不同曝光值图像的直接融合方法

提出了一种直接从同一场景多次不同曝光值下成像的LDR(low dynamic range)图像序列中提取每个像素位置最佳成像信息的图像融合方法,可以在无需任何拍摄相机参数及场景先验信息的情况下,快速合成适合在常规设备上显示的HDR(high dynamic range)图像.该方法利用特殊设计的鲁棒性曲线拟合算法建立LDR图像序列中每个像素位置像素值曲线的数学模型,并由此给出评价单个像素成像时曝光合适程度的标准和融合最佳成像像素信息的方法.对不同场景的大量实验结果显示,该方法的计算结果与传统HDR成像技术经过复杂的HDR重建和色调映射计算后得到的结果相当,但具有更高的计算效率,并同时对图像噪声、相机微小移动和运动目标的影响具有较好的鲁棒性.

一种用于图像目标识别的神经网络及其车型识别应用

构建了一种用于图像目标识别的多层前向神经网络，给出了网络拓扑结构，并成 功地把该神经网络运用到车型识别中。该方法综合了神经网络、模糊逻辑、模式识别的相 关 算法，对图像目标轮廓进行整体识别，达到了较高的目标识别准确率。实践表明，该网 络经 过监督学习后，能摒除图像中一定量干扰像素影响，准确地识别出各种外形车的车型 。

基于虚拟图像金字塔序列融合的快速图像增强算法

针对图像增强算法的快速计算问题,文中提出一种"全局尝试、局部精炼"的图像增强策略,利用虚拟图像金字塔序列融合方法构建出一种具有高度可扩展性和线性时间复杂度的图像增强算法框架.在此框架下,输入图像先经过各种全局增强重映射函数的处理而形成备选图像序列,再依据像素级保边缘图像融合规则从该图像序列中精选出有效像素信息,形成最终的图像增强结果.为避免光环效应,所有图像融合计算都在输入图像的拉普拉斯金字塔分解域上进行.通过对局部拉普拉斯滤波算法进行加速的实际应用表明,文中提出算法框架可导出一种快速保边缘图像增强算法,其处理效果与原局部拉普拉斯滤波算法极为相似,但计算速度提高了两个数量级.

基于空间自相关的沉积物数字图像粒度分析方法

自相关理论目前虽然已被广泛应用,但是空间自相关的研究及其在图像分析中的应用仍然是一个新课题。将空间自相关用于沉积物粒度分析,提出了一种利用沉积物数字图像中像素间亮度的相关性测量沉积物粒径、确定粒度分布、分析沉积层垂直粒度剖面的具体算法。与传统的粒度分析技术相比,基于本算法的粒度分析技术具有快速、实时、无须采样的显著优势。

基于Fisher变换的多尺度图像识别方法及其车形识别应用

该文提出了一种图像识别方法.该方法首先对识别图像进行多尺度小波分解,把不同尺度的分解结果组织为分解向量,再对分解向量作Fisher变换.在Fisher变换域内依据最小绝对距离(或相对距离)识别图像.该方法主要依据小波分解低频分量进行识别运算,对噪声不敏感;同时识别结果已经融合多尺度的识别运算,故目标图像大小对识别结果影响较弱.实践证明,该方法正确识别率高,鲁棒性强.

一种去除HDR图像噪声的新方法

为了提高HDR(high dynamic range)图像的质量,提出一种针对HDR图像滤噪的新方法。首先取得图像组中相同空间位置的点构成像素组;然后利用相机的ITF(intensity transfer function)还原成亮度值;接着通过求解最小二乘问题拟合L-t(luminance-exposure time)直线,并用该直线修正各点亮度值;最后再通过ITF转换成像素值。图像组经滤噪之后,再用于合成HDR图像。实验结果表明,该算法运算量小,能有效去除椒盐型噪声,对高斯型噪声抑制效果明显,优于A.&E.(ahmet&erit)算法,这也是该算法的主要特色。

