基于分数阶滑模的船舶航向保持控制

针对欠驱动船舶航行过程中受到内外部不确定因素的干扰,导致船舶不能准确跟踪至期望航向问题,结合分数阶理论和传统滑模理论的优点和可行性,对传统滑模的滑模面和趋近律进行改进。利用分数阶微积分算子代替整数阶微积分算子,构造出分数阶滑模面和分数阶趋近律,进而设计出基于分数阶滑模的船舶航向保持控制器。通过选取合适的分数阶阶次使船舶航向控制系统更具灵活性。通过MATLAB仿真进行控制器效果验证。仿真结果表明,基于分数阶滑模的船舶航向保持控制器能够在无干扰、有干扰两种情况下实现对船舶航向的快速、准确跟踪,具有良好的控制效果。     

基于主成分分析的图像自适应阈值去噪算法

图像进行传输过程中,图像噪声成为影响图像质量的重要因素,因此,对图像去噪是各类图像处理领域广泛研究的内容。对图像实施去噪要点要保留图像的重要信息,并获得良好的去噪效果。借助匹配法找出相似块作为训练样本,通过主成分分析提取信号的重要特征,根据最小均方误差方法建立线性自适应阈值方程,对图像展开自适应阈值去噪处理。本次研究表明,这种方法能有效去除图像的高斯白噪声,保存图像的细节信息,从而获得最佳的视图。     

基于CCD的手机液晶屏缺陷检测方法

针对手机液晶屏在生产过程中会出现划痕,凹陷,亮点等缺陷,提出了一种一阶和二阶相结合的边缘提取检测方法.采用CCD相机获取生产线上液晶屏图片,对含有瑕疵的产品进行图像缺陷采集,通过VS2010+ OpenCV对采集到的图像进行去噪,保留细节的图像滤波,提取出完整缺陷边缘的边缘检测等处理,从而进行图像缺陷的分类和整理.结果表明通过这种方法能达成缺陷检测的目的,边缘特征明显.     

多尺度边缘检测算子的构造

图像处理中,边缘检测具有相当重要的作用,它可作为模式识别、图像分割及图像场景分析的基础。通常一个性能良好的边缘检测算子应该是具有以下两个特征的滤波器:首先,必须是一个微分算子,即一阶或者二阶微分;其次,算子大小能够随意缩放,以便于用较大的算子检测边缘,而用较小的算子检测细节特征。根据这一思想,构造了多尺度的边缘检测算子,并进行了实验,得到的图像边缘具有相当好的效果。     

基于NSCT和ACO的SAR图像舰船检测

为更好地获取舰船检测的图像信息,通过对雷达图像中舰船目标与相干斑噪声的分布特点进行分析,提出1种基于非下采样变换(Nonsubsampled Contourlet Transform, NSCT)与蚁群优化(Ant Colony Optimization, ACO)算法相结合的合成孔径雷达(Synthetic Aperture Radar, SAR)图像舰船目标检测方法.该方法通过对SAR图像进行NSCT自适应阈值去噪,再应用ACO进行边缘检测,实现舰船目标的精确检测.仿真结果显示,该方法能够在复杂相干斑噪声背景中有效提取舰船目标的轮廓信息,很好地保持图像纹理和舰船结构,具有理想的抗干扰性能,保证检测结果的准确性.     

基于空间约束模糊聚类的活性污泥显微图像分割

针对活性污泥相差显微图像中絮体和丝状菌分布不均衡、絮体结构多样、存在大量细小丝状菌、图像对比度低,以及光晕、阴影等现象,提出了一种基于多尺度Retinex和空间约束模糊聚类的丝状菌分割算法和基于阈值、形态学操作的絮体分割算法。丝状菌分割算法对原始图像进行多尺度Retinex增强改善不同样本的光源强度,顶帽、底帽滤波增强絮体和丝状菌的对比度,采用边缘检测方法去除图像背景,考虑显微图像相邻像素空间的邻域信息采用空间约束模糊聚类法对增强后的图像进行聚类,结合像素面积和回旋半径形态学特性参数确定丝状菌目标和去除碎片;絮体分割算法利用灰度变换、图像反转以及开操作对絮体进行预处理,克服图像中的光晕和阴影,用阈值分割算法分割絮体,利用形态学操作对其进行后处理。实验结果表明,所提算法在图像分割准确率、精确率、Dice等指标上有明显提升。     

