基于角点检测的地理特征遥感识别系统

在不同光照和旋转角度下进行地理特征遥感识别是测绘领域的难点,为了实现对地理地形的准确测绘,需要进行地理特征遥感识别优化设计。传统方法中,采用遥感图像边缘特征检测算法,当遥感图像出现旋转角度时,识别性能不好。针对这一问题,提出一种角点检测的地理特征遥感识别算法,并进行系统设计与实现,系统通过图像传感模块采集遥感图像,经过角点特征处理器提取图像特征。在不同光照和旋转角度,采用单尺度Harris角点检测算法对图像进行检测并提取角点,得到地理遥感特征数据采集的角点模型,基于角点检测,进行遥感识别算法改进和系统实现。实验结果表明,采用该算法和系统,地理特征遥感识别准确率高,耗时较少,提高对地理特征遥感识别性能。为实现对地理地形的准确测绘提供依据。     

引入Hessian矩阵尺度极值检测的图像角度特征匹配

传统的SURF方法对动画图像角度特征匹配准确度较低,计算开销大,稳健性不好。引入Hes.sian矩阵尺度极值检测技术,提出一种改进的基于加速鲁棒特征匹配算法,实现对动画图像的角度特征优化匹配。首先基于摄像机的成像原理利用灰度直方图二进制均衡算法对图像进行增强处理,采用Hessian矩阵检测出图像每个尺度中的极值点,把图像角度极值点聚焦在图像的仿射闭合区域。提取仿射闭合区域的图像角度特征,使用SURF双向匹配算法实现角度特征优化匹配。仿真实验表明,改进方法能使图像的角度特征匹配准确度大幅提升,特征匹配准确率提高显著,有较好的鲁棒性和实时性。     

最大灰度值轮廓点标记的模糊图像分频方法

图像分频技术是采用多尺度频谱分离方法实现对图像的特征分类,提高图像的识别和特征提取能力。传统的图像分频方法采用多窗谱估计方法,对具有复杂轮廓特征的模糊图像分频识别效果不好。提出一种基于最大灰度值轮廓点标记的模糊图像分频方法。采用多尺度Retinex算法对图像进行特征分类预处理,对模糊图像的灰度暗原色特征进行分解,基于最大灰度轮廓点标记实现对图像的分频算法改进。仿真结果表明,采用该方法进行图像分频处理后,能有效实现对模糊图像的降噪和增强,图像峰值信噪比提高了12.45d B,均方误差MSE降低了0.34,提高了图像的分辨力和对模糊图像的识别性能。     

基于改进SURF的图像匹配算法的研究

图像匹配是当下计算机图像辅助技术的研究热点之一。基于SURF的图像匹配方法为当下常用的算法之一。SURF算法包含了图像特征点的检测,图像特征点的描述以及图像特征点的匹配三个部分。SURF算法中,图像特征点的检测是通过Hessian矩阵行列式而实现的。图像特征点的描述分为求取特征方向以及特征向量两个部分,SURF算法中利用Haar小波来求取特征点的特征方向以及特征向量。SURF算法中利用单方向欧氏距离来完成特征点的匹配。为了使得特征点的匹配具有更好的准确度,本文设计了基于改进SURF的图像匹配算法的研究。在SURF算法的基础上,利用欧氏距离建立双向匹配过程,使得特征点的匹配更加准确,从而提高图像匹配过程中匹配正确度。最后,通过实验结果对本文所设计方法的有效性进行了验证,实验结果表明,本文通过双向匹配过程改进的SURF算法具有更好的匹配正确度。     

过度曝光图像缺失信息修复算法

图像在过度曝光采集的情况下会因为光圈的进光量过大导致图像的细节关键信息缺失,研究过度曝光图像的缺失信息修复算法,为图像的细节特征分析奠定基础。传统方法采用图像小波尺度分解方法进行图像缺失信息修复,随着光圈的增大,对细节信息的修复效果不好,提出一种基于改进的小波包分解的过度曝光图像缺失信息修复算法。构建了过度曝光图像的纹理信息特征传导模型,采用Harris角点检测算法实现对过度曝光图像的灰度特征匹配,采用小波包分解方法对图像缺失信息进行位置和尺度信息的重构,实现缺失信息修复。仿真结果表明,采用该算法进行过度曝光图像修复,图像的细节特征得到准确有效复原,提高图像的识别能力。     

遥感图像中微小红外目标的分类定位识别

遥感图像中存在大量微小红外目标,对其准确的分类和定位识别是实现远程目标识别和遥感测量的基础。目前对该类红外小目标的识别方法采用单层正方形网格生成方法,对随机标定的红外目标点的识别效果不好。提出一种基于Harris角点检测的遥感图像中微小红外目标的分类定位识别算法。构建遥感图像的红外目标数据采集模型,对图像进行角点特征提取预处理,采用Harris角点检测算法实现对红外目标微小特征点的信息标定,实现对其准确分类定位。仿真实验表明,采用该算法进行微小红外目标的分类定位识别,具有较高的准确性,对红外目标的特征提取和定位识别效果较好,在远程目标探测和遥感监测等领域具有较高的应用价值。     

