基于Arnold变换的二值图像算法

在数字水印方案中,单纯地用各种信息隐藏算法对秘密信息进行加密是不安全的,因为攻击者只要破解了加密算法,就可能直接提取出秘密信息。针对这一点,提出在秘密信息隐藏之前,先对其进行置乱处理,使其失去本身原有的面目,再隐藏到载体中,以确保信息的安全性。以Fibonacci变换和Arnold变换的实验结果阐述了数字图像置乱方法在数字水印中的作用,并提了出一种利用Arnold反变换恢复图像的方法。     

基于RSSI加权的三维质心定位算法

节点定位是无线传感器网络中的关键技术之一,本文针对三维地形定位存在较大误差的问题,提出了一种将接收信号强度RSSI测量方法与加权质心定位相结合的算法。该算法的权值是用点到平面的距离作为其计算的一部分来代替传统加权质心算法中点到点的距离从而达到提高定位精度的目的。仿真表明,该算法定位精度比传统的加权质心定位精度有提高。     

基于纹理均衡和灰度差异的图像二值化

根据图像处理中最基本的目标检测算法,用图像的前景图片信息减去背景图片信息的方法就可以检测到目标。本文基于上述减背景的目标检测算法,进行视频序列的二值化处理。处理过程中不仅利用了图像间的灰度差信息,还整合了分块区域内图像的纹理方差信息,结果使二值化目标更加充实饱满,同时也消除了部分白噪声。     

基于最优权值探测的图像可逆信息隐藏研究

提出一种基于最优权值探测的图像可逆信息隐藏算法。该算法改进了现有的预测方法,利用最优权值探测原理提高预测像素值的精确受,使预测误差差值直方图更加紧凑、峰值更高。实验结果表明,相比其它可逆嵌入算法．该算法在保证图像质量的同时,提高了嵌入容量。算法整体性能高。     

基于RSSI值比较改进的蒙特卡洛定位算法

节点定位是无线传感网应用中的一个基础问题。利用信号强度的比较缩小采样区域,本文提出了一种改进的定位算法。该算法以蒙特卡洛方法为基础,利用定位节点接收到的不同锚节点RSSI值的比较来缩小蒙特卡洛算法的采样空间。实验结果表明,本文提出的算法能够减小蒙特卡洛算法的采样区域和采样次数,从而提高定位效率。     

二值图像的细化算法

二值图像是只有黑白两种颜色的图像,二值图像的细化是讨论将一个图像中的黑色部分沿着它的中心轴线将其细化为一个像素宽的线条的处理过程,细化的结果能基本保留图形中黑色部分的拓扑结构。介绍了一个二值图像的细化算法,思想是从原图像的边界逐层消除黑色像素点,但同时保持黑色部分的连通性,直到最后得到细化结果。     

WIFI定位信号强度相似判断算法实现

利用预筛选出来的有效指纹点与实时定位点的接收信号强度进行相似判断。两者对应的接入点的接收信号强度进行判断和运算,最后得到接收信号强度相似系数。找出相似度最高的3个指纹点的坐标为下一步实时定位点坐标推算提供数据。     

基于小波变换的相似多目标识别算法研究

根据LED晶片wafer图像的特点,利用小波变换的多分辨率分析提出了一种相似多目标的识别算法.wafer图像经过小波分解后,利用灰度归一化互相关算法,在其低分辨率尺度空间内进行整体模板匹配,然后将匹配结果在其高分辨率尺度空间内进行局部匹配,最终实现了全分辨率下LED晶片的精确识别.改进算法中利用步长自适应调整算法,使相关性系数计算量比原来减少了40％.试验表明该算法有效地缩小了搜索域,提高了晶片的识别效率.     

基于余弦相似度的指纹匹配算法的室内定位方法

介绍了基于位置指纹匹配的Wi Fi室内定位常用方法,提出了一种基于余弦相似度的指纹匹配算法的室内Wi Fi定位方法。该方法匹配算法复杂度低,降低了手机终端定位应用的功耗。本文也给出了Wi Fi定位系统的具体实现方法,通过在某室内环境将余弦相似度算法与常用方法进行对比测试,误差范围1.5 m,准确度较高,满足室内定位精度需求。     

基于轻量化算法无人机图像绝缘子识别定位研究

绝缘子的安全、稳定运行对于输电线路来说是非常重要的,利用目前最为活跃的SSD算法在无人机采集到的绝缘子图片的不同位置进行密集抽样,通过在不同层级中选用不同尺寸、比例的anchor,能够找到与ground truth匹配最好的anchor来进行训练,然后利用CNN提取特征直接进行分类与回归,整个过程只需一步,目的就是为了得到更小、更快、更高效的模型应用于移动端设备。     

基于联合粒子滤波和Mean-Shift的运动目标跟踪算法

Mean Shift跟踪算法能有效实时对运动目标进行跟踪,但是当目标运动速度过快或者目标被遮挡时,跟踪效果会下降;粒子滤波跟踪算法适用于非线性非高斯环境,其跟踪效果与粒子数息息相关,数量少了导致粒子匮乏,数量多了会影响实时性。为解决上述问题,本文将mean shift和粒子滤波融合。实验表明,本文算法在运动目标速度较快和目标被遮挡时均取得了较好的跟踪效果。     

基于LabVIEW的运动物体跟踪系统实现

运动目标跟踪系统在讲座录制、安防监测和工业生产等诸多领域具有重要意义.但这类系统在设计上大多局限于传统仪器的概念范畴.本文介绍了一种适用范围较广的基于IabVIEW的运动目标跟踪系统.应用模型匹配技术和在LabVIEW环境下的IMAQ Vision模块来构架该虚拟仪器形式的系统.最后,对应各性能指标提出相关的优化解决方案,根据对比实验的验证数据探讨相关参数设置.该系统在实际应用中性能可靠,高效灵活;优化方法的实施显著地提高了系统的跟踪效果.     

