二阶累积三维模型轮廓块间混淆分离方法

在三维模型视景仿真建模中,常因视觉切换和光线强度衰减,产生轮廓块间混淆,需要进行混淆分离算法设计。提出一种基于二阶累积泰勒展开的三维模型轮廓块间混淆分离方法,进行高精度多轮廓三维立体模型视景建模,对于遍历后的建模点进行模型重构,实现三维多轮廓立体模型建模。构建多轮廓三维模型视景建模视点切换运动方程,得到边缘轮廓特征检测结果。提取轮廓块间的混淆像素值二阶累积量特征,采用二阶累积量泰勒展开算法,对三维图像模型的轮廓边缘块间混淆进行分离的改进。仿真结果表明,采用该算法,混淆分离效果较好,三维图像模型的视景仿真效果真实度较高,轮廓信息保真度好,展示了算法的优越性能。     

基于语义引导贝叶斯算法的交互建筑设计模型

针对标准贝叶斯算法在交互建筑设计的应用中还存在效果不好的问题,本文提出了一种基于语义引导贝叶斯算法的交互建筑设计模型,首先针对交互建筑图像某区域从某一角度的理解,采用高斯混合模型实现低层视觉特征到语义的映射,并用概率来表达了对图像对象理解的置信度。然后采用改进贝叶斯算法将中层语义融合,最后用商代法、最小二乘法、微分法等数学方法对运行速度优化。仿真试验结果表明,本文提出的基于语义引导贝叶斯算法的交互建筑设计模型相比较标准贝叶斯,具有更快的运行速度,并且应用效果良好。     

一种基于边缘邻域关系的图像边缘检测算法

传统的微分边缘检测算法对噪声较敏感,而SUSAN边缘检测算法虽在一定程度上抑制了高斯噪声对边缘检测的影响,但对椒盐噪声鲁棒性弱。本文针对传统边缘检测之不足,提出低信噪比的边缘检测算法。分析椒盐噪声的特性,根据其特性首先判断像素是否受到椒盐噪声的影响;其次,根据高斯噪声的特性,利用像素点的邻域关系抑制高斯噪声对边缘检测的影响;最后,利用边缘邻域关系去除伪边缘。实验结果表明,本文方法在一定程度上对高斯噪声和椒盐噪声具有鲁棒性。     

基于背景模型的显著性目标检测算法

基于人类视觉注意机制的特点提出了一种快速有效的检测显著性算法。首先对图像进行了超像素分割预处理,根据图像背景的分布特点建立图像初始背景模型,然后,分析背景模型的统计性特征,剔除背景中的显著性特征,更新背景模型。接着,通过计算颜色对比度计算得到显著性特征。最后,在公开的图像数据库中测试本文的检测算法,实验结果表明本文提出的算法具有很好的检测效果。     

基于年龄变化的人脸识别

本文基于对数字图像处理问题的研究,建立了图像预处理模型与图像相似度计算模型,同时从轮廓检测与提取和特征识别方面对模型进行了修正。第一,在图像预处理模型中,本文采用Niblack二值化算法对人脸斑点、肤色和皱纹等一些皮肤细节部分进行滤波处理,通过设置阈值来除去皮肤细节等问题,实现对图像特征区域的粗略提取。第二,在边缘检测模型中,本文采用的是高斯滤波和拉普拉斯边缘检测算法相结合的方法,使用高斯—拉普拉斯算子对图像实行边缘检测,通过检测得到进而获取人脸的轮廓。第三,在图像相似度计算中,本文建立了基于SVD奇异矩阵分解的PCA主成分分析模型,实现对图像特征向量的提取,然后采用巴氏距离算法计算人脸轮廓图像相似度。     

恶意干扰网络病毒的盲频谱检测算法

恶意干扰下的网络病毒信息具有较强的高斯随机性和带宽性,传统的时频分析方法及小波特征检测方法难以实现对该类病毒入侵的有效检测。提出一种基于盲频谱检测的恶意干扰下网络病毒检测算法。构建了恶意干扰下的网络病毒入侵的信号模型构建,采用高斯平滑滤波算法进行干扰抑制预处理,提取滤波后的恶意干扰下病毒数据的盲频谱特征,以此为数据基础实现对网络入侵的准确检测。仿真结果表明,采用该文算法进行网络病毒检测识别准确度较高,性能优越,保障了网络安全。     

多特征光流跟踪人体关节点的运动员姿态分析模型

为了提高运动员姿态分析的精确性,以量化运动员视频数据进行训练反馈,本文采用图像处理技术对运动员视频进行处理,提出了一种多特征光流跟踪人体关节点的运动员姿态分析模型。首先采用垂直积分投影、水平线扫描、索引查找表和长度比例约束相融合的多特征算法进行关节点提取,然后采用Lucas-Kanade光流跟踪算法对关节点的运动进行初步跟踪,最后采用比例正交投影模型将人体二维骨架模型变换到三维空间,获得人体三维姿态。模型仿真实验结果表明,本文所提出的动作识别及姿态分析系统可以很好地识别人体动作,从而进行运动分析,为体育运动训练提供可视化的帮助。     

