基于图像特征的运动估计方法研究

在民用及军事中都有其广泛应用前景的电子稳像技术研究中,其中重要的一部分就是稳像算法的实现,其核心在于借助帧间图像的差异区分来取得运动参数,因此运动估计模块的质量将直接影响稳像系统的整体运行结果效用。本文主要以图像特征为基础的运动估计方法为研究对象,进行简要分析介绍,同时描述说明边缘匹配法、特征量跟踪法以及特征点匹配法等几种常用算法。     

采用特征匹配的多重光融合图像稳像技术

图像稳像分为机械稳像和电子稳像,电子稳像采用图像信息处理方法结合光学图像处理芯片,实现图像的稳定性处理。传统的电子稳像采用角点包络检测方法,在图像受到多重光线干扰下,稳像性能不好。提出一种基于特征匹配的多重光融合图像的稳像技术,首先采用小波降噪方法对图像进行降噪预处理,提取图像的Harris角点特征,进行特征匹配,以此为基础采用图像边缘融合方法进行稳像处理,以提高多重光融合图像的稳像性能。仿真结果表明,采用该算法进行电子稳像处理,多重光融合图像峰值信噪比较高,说明稳像改善程度较好,抗干扰性较强,优于传统算法。     

塔式起重机视觉系统中电子稳像算法

为解决塔式起重机视觉系统获取的图像序列抖动,采用Kalman滤波投影估计算法复合控制的电子稳像技术使抖动达到最小。基于投影估计和Kalman滤波相结合的稳像算法是指在运动估计过程中,通过中值滤波对视频稳像进行预处理,采用投影法来进行运动估计,在Kalman滤波下,根据抖动矢量对当前帧进行补偿,得到稳定的视频。对塔式起重机因操作过程中遇到的视频图像序列进行稳定处理,使输出的视频图像序列稳定而清晰。仿真实验结果表明:该方法可以使稳定精度提高,更适合塔式起重机操作员观察,提高了效率和安全性。根据抖动向量利用闭环反馈原理来补偿当前帧,在第一时间及时消除抖动,获得稳定的视频。     

基于Kalman滤波算法的运动目标跟踪系统建模与仿真

鉴于传统的跟踪算法鲁棒性和实时性不足,构建了一种基于Kalman滤波的运动目标跟踪系统。对于运动目标的跟踪,此系统先采用背景差分法检测目标位置,再使用Kalman滤波算法估计目标位置。通过建模仿真,结果表明,该算法能较好预测运动目标的位置,实现了对运动目标的实时跟踪。     

全搜索块匹配算法的一种改进算法

对于现代小型摄像机的不稳定引起的图像序列抖动提出一种基于全搜索块匹配的全局运动估计与补偿算法,通过对运动估计算法的改进,既保留经典全搜索匹配算法的精度,又大大缩短了经典全匹配算法的运算时间。同时也介绍了它在电子图像稳定(EIS)系统中的应用,通过此算法较好地解决了摄像机图像在水平与垂直方向的抖动问题。     

基于修改特征权重的图像检索反馈系统实现

图像检索系统根据用户的反馈信息自适应的调整查询策略,使系统查询的结果进尽可能的与用户实际需求相吻合。本文描述了一个基于修改特征权重的图像检索反馈算法,基本思想是基于图像集合的标准方差来对图像的特征向量进行权重修改。基于此算法,设计和实现了一个基于内容的图像检索反馈系统。实验证明,此系统比传统的检索系统有优势,精度更高。     

基于智能视频监控系统的运动目标检测和跟踪研究

运动目标检测和跟踪技术是视频监控系统中的两大关键技术,本文以智能视频监控系统研究为基点,介绍了智能视频监控系统的兴起及组成部分、运动目标检测与跟踪算法的基本作用原理,阐述了基于智能视频监控系统的运动目标检测方法和运动目标检测方法的实现,分析了包括基于均值偏移的跟踪算法、基于粒子滤波的跟踪算法、融合Mean-Shift的粒子滤波跟踪算法在内的运动跟踪方法,对于后期智能视频监控系统的运动目标检测和跟踪研究具有一定的指导意义.     

CDMA信号的二维DOA估计

针对DS—CDMA系统,提出一种基于三个相互垂直阵列结构的二维DOA估计算法,结合CDMA系统的特性,利用其中一个阵列与另外两个阵列组合分别估计一维DOA,该算法结构简单,分辨率高,弥补了传统MU—SIC的不足,能改善DOA的估计性能,仿真结果表明了此算法的可行性和有效性。     

一种基于对称差分的运动检测算法

用于数字视频监控系统中运动物体检测的算法是一种基于三帧差分法的对称差分运动目标检测算法。实验表明,这种算法对于光照、背景内容的变化不敏感。该算法能够有效地检测出图像中的运动物体。     

基于PSO优化的神经网络在边坡稳定性评价中的应用

本文首先介绍基于PSO优化的BP神经网络算法;并在此基础上,考虑影响边坡稳定性分析的包括岩石容重、粘聚力、内摩擦角、边坡角、边坡高度、空隙水压力等各种自然因素,以文献中土质边坡工程的数据为例,用基于PSO优化的BP神经网络算法对边坡稳定性进行评价。最后将评价结果与传统BP方法计算结果进行逐一对比,结果证明该方法不仅能满足边坡稳定性评价的精度要求,而且还可以加快训练收敛速度,其泛化性能也比较好,使得边坡稳定性评价更为便捷迅速,从而证明该方法具有一定的推广应用价值。     

