处理和伪随机序列生成三步骤,然后利用卷积神经网络对混沌序列进行训练,消除混沌序列的周期性,最后对混沌序列图像进行扩散处理,改变原始图像像素值,进一步实现加密处理。结果表明:与3种传统图像加密算法以及一般混沌加密算法相比,所研究加密算法应用下,信息熵最大(8.591),峰值信噪比最小(8.755),说明加密效果更好,保证了图像信息的安全性和机密性。

基于组合跟踪的景象匹配分析评估方法

景象匹配飞行试验中,图像序列中存在的剧烈尺度变化及多种外界因素影响导致的几何变形等成像质量变化,增加了景象匹配全流程自动评估的难度。为了解决这个问题,提出1种基于组合跟踪的景象匹配图像全流程评估方法。首先,基于序列图关键帧选取原则,提出序列图关键帧匹配方法;然后将该方法与多种目标跟踪算法进行对比分析;再根据对比分析的结果,提出1种基于该方法和TLD组合跟踪的景象匹配全流程评估方法;最后,将组合跟踪方法应用到3组模拟实验中。评估实验结果表明,该组合跟踪方法能够可靠快速地进行序列图全流程评估,对图像旋转、尺度变化、图像噪声和模糊等都有很强的适应性,并能以二维关系图的方式给出景象匹配全流程的定量评估结论。

图像处理系统中宏的设计与实现

图像处理算法具有特定性,一种算法对某类图像可能是有效的,但对其它类图像却未必奏效。在实际应用中,为了能够得到满意的处理结果,对不同类目标图像所采用的算法序列通常也是不同的,因此需要系统具备能够实现算法过程重组的能力。为此,论文介绍了图像处理系统中宏的设计与实现,允许用户自己定义应用于目标图像的算法序列及参数。实验表明,该技术的实现可以极大地提高系统的灵活性。

基于分通道自适应匹配的梯度保持色彩迁移算法

本文针对经典Welsh与Reinhard算法进行改进,提出一种基于分通道自适应匹配的梯度保持色彩迁移算法。引入L、a、b三通道作为匹配依据,因通道间的序列不相关,对单一通道进行处理时不会影响到另外两通道,消除了RGB颜色模式中单一目标区域易受多通道影响的弊端;对整体灰度值相近的图像,将色度均值差异最大的待处理区与背景区通道及参考图像对应通道进行自适应匹配,解决了Welsh算法对灰度差异小或灰度范围重叠的彩色源图像分级易造成误判的问题。然后引入梯度因子,同参考图像与源图像标准差比值作加权运算,将结果作为本文改进迁移算法的缩放比例系数,对匹配到的每组像素采用保持梯度的色彩迁移算法进行着色,避免了Reinhard算法易出现色彩细节信息丢失、阶调间过渡不自然等问题。实验证明,本文改进算法所得目标图像的彩色化效果均优于经典Welsh与Reinhard算法,极大提升了色彩迁移算法的灵活性与适用性。

Lab分通道直方图的彩色图像分割算法及应用

本文针对传统灰度直方图分割法未综合考虑图像色度及纹理特征、对灰度差异不明显或灰度范围重叠的图像出现过分割或欠分割等问题,提出一种新的基于Lab分通道直方图的彩色图像分割算法,引入具有序列不相关性的亮度L通道、红绿a通道及蓝黄b通道3种分割依据,通过Newton插值法进行拟合运算,可针对不同亮度、色度属性图像进行自由选择,并运用邻域灰度值相匹配原则解决相邻目标区域边缘像素的准确匹配问题,分局部、分形态、分区域实现图像中不同目标的提取。经验证,该法对区域亮度差异较大图像及区域色度差异显著于亮度差异图像的分割效果,均优于传统灰度直方图分割法,极大提升了直方图分割算法的适用性。将其与经典Reinhard色彩迁移算法结合,将源图像感兴趣目标区域经分通道分割后分别进行色彩迁移变换,较好解决了经典Reinhard算法对图像非目标区域的干扰、色彩误传及阶调层次损失严重等问题,突破传统迁移算法只能整体着色的局限性,实现分区域精准着色。

基于Memetic算法的编码曝光最优码字序列搜索方法

提出了一种基于Memetic算法的编码曝光最优码字序列搜索方法。分析了编码曝光成像理论模型,建立了最优码字选取的适应度函数准则。引入Memetic算法框架并开展了最优编码序列搜索,利用遗传搜索算法进行了全局最优解搜索,并在此基础上利用模拟退火算法进行了局部最优解求解,通过适应度函数的阈值约束及种群和最优解的更新迭代,得到了最优码字搜索结果。研究结果表明,相比其他方法,所提算法兼顾了全局最优与局部最优的求解,得到的最优码字序列具有更优性能指标,算法执行效率高,复原图像的主客观评价质量更好。