三维图像重建中差异信息融合算法研究

针对三维图像重建中的差异信息融合算法识别率较低,稳定性差,无法有效处理不确定因素等弊端,提出一种新的三维图像重建差异信息融合算法,分析了二维图像和三维图像的一阶与二阶统计,对自相关函数进行归一化处理,将二维图像的自相关函数变成三维自相关函数,利用傅里叶变换求出三维图像的功率谱,通过调整合理的辐角塑造该三维图像的傅里叶转换。对三维图像重建过程中的特征向量进行划分,保证三维图像重建过程中全部信息的完整性。依据特征向量与信息之间的经验知识对学习样本进行建立,给出某一时间段内三维图像重建中某个神经网络对应的差异信息融合公式,对多个神经网络的差异信息融合结果进行融合,实现三维图像重建中差异信息的融合。仿真实验结果表明,所提算法具有很高的有效性。     

基于向量量化谱分解的图像边缘融合算法

通过图像的边缘融合,挖掘图像中亮度变化明显的点,提高对远程图像的视觉特征分辨能力。传统的图像边缘融合算法采用灰阶量化边缘分解技术,由于图像边缘编码向量在码书中的排列是无序,导致边缘融合效果不好。提出一种改进的基于向量量化谱分解的图像边缘融合算法。采用向量量化谱分解技术,对信号与图像数据进行压缩,生成融合图像的灰度直方图,构建图像的向量量化边缘融合算子,实现算法改进。仿真结果表明,采用该算法能有效检测出图像的边缘亮点结构,保留了图像重要的结构属性,实现对图像边缘的准确检测,提高了峰值信噪比20 d B,展示了较高的边缘融合质量。     

基于粒子群优化的图像边缘融合算法

目前,图像融合算法大多利用源图像信息进行融合,融合模型的建立和融合参数的配置主要依赖于经验,存在随意性。提出了一种基于粒子群优化的图像边缘融合算法：首先对源图像进行多尺度边缘检测;然后利用边缘相关性作为目标函数,采用粒子群算法优化搜索融合参数;最后利用融合后的多尺度边缘重构出融合图像。该算法克服了融合模型对经验的依赖性,使得源图像边缘信息最大量地保留在融合图像中。仿真结果表明,使用该算法得到的融合图像能够有效包含源图像信息。     

基于三维视觉的荷斯坦奶牛中遗传育种个体的最优选择

提出基于三维视觉对荷斯坦奶牛进行体型线性评定,对奶牛个体实现规范化的生产性能测定,择优选取优良奶牛育种。首先,利用摄像分别采集奶牛三个方向的整体图像,运用图像采集卡数字转化技术将图像输入计算机,利用改进的Canny算子图像边缘检测算法对获取的奶牛图像进行去噪处理,通过调整和选取合适的阈值达到抑制噪声的目的;其次,将处理后的图片运用Fisher线性鉴别分析方法,归类不同种类奶牛图片样本,对归类后的图片进行标准图像和特征点模板匹配;最后,在目标特征中识别出体型线状符合优秀标准的荷斯坦奶牛进行育种繁育后代。实验证明,利用图像识别技术对奶牛的体型线性鉴定有助于选育出奶效率高、身体健康及对于机械挤奶适应较好的优质牛群。     

图像特征提取算法研究

在计算机视觉技术和图像处理中,都会运用到图像特征提取技术,图像的不变特征可以通过计算机的分析和处理来提取,大大提高了图片处理的准确度和速率。本文主要研究可以提取图像特征的三种经典算法,即SIFT算法、SURF算法以及ASIFT算法,利用Matlab平台、VC平台以及OpenCV库函数对以上算法进行仿真和调试,比较三种算法特征提取的效果,并分析这些算法的性能以及优缺点。     

一种改进的基于内容的图像检索系统研究

基于内容的图像检索（CBIR,Content—based Image Retrieval）技术是图像领域研究的热点问题之一。介绍了图像检索系统相关算法的基本原理,采用的是基于改进的颜色直方图的算法,结合欧氏距离算法来进行图像处理和计算。选用Visual C＋＋开发工具结合CxImage类库实现图像检索系统。用户可以选择关键图和图片库,之后系统就对关键图和图像库进行特征提取,将关键图与图片库的每一张图片相应特征进行对比,并计算关键图与图像库中每幅图片的相似度,最后按指定相似度大小输出检索结果显示给用户。     