基于小波的自适应滤波器对心电信号的去噪

针对传统的小波去噪方法不容易滤除与含噪信号有频谱重叠的噪声的问题,构造了一种基于小波变换的自适应滤波器.这种滤波器在对原始含噪信号进行一次小波去噪的基础上,用自适应滤波器进行二次噪声滤除.仿真实验表明,这种滤波器能有效地去除噪声.把该滤波器应用于心电信号的去噪,取得了较好的去噪效果.     

噪化图像的形态学分割方法

对严重噪化的图像 ,提出一个形态学分割方法。先通过灰度骨架变换方法和最大内接块的概念将图像中的颗粒噪声、目标表面及有噪背景分离开 ;移去变化背景及颗粒噪声 ,使图像得以增强 ;为了成功地识别和分离不需要的成分 ,用灰度形态开形成一个尺寸鉴定算法 ;最后在增强图像上应用全局阈值化从背景中获得目标。     

基于超像素与LightGBM的极化SAR图像地物分类

极化合成孔径雷达(SAR)图像的相干斑噪声降低了地物分类的准确率;联合极化SAR图像众多特征分类,过大的输入特征维度导致分类耗时长。为解决上述问题,提出一种基于超像素与LightGBM的分类算法。该算法充分利用极化SAR图像的极化特征与纹理特征,具备较强的分类能力;采用LightGBM处理大维度输入特征,能够快速得到基于像素的初级分类结果;利用SLIC生成基于超像素的极化SAR图像,并在各超像素内逐像素投票得到基于超像素的二级分类结果,抑制了相干斑的影响。利用实测极化SAR数据进行实验,分类的总体准确率超过97%,且分类耗时短。     

基于自适应Bandelet变换的图像去噪

本文提出了一种基于自适应Bandelet变换的BayesShrink软阈值图像去噪方法。根据图像和噪声的特点,在Bandelet化的过程中采用Visu shrink方法中基于最大最小原则所定义的阈值来寻找各个剖分子块的最佳几何流方向和完成最优四叉树分割,从而计算出较为精确的图像几何方向,然后对各个Bandelet块进行BayesShrink软阈值去噪。实验表明,本文提出的算法比基于小波的图像去噪法更能提高去噪后图像的峰值信噪比,同时能够避免小波变换所带来的边界振铃效应,更好地保留了图像的细节特征,取得了较好的视觉效果。     

针对纹理图像压缩的改进SPIHT算法

针对纹理图像压缩提出了一种改进的SPIHT算法. 算法对一阶小波变换产生的LL、HL、LH、HH 4个子带系数分别进行小波再分解,之后对上述4个子带利用SPIHT算法进行联合编码;子带之间的量化比特分配嵌入在编码过程之中,因此可实现4个子带编码比特的自动精确分配. 编码过程充分利用了小波系数的高频分量信息,可有效保持图像中的纹理细节. 最后通过对纹理图像的压缩实验,证实了改进算法的有效性.     

基于SVM分类器的集装箱箱号识别法

为准确、高效地识别集装箱箱号,提出基于支持向量机(Support Vector Machine,SVM)分类器的集装箱箱号识别法.在对大量箱号图片进行实验并统计各种特征识别率的基础上,经过预处理、箱号定位、字符分割,得到36×22像素大小的二值化图像;提取箱号字符的边界和质心特征、改进的灰度直方图特征以及边缘方向直方图...     

基于图像处理的船舶水尺刻度识别

为克服传统船舶水尺刻度识别方法的不足,提出一种基于图像处理的自动识别方法.首先对船舶水尺图像进行二值化等预处理,采用结构特征提取算法检测图像中船舶水尺刻度的三叉点特征.三叉点特征从细化处理后的图像上提取,是图像中多个彼此相邻的同类特征点的集合.利用三叉点的位置特征构造图像的特征模板;利用模板匹配方法实现船舶水尺刻度的自动识别.该方法可有效解决采集的船舶水尺数字图像与特征模板尺寸不一致的问题.     