基于MAS的故障诊断任务分解研究

在传统故障诊断基础上，将多Agent技术（MAS）应用于复杂系统故障诊断领域，是求解复杂过程故障诊断问题的一种新尝试．研究了基于MAS的分布式智能故障诊断模型，基于一种分布式Agent诊断系统结构原型系统，重点研究了诊断问题的任务辨识、分解问题，构建了基于Agent的任务分配的综合遗传算法和模拟退火算法的混合算法．应用表明，该算法具有很好的可扩展性、适应性和稳定性．     

图像分割算法在零件图像测量中的应用研究

通过分析图像测量系统的组成,说明了图像分割算法在零件图像测量中的重要地位,综合阐述了目前常用的图像分割算法的特点。针对零件图像测量的实际应用情况,提出了一种新的图像分割算法,实现了对目标边缘的准确检测。在此基础上设计了边缘检测的亚像素细分算法,对目标边缘进行亚像素精确定位,并用实例说明了本算法的可行性。     

高清整皮表面缺陷自动检测与定位

针对传统CCD皮革检测系统成像视场小,以及传统皮革缺陷检测方法主要对皮革局部区域进行检测,应用在整张皮革缺陷检测上还需进行图像拼接等问题,提出一种高清整张皮革表面缺陷自动检测方法。首先根据高清整皮一次成像系统获取的整张皮革（整皮）图像特点,提出基于饱和度的整张皮革有效区域提取方法提取皮革区域（Region of Interest, ROI）;然后,为了在整皮图像ROI区域内一次对多种不同类型缺陷进行检测与定位,提出基于增强缺陷边缘的算法对皮革表面缺陷进行自动检测与定位。与传统皮革局部区域缺陷检测方法相比,该方法直接对整皮图像进行检测,无须再应用图像拼接算法得到最终结果,且能在一定程度上克服光照不均的影响,因此可以快速、准确地自动检测与定位整张皮革缺陷。     

基于人类视觉系统模型的低能见度图像增强算法

本文根据传统数码相机的成像流程及其改进和相关算法,提出了一种基于人类视觉系统的低能见度图像增强算法。该算法通过模拟视网膜处理入射场景的两次滤波操作并对滤波后的图像进行后处理操作,对受天气影响的低能见度图像具有很好的增强效果。     

一种基于修改特征权重的图像检索反馈算法的研究与实现

图像检索系统是根据用户指定的信息自适应地调整查询策略,实现智能地从图像数据库中查找出特定图像的系统。文章提出一种新的基于修改特征权重的相关反馈算法,增加未标注图像与反例图像训练样本数,解决相关反馈算法中忽略未被标注的图像的问题。实验证明,采用该算法的系统比传统的检索系统有优势,精度更高。     

基于改进 SURF 的快速图像匹配算法

SURF 是在 SIFT 基础上提出的一种图像特征点提取算法。针对传统算法误匹配点多和计算量大等问题,提出一种基于改进 SURF 的快速图像匹配算法。该算法通过引入对角降维与角度删减方法,分别对 SURF算法中特征点描述子进行降维和误匹配点剔除,以提升匹配速度和精确度。实验结果表明,与传统算法相比,该算法提高了 1%~10%的匹配正确率,以及 8%~30%的效率。     

一种基于LBP的人耳特征提取方法

在PCA+FLDA算法基础上,提出了一种新的基于LBP的人耳特征提取方法。采用LBP算法与PCA+FLDA算法相结合的人耳特征提取方法在识别率方面与传统特征提取方法相比有明显提升。     

基于图像分割的改进型预测编码

传统的预测编码是通过将图像转化为预测差来消除像素间的冗余度,从而实现图像压缩。为了进一步减小预测差的熵,提出了一种基于图像分割的改进型预测编码算法。实验结果表明,该算法具有比传统预测编码更好的压缩效果。同时,还比较了各种不同的分割方法对图像压缩性能的影响。     

具有网络一致结构的三维人脸模型重建研究

针对传统方法及机器学习方法对大量三维人脸数据、训练样本数量与质量依赖性大的问题,采用基于光照立体的方法,利用人脸图像重建三维人脸。综合利用基于法线的模型变形法和非刚性变形法,提出一种基于法线的非刚性变形算法。利用SFS算法计算顶点法线,然后使用法线和局部刚性约束使参考模型变形,进而得到与参考模型具有一致网络结构的三维人脸模型,从而得到三维人脸图像。该方法与传统方法相比,节省了大量样本要求,并且立体效果更好。     

基于改进 AdaIN 的图像风格迁移

图像风格迁移技术是指给定内容图和风格图,利用机器学习算法将内容图渲染成具有艺术风格的画作。针对传统图像风格迁移算法无法兼顾速度与生成图像质量等问题,基于 AdaIN 算法,提出 AdaIN 改进算法。在原始 AdaIN 网络中加入内容图像的深度信息计算模块,提取内容图像的深度图,通过将迁移图像数据与深度图归一化处理后的数据按元素相乘的方法,突出内容图的深度信息,使得输出的风格迁移图像各深度下具有不同的风格化程度。实验表明,相较于 Gatys 等种传统风格迁移算法,AdaIN 改进算法在运行时间上可降低约 11%;不需要针对每种风格单独训练网络,避免了模型重复训练;内容图像深度信息得以保存,提高了图像渲染质量。