沉积岩(物)数字图像粒度分析的一种新方法

根据粒度分析场所的不同将现有沉积岩(物)粒度分析方法分为三类:实验室、野外和野外-实验室联合分析方法,发现粒度分析的时间周期和分析精度始终是一对矛盾。本文基于空间自相关理论和计算机图像技术提出一种野外粒度分析的新方法。通过一系列实验分析,认为这种新方法不但操作简便、速度快,更重要的是分析精度较高,且发展前景十分广阔。

有限制的MFA-ICA的算法及其在图像特征提取中的应用

传统的独立成分分析(IndependentComponentAnalysis,ICA)是一种无噪声模型,而实际应用中噪声是存在的。根据多元统计中的因子分析模型,改变其假设条件,从而得到一种有噪声ICA模型,对于模型参数,引入平均场近似(MeanFieldApproximation,MFA)原理来求解。针对图像特征提取,通过增加对模型参数的一些限制,使其能得到更为独立的图像特征,为图像识别提供更可靠的特征信息,从而大大提高识别率。通过仿真模拟图形以及ORL人脸数据进行实验,将传统的独立成分分析算法、无限制的MFA ICA算法以及增加限制条件的MFA ICA算法进行比较,从仿真模拟图形实验结果看,限制的MFA ICA算法能分离出更独立的特征,同时利用限制的MFA ICA算法识别效果明显优于传统ICA算法和无限制MFA ICA算法。

基于ROI块匹配的全景图像拼接鲁棒性方法

提出了一种鲁棒性全景图像拼接方法。首先,为了缓和光照条件变化进行直方图均衡化;其次,利用相位相关的方法提取种子点,即重叠区域的高度纹理点,因为感兴趣区域(ROI)被限定在重叠区域,所以能得到更精确的对应点;最后,用加权块匹配算法(BMA)来最小化相机转动产生的图像扭曲问题。通过多种类型全景图像的峰值信噪比(PSNR)与其他算法相比,证明该方法具有很强的鲁棒性。

基于改进的非负矩阵与模糊理论的图像融合

提出一种改进的非负矩阵与模糊理论相结合的图像融合方法,并给出了一种新的代价函数。该方法利用模糊理论将源图像化分为背景区域和目标区域,对源图像进行非负矩阵分解得到特征基图像,实现背景区域的融合,再将提取的目标区域特征与特征基图像融合得到最终融合图像。该方法很好地解决了非负矩阵分解过程迭代时可能出现迭代分母为零的情况,而且迭代过程的收敛更快,得到的最终的融合图像效果更好。仿真实验结果表明了该方法的有效性。

系数型指数模糊熵在图像增强中的应用

在研究已有模糊熵的基础上,提出了一种系数型指数模糊熵的图像增强方法。先将图像进行模糊划分后变换到模糊域,然后利用提出的模糊熵计算图像的模糊熵,并且在最大熵准则下用模拟退火算法求取最佳阀值,利用增强算子进行图像增强。实验结果表明,该算法对图像有一定的增强效果。

基于凸集投影算法的超分辨率图像重建技术

图像的空间分辨率是评价图像质量的一个关键性指标,也是图像应用中举足轻重的一个参数。然而在图像获取的过程中,诸多因素均会导致图像质量的下降或退化。解决这一问题的一种有效办法就是超分辨率图像重建技术,介绍了超分辨率图像重建技术,对其两种主要的方法进行了分析,给出了凸集投影算法的步骤并通过实验数据进行了图像重建的验证。

基于小波变换的相关邻域非线性迭代图像融合

为了克服小波变换对高频子带噪声敏感的缺点,提出了一种相关邻域非线性迭图像融合方法,给出了一种非线性图像融合模型。该方法先将源图像经小波变换得到初步融合图像,然后利用相关邻域非线性迭代模型将源图像与本次得到的融合图像再次进行融合,如此经过多次迭代直至达到某一阀值为止,得到最终的融合图像。该方法不但很好的保留了源图像的细节信息,而且较好的抑制了图像高频子带的噪声,仿真实验结果表明了该方法的有效性和优越性。

用三次B样条小波检测航拍图像边缘

在智能目标识别与跟踪系统中,如何获取较为清晰的图像边缘至关重要,这也是提高系统目标识别率的关键.作者提出了使用三次B样条小波对航拍图像进行多尺度边缘检测方法,介绍了小波及三次B样条函数的性质,根据Canny的3个最佳边缘准则和检测对象的特点,设计了B样条小波检测算法,把不同尺度下得到的边缘图像进行多尺度聚焦,输出检测目标边缘图像.经实验对比分析,该算法在航拍图像边缘检测应用中优于直接使用Canny算法,可以得到较好的边缘信息,并且能够满足下一步目标识别与定位的要求.

