改进的语义分割模型及其应用

训练语义分割网络模型需要较为繁琐的人工标注作为训练标签,同时语义分割模型在构建和运行过程中也存在超参数较难确定以及模型过于庞大等问题。为解决这类问题,提出了一种基于标注框生成热点图的标签生成方法,简化了语义分割训练标签的人工标注过程。以及在可微分神经网络结构搜索方法的基础上提出了一种对硬件要求更低的神经网络结构搜索方法,并基于此种方法改进了特征金字塔结构,构建了一个改进的语义分割模型,并在安全帽与口罩检测数据集上进行了试验。与U-Net、FPN等模型比较,新的模型在参数量、计算速度以及精确度上都更有优势。

基于SIFT改进的无人机图像匹配算法

针对无人机图像匹配时间较长的问题,提出了一种基于SIFT改进的无人机图像匹配算法。引入了FAST算法检测角点,它能快速通过比较中心像素点和一定领域内像元的灰度值以判断是否为角点,从而提高算法的速度。同时,为了弥补FAST算法在高斯差分金字塔上搜索的不足,使用了基于Ostu和GA的图像分割算法对图像进行分割,对分割图像构建高斯金字塔,在高斯金字塔上进行特征点搜索。实验结果表明,与传统的SIFT算法相比,改进算法提高了无人机图像匹配的速率和正确率。

改进的模板匹配金字塔搜索算法

针对模板匹配和智能检索技术对效率的要求,提出了改进的金字塔分层搜索算法,分别从算法剪枝和并行匹配两方面对算法进行改进。采用边缘梯度作为基础匹配描述子,改进的搜索算法融合了预先终止、匹配进程中终止、边缘点稀疏、逐层重叠筛选四种方法来降低算法的搜索空间复杂度。在算法中引入PPL并行库实现了多模板的并行匹配。实验结果显示,选择合适的参数,针对特定的模板匹配任务,改进后的金字塔搜索算法在保证准确检测目标的基础上,与传统的金字塔搜索算法相比效率提升56.3%。

基于金字塔模型和多策略协同的萤火虫算法

为克服萤火虫算法使用全吸引模型和单一学习策略易陷入局部最优的缺点,提出一种基于金字塔模型和多策略协同的萤火虫算法。将种群分为4层,最高层粒子使用柯西突变策略;第二和第三层粒子分别使用双粒子领导和精英邻域搜索策略向更高层学习;最后一层粒子使用三样本学习策略向前三层学习。各层粒子向更高层粒子及自身学习,形成金字塔模型;各层粒子采用不同的学习方法,构成多策略协同。分层寻优减少运动次数,避免算法运行过程中的粒子振荡;多策略协同平衡算法的探索与开发能力,保证算法的多样性。通过在两组测试函数上与改进萤火虫算法及其它群智能算法进行比较,验证了该算法的优化性能。

激光测距仪镜头感光元件的快速识别与定位算法研究

在激光测距仪镜头组件的自动化装配中,快速、精准识别感光元件雪崩光电二极管(APD)的定位坐标,对于完成镜头焦点的精确对位以及提高图像处理效率至关重要。针对APD的图像识别与定位过程,本文提出一套基于机器视觉的高效、高精度的图像处理算法。首先在粗定位图像处理阶段中,为提高运算效率,利用抗干扰性强的高斯金字塔搜索归一化互相关匹配(NCC)算法,对图像中的APD进行粗定位。在边缘检测中,采用Otsu算法自适应地根据梯度图像变化生成高低阈值,避免了传统Canny算法的手动设置高低阈值的难题。在目标轮廓提取阶段采用连通域标记法,过滤掉孤立的像素点和非目标区域像素点,保证了下一步的轮廓拟合精度。在最后的轮廓拟合精定位阶段中,通过对两种拟合算法比较过程中,确定最小二乘法圆拟合亚像素定位算法进行APD轮廓拟合,可以保证效率和定位精度,实验结果表明整个图像处理系统用时596 ms、定位精度0.4 pixel,相对误差为0.64%,实现了APD图像快速、精准定位的过程,提高了定位精度和效率。

基于NCC-P-S优化算法的断路器机械特性测试方法研究

机械特性参数是评价断路器动作性能的有效依据,传统测试方法不能在线测试,且传感器安装复杂。该文提出一种基于计算机视觉技术的非接触测试方法:在断路器操动过程中捕捉高速图像序列,运用归一化互相关匹配算法(normalized cross correlation,NCC)对图像运动目标进行逐帧搜索,获得绝缘连杆或主轴的运动轨迹,由其与动触头的关联关系计算断路器的机械特性参数。在图像序列目标跟踪的NCC匹配算法中,结合降分辨率金字塔快速搜索法,并对后续帧图像的扇形识别区域进行有向动态调整,这种优化方法称之为归一化互相关图像金字塔扇形快速匹配算法(normalized cross correlation-pyramid-sector,NCC-P-S)。通过实验证明:降分辨率分层匹配和有向搜索优化大大提高了目标的搜索速度和精度。