多层次语义描述的运动视频镜头提取模型

提出了一种多层次语义描述的运动视频镜头提取模型。首先通过直接比较相邻帧的相似性来判断是否存在镜头切换,然后采用边缘检测的方法进行镜头像素检测,接着将渐变位置的检测转化为求取帧图像方差序列的极值问题,最后根据亮度值判断疑似阴影像素,以提高视频对象的精确性。仿真实验结果表明,本文提出的改进模型具有较高的镜头提取精度和较高的运行效率。     

基于自组织映射神经网络的图像检索算法

提出了一种基于自组织映射神经网络的图像检索算法,通过有效地融合图像的颜色特征和纹理特征从图像库中查找与示例图像相似的图像.对于颜色特征,本算法将图像中各像素的R,G,B颜色作为输入值,对颜色相似的像素进行聚类,并将聚类结果映射成二维映射图.二维映射图中每个阶的像素数目作为特征l;每阶中像素的平均坐标作为特征2.为了增强对图像的描述能力,利用Jhanwar等人提出共现矩阵作为改进的纹理特征,该特征作为特征3.相比已有方法,本文算法获得了更好的图像检索性能.     

基于RGB-H-CbCr新颜色空间的肤色检测算法研究

针对以往肤色检查算法很少考虑亮度,仅靠色度信息检测肤色,忽略了由于不同人种和亮度差异而导致的肤色像素在颜色空间上的分布不同,本文提出了一种基于RGB-H-CbCr新颜色空间的肤色检测算法。该算法综合了肤色像素在RGB、YCbCr和HSV三种颜色空间上的分布特征,构建出RGB-H-CbCr新颜色空间肤色模型,来辨别肤色和非肤色点。文中利用Matlab分别对不同人种的肤色图像进行实验仿真,实验结果表明该方法能有效检测人体肤色,能有效提高肤色检测的正检率。     

Lorenz混沌异步跟踪深度伪装网络攻击信号最优检测

提出采用Lorenz混沌系统异步跟踪优化期望最大化高斯混合模型算法实现对低信噪比下深度伪装的网络攻击信号最优检测。通过提取待检测网络数据流参数向量和正常数据流参数向量的差值为特征,使用高斯混合模型并与期望最大化算法相结合,设计Lorenz混沌异步跟踪检测算法,对网络数据流进行建模和检测。仿真结果表明改进的检测算法能有效去除不是攻击信号的伪峰,相比Hough变化检测算法,能更加正确地检测非法攻击信号,信噪比为-15dB下,不同异步攻击中的检测概率就能达到100%,实现检测性能最优,尤其适用于信噪比极低的深度伪装网络攻击环境中对攻击信号的检测。研究成果为网络安全防御及应用具有巨大的理论参考价值。     

基于弹簧质点模型边缘检测算法的改进

本文基于物理学中弹簧力学的理论提出了一种改进的弹簧质点模型边缘检测算法。为解决现有弹簧质点模型边缘检测算法检测的边缘较粗问题,本文在该模型计算像素点合力的公式中增加一个合力因子,结合数学形态学中腐蚀膨胀的原理来改进弹簧质点模型边缘检测算法,以便能得到单像素宽度的边缘。实验结果表明,该算法的检测效果更加理想。     

改进的混响数据分段Itakura距离估计算法

在主动探测自导系统设计中,混响数据分段Itakura距离的准确估计是实现自导系统测距,提高目标信号检测性能的基础,且Itakura距离可以评价对混响数据的局部平稳性。当前的混响数据Itakura距离估计算法采用基于局部高斯色噪声混响估计模型,当相邻数据段与需检测信号脉宽一致时,距离估计精度不好。提出一种基于Rayleigh分布分段副本相关检测的混响数据Itakura距离算法,构建混响数据包络模型实现对混响包络概率分布特征的准确描述,采用基于频率选择性衰落的自适应噪声抵消算法对混响数据包络模型进行简化,对混响数据进行Rayleigh分布下的概率密度特征分割,设计分段副本相关检测器,计算该组数据中相邻数据段之间Itakura距离,实现目标Itakura测距。实验结果表明,改进算法对Itakura距离估计精度较高,局部平稳性影响较小。在精确探测制导等领域具有很好应用价值。     