基于图像处理的菌类识别研究

通过对图像识别技术的学习研究,对基于Android的菌类识别APP进行研发,选择图像识别开发框架作为主要的技术手段,实现菌类图像的采集、预览、上传等初步功能,同时利用图像处理与分割技术来实现菌类图像从接收、图像预处理、菌类图像的分割以及最终对其种类匹配识别分类到结果返回的技术功能。最终的初步研究结果为:通过原图像与目标图像匹配特征点后的对比分析,将菌类的识别算法所采用的特征点集,选择出适合本系统所使用的图像识别的Sift特征匹配算法,然后再根据所抽取出的特征值,利用主成分分析采用基于菌类形状和颜色的特征组,最后利用算法来实现对菌类的粗略识别。     

加速鲁棒特征匹配模糊动态场景混淆去除算法

动态场景曝光图像较为模糊,混淆复杂,对动态场景混淆去除是实现基于动态场景图像识别的运动目标检测的关键。针对传统方法中模糊混淆点配准不精,去混性能不好的问题,提出一种采用加速鲁棒特征匹配的模糊动态场景混淆去除算法,设计图像序列块曝光生成模型和边缘检测算法,抑制运动场景混淆图像边缘凹点灰度特征和混淆干扰,设计并行处理的分块检测方案提高处理速度,采用加速鲁棒特征匹配方法实现混淆去除。实验结果表明,采用该算法进行模糊动态场景图像的混淆去除处理,特征匹配精度高,去除混淆效果较好,在色彩自然效果保持和实时性方面优越传统方法,在基于图像处理的快速运动目标识别和动态场景恢复等领域具有很好的应用前景。     

遥感对地CCD成像自适应轮廓线跟踪标记算法

CCD固态图像传感器用于遥感图像采集中,遥感对地探测中进行图像采集的轮廓线特征模糊,需要进行自适应轮廓线跟踪标记,提高图像的分析和识别能力。传统方法采用尺寸配准标定技术,对边缘模糊的遥感CCD成像标记效果不好,出现伪轮廓。提出一种基于Harris角点检测的遥感对地CCD成像自适应轮廓线跟踪标记算法。进行遥感对地CCD成像图像数据模型构建,设计Harris角点检测算法进行CCD遥感成像的边缘轮廓像点拟合,进行边缘轮廓线的亮点分析,提高采样精度,通过遥感成像的运动幅度检测实现对轮廓线跟踪标记。仿真结果表明,算法能有效实现CCD成像轮廓线跟踪标记高精度拟合,能有效剔除边缘干扰,提高对地遥感观测图像的探测精度。     

自动提取植物染色体特征的研究

植物染色体特征参量的提取是实现植物染色体计算机自动识别和分析的关键,本文首先对原始植物染色体图像进行图像分割、边界搜索、背景噪声滤除等处理,将各条染色体从图像中提取出来。然后,提出采用边界的高阶方向链码来判定染色体边界上明显凹凸点的分布,又根据染色体的细化中轴,自动判定出染色体着丝点的位置。进而,测量得到描述染色体特征的主要参量。经对植物染色体图像进行实验,其结果表明这一系列处理方法对植物染色体特征的自动提取是有效的。     

改进的AdaBoost检测算法在身份识别中的应用

传统的Ada Boost人脸检测算法训练时间长对设备要求高,在复杂背景下存在漏检误检。提出一种基于小波重构和特征提取的Ada Boost人脸检测算法,并应用到身份验证中。采用小波重构方法,实现对人脸信息有用特征的重构,进行去噪处理提高人脸识别的准确性。采用人脸特征关联性方法将不同的人脸特征子集进行分类处理,采用特征提取算法实现对Ada Boost算法的改进。仿真结果表明,采用改进的人脸检测算法进行身份验证,能检测到一定范围内的非正脸图像特征,有效提取人脸的局部信息特征点,提高身份验证对象的检测精度和正确识别率。     

角点检测综述

角点是图像的一种重要的局部特征,通过对图像角点的检测与处理,对把握图像的局部及整体特征,特别是在视觉匹配、目标识别和运动估计与追踪等领域都有重要的实际应用。现有的图像角点检测方法可分为基于模阪、亮度变化、边缘特征三种检测方法,对其分别进行了综述,分析了相关的算法,并对算法进行了评价。     

