非凸全变分正则化模糊图像复原模型研究

拍摄过程中的相对运动,导致获取图像存在一定程度的模糊,降低了其利用价值。在贝叶斯框架下,基于图像的局部结构特征和方向信息测度,提出了改进的自适应非凸全变分正则化图像复原模型,充分利用图像的全局和局部先验信息,有效抑制了复原图像中存在的振铃效应。实验结果表明,提出的改进模型在复原图像的同时能够保留图像的边缘轮廓等结构信息,得到的复原图像在峰值信噪比、平均结构相似度和主观视觉效果方面均有所提高。

新车型识别方法及其在套牌车辆鉴别中的应用

提出一种用于判决车辆类型的车灯定位识别方法,可解决套牌车辆鉴别问题。在车牌和车标识别基础上,以车牌中心点为准,选取相对完整的单个车灯,从靠近车标一方开始,截取车灯垂直幅值倍数的水平宽度作为有效区域,然后对其进行大小和方向归一化处理;接着使用图像的不变矩距离分类器在车标确定的车系中进行车灯识别,根据车灯识别结果确定车辆具体车型;最后结合车型识别结果和牌照信息在车辆信息库中比对,判断是否为套牌车辆。经交通卡口获取的实测图像进行测试结果表明,车型识别准确度为95.5%。

基于彩色图像配准的胶印十字星校正方法

针对大型胶印机的四色印刷套准问题,本文提出一种基于彩色图像配准的胶印十字星校正方法。该方法首先利用图像的颜色特征,从获取的CCD图像中提取青、品红、黄、黑四种单色图像;然后在图像中分别检测十字星位置;接着分别利用二值化分色图像的垂直和水平投影距离,计算出各色十字星倾斜和平移校正参数,完成胶印机各色版的机械套准。为验证该方法的有效性,本文利用仿射变换完成四色十字星的配准,接着将各色配准后图像叠印在一起,测试出胶印机最后套印效果。实验结果表明,该方法利用原始图像的色彩和灰度两类本征,可以准确地完成胶印机各机组套准,并且计算简单。

利用图像相关等级的目标判别方法及其应用

提出一种根据PCA重构图像与原目标相关等级进行的目标识别方法，解决伪目标参与识别影响识别准确度的问题。首先建立目标模板库特征空间，将定位到的目标对象映入特征空间，利用PCA变换进行图像重构，定义降维重构图像与原目标之间的相关度函数，根据该函数判别图像等级；若原目标与其重构图像相似度很低，认定原目标为伪目标，将其剔除，不进入识别过程；若认定为真实目标后，根据相似性程度，分别选用降维重构图像或原图像作为识别对象，利用Hu不变矩距离分类器进行识别。该方法可有效剔除伪目标，并根据图像质量选用识别目标，提高了目标识别准确度，交通卡口获取的实测车辆图像车标识别试验验证了该方法的鲁棒性和有效性。

基于自适应正则化的序列图像超分辨率复原

基于序列图像的超分辨率复原算法能够利用更多的先验信息,复原效果明显优于基于单帧图像的复原算法,目前已经成为图像复原领域的主流研究方向.本文提出了一种基于自适应正则化的序列图像超分辨复原方法,能够充分利用序列图像的先验信息,有效抑制了复原图像中存在的振铃效应.同时,本文算法可以更好地恢复图像边缘信息,较好地平滑噪声,得到的复原图像与Hardie等提出的非均匀插值算法的复原效果相比,在峰值信噪比以及主观视觉效果方面均有所提高.实验结果表明,本文所采用的方法能够达到较好的复原效果,是可行和有效的.

基于ZigBee技术的数据汇聚终端设计及应用

针对智慧城市建设中涉及的实测数据采集困难和汇聚复杂等问题,设计了基于Zig Bee技术的数据汇聚系列智能终端设备,利用Zig Bee的低功耗特点,提供了基本型和增强型两种数据采集终端选择模式,规划了三种电源处理方案,实现了实测数据无线采集汇聚上传平台等功能。将大量数据汇聚终端设备应用于智慧冷链物流运输进行温控测试,验证了该终端设备实时数据采集和汇聚的稳定性和有效性。

深耕数字化赋能 为人民履职尽责

自当选省人大代表以来,我始终坚持“人民选我当代表,我当代表为人民”的信念,牢记初心使命,立足专业特长,依法为民履职,努力赢得人民群众的信赖。立足专业特长履行代表职责一直以来,我立足自身专业特长,深耕数字化赋能。

多目标、多类型车牌融合定位算法

针对复杂环境下目标的有无、数量多少和种类均不确定的车牌目标定位,提出了一种融合灰度边缘和颜色特征检测并进行目标真实性验证的车牌定位算法。算法主要分为4个步骤:首先,提取所有与目标颜色有关的区域进行多类型多值化处理;接着,提取灰度纵向绝对累积差分边缘;然后,按类型分别融合灰度边缘和颜色特征,检测每类可能目标;最后,利用伴生与互补特性对可能目标逐一进行真实性验证,排除错误报警,提高目标定位准确度。通过大量交通卡口获取的实测彩色车辆图像试验,验证了算法的有效性和准确性。