基于图像多特征的数字图像检索研究

目前针对数字图像来进行搜索的方法有很多,单一的特征往往不能准确地搜索出用户想得到的图片,在此基础上又衍生出了基于多特征的数字图像方法,文章介绍了基于底层特征的图像检索技术和多特征融合的检索算法。     

一种基于梯度极大值的红外偏振图像融合技术

为了改善红外辐射图像和偏振图像的质量,提高红外成像技术在复杂背景下的目标识别能力,凸显人造目标,本文提出了基于梯度极大值的红外偏振图像融合算法。首先,通过红外偏振测试系统获得一定偏振度(0°、45°、90°、135°)的红外偏振图像,利用斯托克斯(Stokes)方程得到线偏振度(DOLP)图像;然后基于该融合算法,将得到的线偏振度图像和红外辐射强度图像融合;最后定量分析了融合后的成像效果。结果表明:融合后的图像明显提高了线偏振度图像的图像亮度,增强了红外辐射强度图像细节和纹理特征,提高了图像质量。     

基于暗原色先验算法的雨雾天图片清晰化

国内外去雾算法主要分为图像增强和图像修复两大类。本文采用基于暗原色先验的图像修复技术作为去雾算法核心,算法思路新颖、简单易懂。该算法从雨雾图片形成的物理机制出发,结合大气散射物理模型,去雾后的图片对比度、亮度有明显改善。本文分析了暗原色先验算法存在的不足,并提出了优化算法。其一,按图片大小比例求取滤波窗口,在时间复杂度和去雾图片质量之间取得最优效果。其二,运用引导滤波算法优化透射率图,处理后图片细节更清晰。其三,引入参数L去优化透射率值,优化后有效的消除了"光晕效应"。     

基于重叠社区发现的断层扫描图像投影域伪影特征推荐算法研究

针对当前算法图像重建效果差和推荐准确率低等问题,提出基于重叠社区发现的断层扫描图像投影域伪影特征推荐算法,利用复合法将断层扫描图像复合,得到图像经过复合的坐标系。采用加法运算,叠加旋转断层扫描图像投影域伪影,将断层扫描图像的像素值相加,假设复合后图像的像素灰度值将大于255,对像素值取整,利用二值法对图像去噪,完成断层扫描图像重建。在此基础上,利用重叠社区发现算法挖掘,通过挖掘断层扫描图像的重叠社区结构,来实现断层扫描图像投影域伪影的特征推荐。实验结果表明,所提算法不仅具有较好的图像重建效果,还具有较高的重叠社区结构挖掘效率,且特征推荐平均耗时低于传统算法6 s,可以快速、准确的完成断层扫描图像投影域伪影特征推荐。     

无人机巡检图像采集融合系统研究

针对无人机巡检图像采集单一、效果差的问题,设计了可见光和红外图像同时采集、就地融合的无人机巡检图像采集融合系统。系统采用计算机三级控制方案,设备级采用DSP实现可见光和红外图像的同时采集和压缩,控制级采用嵌入式系统实现图像的预处理和融合,管理级实现融合图像的分析和辨识。设计的将RGB图像映射到YUV空间进行融合的算法,有效地解决了红外图像和可见光图像的融合问题,较好的提高了无人机巡检图像采集效果。     

基于灰度窗口相关匹配的图像边缘融合技术

通过图像边缘融合提高图像的成像质量和识别能力。传统的图像边缘融合方法采用小波包加权滤波方法,当图像出现丰富结构信息或者干扰较强时,融合效果不好。提出一种基于灰度窗口相关系数匹配的图像边缘融合算法。实现图像的边缘融合的基础是进行图像归一化分割,设计边缘特征提取方法,得到的图像边缘进行Hough变换直线检测,提取出直线段,通过超像素网格的形成的方法绘制图像的边缘融合边界寻优路径,得到超像素网格,实现了基于灰度窗口相关系数匹配的图像边缘融合处理。仿真结果表明,该算法的对图像的边缘融合效果较好,度量了区域间的差异和区域内的相似性,提高图像的分割和边缘融合质量。     

一种基于整数小波变换的彩色图像盲水印技术

数字水印技术通过在媒体图像中隐藏信号来达到保护版权的作用.本文利用二维离散整数小波变换的快速性,结合人类视觉系统特性,提出了一种基于彩色图像新的、简单的鲁棒性盲水印技术,实现了在彩色图像中嵌入有意义的二值图片.通过分析实验结果,证明了算法满足水印的抗JPEG压缩攻击、对原图的影响较小等特点.     