空域机动目标智能搜索跟踪算法

为在低对比度低信噪比的条件下精确快速搜索跟踪空域机动目标,提出一种智能电视搜索跟踪算法。采用金字塔波门方法进行搜索,搜索区域大小逐级缩小,采用自递归OTSU对图像进行分割,再用连通域分析和灰度级门限判定检测目标,统计目标出现的概率,确定最优目标;锁定最优目标进入跟踪状态,可根据目标尺寸自适应的调整波门大小,对目标瞬时遮挡的情况采用综合预测得到目标位置,若不满足目标灰度级门限判定或预测条件,则转为重新搜索,实现无人工干预的智能搜索跟踪功能。实验结果表明,在DM642平台上搜索状态下最大区域的搜索时间小于20ms,在跟踪状态下目标识别时间小于5ms。完全满足现代空域机动目标电视智能跟踪系统速度、精度和稳定性的要求。

基于金字塔的改进混合纹理合成

对传统的混合纹理合成方法进行了改进,提出一种新的基于金字塔的改进纹理合成方法.这种算法用图像金字塔和Ashikhmin搜索策略来保存纹理的结构特征并加快合成速度.本文还提出了一种通过对样本纹理进行预计算来加速块匹配过程的方法.与混合纹理合成方法相比较,本方法在对合成质量影响不大的前提下显著改善了合成速度.

基于CAD模型的随机工件视觉识别和定位方法

获取工件目标位置和姿态的信息是实现工业机器人准确地抓取工件的关键。提出了一种用单目相机对随机堆放工件的目标进行识别和定位的方法。采用基于物体三维CAD模型的几何信息进行模板训练,对轮廓分明的工件可以实现高效的识别。结合高效的金字塔模型分层搜索策略,以及具有归一化相似性度量的匹配方式,保证了全局域范围内能训练出最合适的模板。测试目标对象是轮廓明显、具有反光特性的金属保持架工件,在随机堆放工件中进行了识别定位的实验。实验结果表明,用该方法可以准确识别随机堆放工件中的目标,目标工件在X,Y,Z轴方向上的平均定位误差为0.948 mm、1.078 mm、2.175 mm。

海防视频监控系统中运动目标跟踪的设计与实现

针对海防视频监控系统中运动目标跟踪的问题,本文提出了利用上位机软件进行目标跟踪的设计与实现方案。文章首先介绍了海防视频监控系统的总体组成及工作流程;然后阐述了相关跟踪算法与金字塔分层搜索算法的实现,以及利用序贯相似检测算法与金字塔算法相结合的目标检测方法;最后描述了用目标偏移量对云台进行控制实现自动跟踪的过程。通过在实际海防视频监控系统中的应用,对运动目标跟踪实现方案的有效性、实时性等特性进行了验证。

一种快速高效的人脸检测方法

介绍了一种建立在改进型Adaboost算法基础上的人脸检测方法,整个方法分为训练和检测两个阶段。训练阶段包含提取类Haar_Like矩形特征、利用改进型Adaboost算法生成强分类器、级联强分类器生成人脸检测器三步。检测阶段,采用金字塔式的穷举搜索法将对待检测图像进行人脸检测。为了解决传统Adaboost算法在训练过程中可能出现退化现象的问题,在Adaboost每轮训练中,定义一个阈值HWt,结合样本是否被错误分类以及当前权值是否大于HWt来给样本更新权值,该方法可以避免训练中可能出现的权重分布严重扭曲的退化现象,提高检测效率。经过编程实践,结果证明该方法检测效率高、检测精度较好。

基于改进归一化积相关算法的目标跟踪方法研究

针对归一化积相关算法(Normalizad Product Correlation,NProd)对光照敏感且计算复杂度高的特点,提出一种基于改进归一化积相关的实时目标跟踪方法.通过对NProd算法进行去均值改进,去除图像直流分量,抑制了图像灰度变化对相关峰的影响,提高了算法对光照变化的鲁棒性;通过应用先粗后精的分层搜索算法提高了算法实时性能;最后通过自适应模板更新改善了跟踪算法的稳定性.运动目标跟踪实验表明,该方法保留了NProd算法的高匹配精度,在亮度变化达到25%时可以保证跟踪稳定,且满足实时性要求.