基于图像的化工厂重度污染等级判定研究与仿真

在不同化工厂检测环境中,空气中的环境变化情况较为复杂,带有颜色特征的污染气体浓度会被迅速稀释,造成转化的像素特征强度衰减。传统算法多是基于采集到的某种像素特征强度进行污染等级的判断,一旦气体被稀释,颜色特征发生退化,检测准确率会降低。提出了一种基于像素支持向量机增量学习算法。通过灰度差分的支持向量机增量学习。建立对不同像素等级信号进行对应增强学习,克服像素衰退的弊端。实验证明,这种算法能够避免由于化工厂内气体大量扩散,造成的像素衰减的缺陷,提高了化工污染程度检测的准确率。     

基于改进的混合高斯背景模型的运动目标检测研究

针对传统混合高斯背景建模（GMM）在一些复杂场景下未能有效地描述背景,目标容易出现错误的检测,本文提出一种改进算法。该算法先对视频帧进行分块处理,然后对单模区域和多模区域采用不同的更新速率进行更新,最后在空域上对检测结果进行数学形态学的处理,从而提取运动目标。实验结果表明,该算法能够提高背景建立和运动目标检测的速率,在多种场景下运动目标的检测都具有良好的鲁棒性。     

一种加权局部熵羽化的图像拼接模型

图像拼接技术能多幅背景相似的图像合成为一张全景图像,也可以补充某些图像缺失的部分,但是目前常用的拼接算法还存在准确性不高、鲁棒性不强的缺陷,为此本文提出了一种加权局部熵羽化的图像拼接模型。首先对图像的局部熵进行羽化,然后采用一元线性回归的方法对邻域像素的灰度图像进行相似度的优化,最后对图像的局部熵进行加权,以突出图像中领域像素之间的块相似度,降低羽化的痕迹。模型的对比仿真结果表明,本文提出的算法相比较SIFT算法,对于动态图像的拼接具有更高的准确性,并且抗噪性能更加,具有较好的鲁棒性。     

基于EMA和Lorenz系统同步的网络攻击检测

对新型网络攻击信号进行准确有效检测的问题已有许多研究。网络攻击信号更新变化迅速,严重影响了网络环境的安全稳定,传统的网络攻击信号检测算法如ARMA模型算法检测性能不够理想。采用非线性信号处理的方法,基于期望最大化算法的高斯混合模型,结合Lorenz混沌系统进行同步控制,提出了一种改进的网络攻击检测算法。对网络数据流进行建模并检测,将差值这个特征作为混沌同步控制量,进行检测和判决。仿真结果表明改进的检测算法能有效检测网络攻击信号数据库中最新的5类攻击信号,与ARMA算法进行检测性能比较,检测概率同等条件下提升幅度明显,最高为15%以上,在网络攻击安全防御中展现优越的应用性能和前景。     

基于模板叠加相异特征匹配的CT图像断点标定

运动员因剧烈运动常导致隐性骨骼损伤,常规的CT图像观测方法靠人工经验判断,无法有效发现隐性骨骼损伤的CT图像断点,不能形成合理的诊断方案,断点标定性能较差。提出一种基于模板叠加和相异特征匹配的CT图像断点标定方法,进行基于小波变换的CT图像边缘检测分离,采用相异特征匹配的方法消除图像中的噪点信息,提取灰度像素值特征,根据Shannon信息论原理,描述融合结果与源图像的综合相关性信息,得到CT源图像与断点融合图像的进行相关性标定,采用模板叠加和相异特征匹配得到准确的断点标定结果。实验证明,采用该算法能有效实现对CT图像的隐性损伤骨骼损伤作出的断点标定,标定的准确度较高,鲁棒性好,抗噪性优越。为体育运动损伤诊疗提供理论依据。     

民航安检隔离区监控暴恐人群动作特征研究

对民航安检隔离区监控视频中人群动作识别并做出智能处理判断,从而及早发现暴恐人群动作特征,有效制止犯罪、恐怖活动的发生为维系社会稳定发展具有一定的意义。提出一种对建立的混合高斯模型是否相匹配的方法,对监控视频采用小波去噪方法对数据影像进行处理,通过背景建模分割,首先将典型的运动部分划分出来,之后仅对划分出的部分采用HOG算法进行特性区分,使用SVM来进行分类的手段建立混合高斯背景模型。实验结果表明,基于视频人群行为特征POI数据与混合高斯背景模型的匹配度来检测异常人群,可以快速有效地判断出暴恐人群动作特征,为民航安检提供技术支持。     

基于高斯混合模型的图像检索算法研究

通过研究聚类算法在图像处理上的应用,提出了一种基于高斯混合模型聚类的图像检索方法。该检索方法首先提取每幅图像的特征,并以特征值为数据集建立高斯混合模型,得到所有图像的高斯混合模型。再以所有图像的混合模型参数集作为数据集,用基于高斯混合模型的聚类算法进行聚类。最后输出检索例图所在的类,即得到检索结果。