排球视频中的运动目标跟踪及检测算法研究

为了提升排球视频中的对于目标的追踪能力的准确性,本文利用Mean shift算法,提出了一种高效率并且又稳定的运动目标跟踪检测算法。算法根据排球在x、y轴上的坐标位置和排球在在x、y上的速度,进行观测向量的设置,并求解观测值。实验过程中采用五台摄像机对排球运动场进行全方位的目标跟踪,最终求解得到排球在三维空间的运动轨迹。实践证明,本文算法图像处理信噪比高,时间复杂度低。     

一种正则粒子滤波的人脸跟踪算法

本文针对人脸运动的非线性非高斯的特点,引入正则粒子滤波算法来进行运动预测估计,且根据预测精度对预测过程中目标运动速度和过程噪声方差进行自适应更新。实验结果表明,在人脸的旋转、肤色和部分遮挡影响下跟踪精度较高,抵抗光照环境变化,以及人脸大小变化等的鲁棒性较强。     

基于TMS320C6202 DSP的运动目标跟踪系统

本文描述了一种以TMS320C6202数字信号处理器为核心的高速图像处理板和图像实时采集卡及摄像头构成的实时运动跟踪系统。提出了一种快速图像匹配的相关跟踪算法,给出了在复杂背景下跟踪飞机的实验结果。实验证明该系统性能可靠,跟踪效果较好,并有较高的实时性。     

一种去光照干扰的运动目标图像分割算法

对模糊图像的多尺度分割,是解决许多计算机视觉处理问题的基础。传统的图像分割算法采用基于小波变换的局部特征匹配方法,无法有效去除光照的干扰,对运动目标图像的分割效果不好。提出一种基于模糊图像边缘能量特征提取的运动目标图像的去光照干扰分割方法。计算去光照干扰后的运动目标图像振幅分量和频率分量,采用混合函数控制曲线方法生成运动目标图像时间序列,计算每个尺度下计算运动目标图像的边缘能量特征,进行图像区域特征的非同态块匹配分割,最终生成灰度直方图二进制均衡系数,实现了运动目标图像的准确分割,去除了光照干扰。仿真结果表明,该算法具有分割结果准确,抗干扰能力较好,图像分割质量较优。     

基于颜色信息的多机器鱼并行视觉跟踪算法

在多仿生机器鱼协作系统 (MRFS)中 ,如何快速、准确获取多机器鱼运动信息和环境信息是决策和控制的基础。介绍了MRFS中视觉子系统的实现及其多目标实时跟踪策略。结合机器鱼本体和场地背景的特征 ,提出了一种基于色度直方图和饱和度直方图的自适应阈值分割算法 ;同时 ,结合计算机并行处理技术 ,利用MMX指令和SSE指令 ,对整个跟踪算法进行了并行性优化。该视觉子系统已成功应用于MRFS中 ,能实时跟踪自由游动的机器鱼和多个障碍物     

一种改进的基于相关反馈的图像检索算法

基于相关反馈的图像检索算法,加权系数的调整预先确定,缺乏灵活性.为了获得满意的检索结果,需要大量的反馈计算且算法效率低.针对相关反馈的缺点,提出一种基于粒子编码的加权系数自适应调整算法,并且给出了粒子编码的过程与适应度函数的计算过程.选择Corel标准图片库进行实验,基于粒子编码的算法比其他相关反馈算法检索精度大大提高.     

基于边缘检测的图像缩放算法

论文提出了一种保持边缘特征的图像缩放算法,算法首先检测图像中物体的边沿,并在传统边沿检测方法的基础上增加“不确定度”这个参数来提高边沿检测的鲁棒性;对边缘区域像素的插值沿边缘方向进行,对非边缘区域的像素的插值用三次卷积的方法生成。该算法能有效消除传统插值算法在物体边缘部分出现的锯齿,提高了缩放后图像的视觉质量。仿真结果表明,对人造图像和自然图像,本算法均能保持良好的边缘特征,取得较理想的图像缩放效果。     

改进的Retinex雾天视频图像增强算法

在浓雾环境下进行视频拍摄会因大气粒子的散射作用导致图像成像效果极差,通过图像增强算法设计,提高视频图像的去雾速率和成像质量。当前对浓雾环境下拍摄出来的景物图像采用暗原色增强方法,对能见度和对比度较低的图像的增强效果不好。提出一种基于改进的多尺度加权平均Ret-inex算法的雾天视频图像增强算法。采用Gamma-Gamma分布的方法构建大气散射物理模型,利用简化大气传播原理,得到去雾后的图像的视频图像的暗原色特征,实现雾天环境下视频图像成像机理和增强模型总体设计。浓雾环境下提取多尺度Retinex图像暗原色特征,采用多尺度加权平均Retinex算法,对图像的灰度像素值进行自适应增强,指导雾化图像进行盒子滤波实现去雾处理,得到图像的亮度、对比度和结构相似度的增强结果。仿真表明,该算法具有较好的去雾性能和图像增强性能,提高了去雾速率和浓雾下的视频图像成像质量。