基于差分多值的快速模板匹配算法

基于归一化算法求解相似度原理,本文中提出了利用差分多值方法,在不降低匹配精度前提下大大的提高了匹配的速度。计算相似度时,先利用差分多值的方法对分子进行快速卷积运算,对其中一个式子进行差分,利用差分数组减少乘法运算;对分母利用邻窗口数据相关性进行运算,并对其中的一个式子用二次式展开,然后将累计项带入计算。在采用搜索策略时,综合比较遗传算法和金字塔式算法的优缺点基础上采用金字塔算法。在模板匹配过程中,取相似度最大的点作为匹配点。结果表明该算法匹配的速度快而又不降低匹配精度,而且稳定性好,具有一定的应用价值。

面向影像金字塔的四叉树空间索引算法

基于线性四叉树提出一种面向影像金字塔的空间索引算法。在分析线性四叉树拓扑关系的基础上,设计一个具有方向一致、层次递进特性的编码方式,建立影像金字塔与线性四叉树的映射方案,给出一个按照经度纬度自然增长的邻域查找算法,并构建一个全球多分辨率虚拟地形环境对编码和算法进行测试。实验结果表明,该算法能够明显地缩小空间影像的检索时间,具有较高的编码效率和查找效率。

基于金字塔多分辨率和钻石搜索的目标跟踪算法及其在DSP上的实现

在TI TMS320DM642上采用金字塔多分辨率和钻石搜索算法实现对运动目标的检测与跟踪。首先将采集到的图像序列传送给DM642,采用帧间差分与背景差分相结合的方法粗略检测出运动目标区域,选定初始目标模板;然后采用均值金字塔对目标模板和待跟踪图像进行处理,降低分辨率,在每一分层上采用钻石搜索法对跟踪区域进行定位,在目标跟踪过程中为适应目标的不断变化,不断更新目标模板。该方法可以有效地减少搜索次数,提高搜索效率。

基于高斯金字塔的图像运动估计算法

运动估计是图像超分辨率重建中的关键环节,直接影响超分辨重建的结果质量。为减少运动估计搜索点数,提高搜索速度,提出一种基于高斯金字塔分层思想的小十字形搜索算法。算法把图像构建成一个两层高斯金字塔,在上层使用小十字形搜索算法估计初始运动矢量,并通过提前终止策略来提前结束搜索;在下层以上层估计结果作为初始值,估计最终图像运动矢量。在标准图像序列上进行的实验结果表明,该算法在保持搜索精度的前提下能明显提高搜索速度;特别对于在运动偏差较大的情况下,提高效果更显著。

嵌入式影像地图在战场搜救中的探索

为解决在未来信息化战争中快速搜寻伤员,采用PDA嵌入式高分辨率影像地图;研究设计瓦片金字塔模型、哈希链表管理等技术方法,有效克服图像显示中的大跨度重采样、逐行裁剪数据和重复读取数据等技术瓶颈;实现在处理器、内存、总线等性能低,且无显卡的PDA上大数据量影像地图的灵活显示与应用,经实际使用检验显示能满足战地搜寻伤员的目的。

用边缘金字塔结构实现Hausdorff距离匹配

为了快速准确地在海量图像中搜索模板的所有实例 ,提出运用边缘金字塔结构来实现Hausdorff距离匹配 根据模板的边缘自适应地确定边缘金字塔分解次数和抽取模式 ,然后通过金字塔结构的引导搜索策略实现快速匹配 对以水平和垂直边缘为主的集成电路显微图像 ,文中算法体现出优越的匹配性能 在集成电路显微图像和一般图像上分别测试的实验结果表明 :文中算法在获得良好的匹配效果的同时 。

科学搜索引擎Scirus研究

科学搜索引擎Scirus是一种针对科学的、专业领域信息的搜索引擎。它帮助人们从浩如烟海的 网络信息中准确快速地获得所需要的科学信息。Scirus凭着优秀的搜索表现,连续三年被"搜索引擎观察"评为 最佳专业搜索引擎。本文介绍了Scirus的一些基本情况,并以《Scirus白皮书》为基础,研究Scirus如何能够准 确地搜索到用户所需要的信息。

科学搜索引擎Scirus的工作流程初探

随着信息技术的飞速发展和信息量的快速增长,人们面对的是浩如烟海的信息,如果没有搜索引擎的帮助,要想从中获得自己所需要的信息并非易事,特别是对于科学的、专业领域信息的搜索更是如此。Scirus正是迎合了这一信息需求,作为一个科学搜索引擎出现了。Scirus凭着优秀的搜索表现,连续三年被“搜索引擎观察”评为最佳专业搜索引擎。文章介绍了科学搜索引擎Scirus的倒金字塔结构的工作流程以及对“相似结果”的处理原理。