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。     

车辆振动补偿在接触网几何参数检测中的应用

分析车辆振动对铁路接触网几何参数检测的影响,阐述了图像标定方法、相关的车体振动参数及空间检测目标物分别在车体坐标系与钢轨坐标系中的映射关系。采用高速面阵相机结合线型激光器随车实时采集数字图像,运用图像处理技术提取钢轨特征点,通过计算将得到的车辆相对于钢轨的姿态数值补偿给车载接触网几何参数检测数值中,并进行了现场测试验证。     

一种抗几何攻击的数字水印算法

针对水印同步问题设计了一种抗几何攻击数字水印算法。首先采用奇异值分解（SVD）的方法嵌入水印,然后利用SIFT算法提取已嵌入水印图像的特征点。在水印检测过程中,将可能遭受几何攻击的含水印图像与原含水印图像进行特征点匹配,找出任意三组匹配特征点,根据特征点尺度及位置关系估计图像可能遭受到的旋转、缩放及平移变换参数,将图像还原,实现水印重同步。实验结果表明,算法在兼顾水印嵌入的不可见性同时,具有较好的鲁棒性,能抵抗常见的几何攻击。     

基于形体轮廓特征提取的运动动作标志分析

对健美操等运动状态下的标志性动作分析时评价和刻画健美操运动训练和比赛水平的定量性标准。传统的运动动作标志性分析方法采用运动幅度检测方法,对健美操这类运动幅度呈现不规则差异的运动项目来说并不适用。基于图像处理的方法,提出一种基于形体边缘轮廓特征点提取的运动动作标志性分析算法,进行了形体边缘轮廓特征点数据采集系统设计。提取形体边缘轮廓特征点,将空间邻域信息融入到运动形体图像的标志性动作检测中,采用亮点模型衍射的方法实现视觉穿透,搜寻健美操运动员的技术特征,实现对健美操运动动作的标志性分析算法改进。仿真实验结果得出,采用该算法能有效准确地提取健美操的形体边缘轮廓特征点,运动动作标志性检测概率较高,性能稳健,具有优越性。研究成果在健美操形体评价等领域中具有较好的应用价值。     

融入背景差分连续重构的心脏医学图像重建

通过对人体心脏器官的医学图像重建,为实现三维可视化手术及图像重构提供图像基础。传统的心脏医学图像重建方法采用的是三维坐标点动态数据采集算法,当测量点相对散乱时无法满足心脏器官重建的准确性要求。提出一种融入背景差分连续重构的心脏医学图像重建方法,进行图像细节纹理的灰度化图像进行提升分离,定义表面渲染的选项,计算二维层状图像纹理特征像素点检测沿幅角方向上模值的极大值点,得到三维成像的仿真视景图像的质心位置,采用二阶累积泰勒展开算法,对三维图像模型进行心脏图像的纹理特征提取,实现算法改进。仿真结果得出,采用该算法进行心脏医学图像重建,重建表面的最大误差显著减少,重建精度较高,重建时间减少,在实时性和精确性上性能优越。     

铁路牵引变高压断路器分合状态指示牌图像识别方法

本文采用视频图像的几何特征算法对断路器分合状态指示牌进行图像识别;将视频巡检的图片,划分为参考图片、训练图片和验证图片。首先,对参考图片信息进行区域分割,针对指示牌分合图像特点,采用二值灰度构造方法,构造图片的几何特征;然后,针对不同情况下的训练图片进行特征采集、训练,得到特征专家知识库,作为验证图像识别的参考依据;最后,根据特征专家知识库,对实时图片进行在线实时识别。算例采用合安高铁铁路牵引变的无人值守变电所数据,进行了断路器分合指示牌状态的图像识别。结果表明该方法在图像识别方面的可行性,具有一定实用性。     

基于小波阈值压缩的运动模糊图像去噪算法

强干扰环境下采集的模糊运动图像通常含有大量的噪声,难以进行有效的细节分析,需要进行图像降噪滤波处理。传统方法采用小波分析的图像细节滤波算法进行降噪,对运动场景下的图像角点偏移部分的降噪效果不好。提出一种基于小波阈值压缩的运动模糊图像去噪算法。构建模糊运动图像的小波分析模型,采用小波阈值压缩方法进行运动模糊图像的角点检测,形成具有角点的图层小波阈值压缩库,实现图像降噪滤波处理。仿真结果表明,采用该算法能有效实现图像去噪滤波,提高图像质量和峰值信噪比。     

基于CUSUM算法的网络设备故障预测

网络设备故障预测根据设备的近期健康度、特征参量及历史数据,通过预测算法对网络设备当前健康状况进行检测,对系统未来时刻的状态进行预测,可以使管理人员在故障发生之前采取有效措施保证网络的顺利运行。本文采用CUSUM算法实现了对网络设备状态进行检测和故障预测,根据设备运行参数精心选择了算法所需参数,实验结果表明检测算法可以提前检测出系统的异常状态,为设备故障预测提供决策依据。