分段常值多相图像分割的变分水平集方法

基于变分水平集方法,建立一种具有噪声去除能力的分段常值多相图像分割模型. 该模型能在完成噪声去除的同时完成图像分割,从而缩短针对噪声图像的分割时间;其次,基于十进制数和二进制数转换,构造区域划分的特征函数表达式,从而建立一个新的多相图像分割模型;最后把该多相图像分割模型应用于合成图像和医学图像的分割.实验结果表明,与Chan-Vese模型相比,该模型能更快地提取噪声图像中的目标.     

高速公路收费道口自动车型识别系统中的车轮检测算法

为提高高速公路收费道口自动车型识别系统(Vehicle Recognition System,VRS)的识别准确率,针对基于三维成像的VRS中的车轮检测,提出一种优化算法,以精确检测出车轮的位置和大小.利用激光雷达检测到有疑似车轮的目标通过扫描平面时,控制摄像头抓拍图像;对抓拍到的图像进行灰度化、图像增强、边缘提取、背景分离等处理;利用霍夫变换进行车轮边缘拟合,检测图像中是否含有车轮,若有,可同时得到车轮的位置和大小;在MATLAB中实现该算法.结果表明,该车轮检测算法能够快速、精确地检测出车轮,效果良好.     

基于边缘和梯度场的图像表示和压缩方法

提出一种基于边缘和梯度场的图像表示和压缩方法.将图像表示成边缘域的像素和非边缘域的梯度场,并分别进行编码.编码端,采用自适应四叉树分解和一维小波变换编码边缘域,采用二维小波变换编码梯度场.解码端,由对逆变换得到的边缘域和梯度场,通过梯度域变分重构进行解码恢复.方法能用于无损和有损图像压缩,具有较好的压缩性能,并能有效地克服边缘附近的振铃效应.     

基于MRF高斯混合模型的海浪纹理背景目标区域分割

为进行海洋图像处理,根据海面背景的特点,提出1种基于马尔科夫随机场(Makov Random Field,MRF)高斯混合模型的海浪纹理背景目标区域分割方法.通过对海平面特征的分析,建立MRF先验模型;运用MRF和Gibbs分布理论,建立海浪纹理的MRF高斯混合模型;用期望极大化方法获取海浪纹理的参数;根据最小后验能量准则实现海浪纹理背景目标区域的分割.与采用经典分割方法进行对比表明,该方法可行.     

基于最值中滤波的彩色图像噪声滤波器

构建了一种新的消除彩色图象中脉冲噪声的滤波法。该滤波首先根据极值点(最大或最小)的判别标准将全部像素分为两类(信号S与噪声N),再根据空间相关性将噪声点用该点邻域的中值取代,然后进行简单的局部纹理分析而自动选择使用标量中值滤波或者使用矢量中值滤波。实验表明,文中提出的方法计算量少,性能优良,图象信噪比高。     

基于SUSAN算子和角点判别因子的目标边缘检测

针对目标区域角点分布密集和背景区域相对稀疏的图像,为了更准确、完整地提取目标区域的边缘,消除背景,提出一种基于SUSAN算子和角点判别因子的目标边缘检测方法.实验结果表明,与Canny方法、改进的非下采样Contourlet模极大值方法和改进的蜂群方法等边缘检测方法相比,本文提出的方法能有效避免背景区域的干扰,精确定位目标区域,所得边缘轮廓连通完整、细节丰富.该方法具有较优的主观视觉效果和较强的抗噪能力,且运行时间较少.     

一种改进的基于奇异值分解的亚像素级图像配准算法

基于奇异值分解（SVD）的相位相关法是一种经典的具有亚像素级精度的图像配准算法,但当两幅待配准图的平移量较大或噪声较强时,该配准算法中的积分法得到的相位解缠结果往往不可靠。根据线性相位的单调变化特性,提出一种改进的相位解缠算法,通过比较相邻相位差和趋势斜率的一致性判断是否进行校正,从而得到真实相位值。针对真实光学图像的实验表明,该方法可以有效地对积分法所得到的结果进行校正,进而提高匹配精度。