基于SIFT-LBP稀疏编码的肝包虫CT图像分类

为了提高利用医学影像技术对肝包虫病进行诊断的效率和准确性,有必要对基于影像的病症自动分类方法进行研究。根据不同类型肝包虫病CT影像特征,提出一种结合纹理特征提取和稀疏编码的肝包虫CT图像分类方法。首先,利用图像分割算法从腹部CT图像中提取肝包虫病灶区;其次,结合尺度不变特征转换(SIFT)和多尺度局部二值模式(LBP)对病灶区进行纹理分析,并采用稀疏编码技术对局部纹理特征编码;然后,应用多尺度最大池化法整合局部编码特征得到描述整幅图像的特征向量;最后,根据病灶图像的特征表示,通过线性支持向量机(SVM)完成对肝包虫图像的自动分类。在对比实验中,与基于Gabor滤波分类方法和基于多特征融合分类方法相比,所提方法总的平均分类准确率分别提高了24.97%和20.53%。实验结果表明,该方法提取的特征具有高的类区分度,能有效实现肝包虫CT图像的自动分类。     

基于光度立体视觉扩展的博物馆数字化照明控制

针对光度立体视觉算法在光源模拟时存在的缺陷问题,结合博物馆数字化照明的实际需求,提出了一种光度立体视觉扩展的博物馆数字化照明控制策略。首先根据朗伯反射特性建立基于光度立体视觉算法的光源模拟模型,然后对其进行非对称光源分布补偿优化和对称光源分布补偿优化,最后利用生成新的校正图像用于光度立体视觉算法的输入,实现光源图像的亮度校正。算法仿真实验结果表明,该算法能够有效实现近点光源强度补偿,获得渲染效果较好的图像,与传统方法相比本文所提算法在性能上更具优势。     

多传感器模糊信息融合算法在煤矿瓦斯监测中的分析

对多种传感器进行综合利用,实现多种目标获取的模式,称之为信息融合。现阶段,信息融合技术在图像处理、目标识别、遥感及安全监测等领域内被广泛使用。本文主要针对煤矿瓦斯监测中对信息融合技术的应用情况进行简单研究,着重对多传感器模糊信息融合算法及应用进行讨论。     

图像加密隐藏信息识别技术研究

研究加密图像隐藏信息准确识别技术.在图像中,如果加密信息隐藏在图片的噪声中,噪声信号和隐藏信息敏感信号混合在一起,将造成隐藏信息的敏感信号图谱特征发生形变.传统算法多是通过采集图像中的敏感信息图谱特征完成检测的,噪声信号和隐藏信息混合在一起,造成隐藏信息图谱可识别特征发生突变,导致识别准确率下降.提出一种逆向隐藏变换算法的图像隐藏信息识别技术,对图像进行置乱处理,运用干扰清除技术完成识别.实验证明,这种算法能够避免由于噪声信号和隐藏信号混合造成的隐藏信息特征发生形变的缺陷,保证了图像隐藏信息识别的准确率.     

医学图像融合技术浅谈

从图像融合技术出发,论述了融合技术在医学图像中的应用,对图像融合的几个阶段进行了介绍。图像融合技术目前是医学图像处理中的研究热点问题,医学图像融合将有助于医生利用多种信息,获得准确的的诊断信息,同时医学图像融合技术的应用将极大地提高医疗水平。     

浅谈基于稀疏表示的图像融合算法

图像融合已成为图像处理和计算机视觉领域的一项重要技术。随着压缩感知理论的发展,稀疏表示成为了压缩感知中的一个重要的研究内容。文章系统地阐述了当前图像融合技术的研究现状,重点介绍了稀疏表示在图像融合中的应用,并对目前图像融合算法存在的问题以及未来的发展进行了展望。     

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。