基于图像区分模型的标牌可读性度量方法

为了能够对界面设计的优劣给出一个客观的度量标准,研究了背景图片上文字的可读性,提出了一种基于图像区分模型文本可读性度量方法。对基于JND的图像区分模型进行了认知与分析,在此基础上建立了文本可读性预测分析模型。分析了全局遮掩指数在预测文本可读性方面存在的问题与不足,综合考虑了文本及背景的对比度对背景RMS对比度的影响,提出了改进后的文本可读性预测算法。实验过程中,应用改进后的算法对高级气象显示情况下飞机标牌的可读性进行了计算,实验结果表明,用改进后的度量算法预测出来的结果更接近与真实值。从而表明了该方法的实用性。

模糊逻辑在图像融合中的应用

为了克服传统小波变换图像融合在重构时易丢失边缘信息的缺点,提出了一种基于积分的模糊逻辑融合算法。该算法首先由经层小波变换后的小波系数特征来确定隶属度函数,再依据小波系数局部窗口内的标准差构造模糊优越程度,然后经积分得到融合后的小波系数,再经小波逆变换得到融合图像。实验结果表明,该方法优于传统的小波变换融合规则,而且能更好地保留源图像信息,在空间细节信息的增强和光谱信息的保持两个方面的综合性能得到提高,从而证明了该方法的有效性和优越性。

基于阴影轮廓差分投影方法的快速定位车体算法

利用阴影轮廓特征,提出了一种快速分离和定位车体算法.该算法利用车体形成的阴影轮廓曲线,根据不同的阴影方向模型进行水平和垂直方向的轮廓差分投影,利用轮廓差分投影曲线定位阴影与车体边界的特征点,从而分离和定位车体.实验图象数据研究表明,该算法具有较好的鲁棒性和准确性,同时从其运行的时间来看,完全能满足实时的车型识别系统的需要.

一种基于现代GPU的大地形可视化算法

地形渲染在计算机游戏,飞行模拟和视景仿真等领域的应用越来越广泛,随着渲染场景复杂度的增加,每次需要绘制的地形数量也越来越庞大。同时,新一代的显卡绘制能力的不断增强,原有的许多地形渲染算法已经不能很好的满足用户需求。在总结现有算法的基础上,提出了一种基于现代GPU的地形渲染算法。该算法同样使用高程图作为地形数据,将地形分成很多小块,每次渲染时以块为单位,所有小块使用四叉树组织成一个层次化结构,不同层次的节点代表了不同细节层次的地形范围,并且采用了与Mipmap类似的细节简化方式,渲染时不需要对分块重新简化。为了保证CPU和GPU的负载平衡,将一些复用率高的地形分块缓存到显卡中,大大降低带宽需求。实验证明该算法可以更为充分利用图形处理器的加速能力,既能满足渲染精度要求也能达到一个较高的帧率。

基于边缘直方图的快速汽车标志识别方法

提出了基于边缘直方图的一种快速识别方法 ,对汽车标志可以进行高准确度的识别。边缘直方图能够比较准确地反映图像的边缘和纹理信息 ,不同类图像反映出的统计特性能比较准确地用于分类识别。通过大量的试验证明使用提取边缘直方图和相关算法相结合的方法比一般的识别方法更加快速、有效。

地面等待策略数学模型分析

地面等待是空中交通管理中普遍应用的一种方法.系统地分析了单机场和多机场地面等待策略GDP(Ground-Delay Policy)经典模型.在这些模型的基础上,研究了确定容量条件下的多元受限地面等待问题,建立数学模型.通过对成都机场流量的仿真计算,验证了模型的可行性.