基于形态学的不完全性骨折CT图像裂痕定位

针对不完全性骨折的CT图像损伤位置不易明确定位的问题,提出了一种基于数学形态学的裂痕定位算法。为了从CT图像中获得准确的骨质区域,在CIE Lab均匀色彩空间对原始图像进行双边滤波去噪,利用最大类间方差法计算出最佳阈值,从而分离出骨质区域,采用数学形态学中的黑帽运算结合Canny边缘检测算子对裂痕位置进行精确定位。实验结果表明,能够自动提取并定位不完全性骨折CT图像的裂痕区域。算法易于实现,具有较强的鲁棒性和实用性,方便了医学影像诊断。     

未系安全带智能识别中安全带定位关键方法研究

安全带定位是实现机动车未系安全带智能识别的关键。针对道路监控图像特点,提出一种基于梯度变换的安全带定位方法。该方法在对卡口图像进行预处理的基础上,采用自适应阈值边缘检测算法以及积分投影方式定位车辆位置,设立车牌检测区域,以减少运算量,降低干扰,同时利用训练得到的Haar分类器识别车牌位置,通过逼近方式切取车辆右侧图像。最后采用梯度变换算法求得车窗各边缘坐标,实现车窗精准定位,并计算得到安全带位置。试验表明,该方法可实现安全带的准确定位,具有较好的实用性,为后续安全带识别奠定基础。     

自然地面背景下红外目标检测算法

为了快速准确地检测出以地面物体为背景的红外序列图像中的目标,结合小波变换的特点及其应用于图像边缘检测的优点,提出了一种基于小波技术的图像预处理算法。该方法利用图像边缘在目标识别中的重要作用,讨论了基于小波变换的图像边缘检测方法,并结合地面背景红外图像自身的特点,大大地提高了单帧的检测概率。     

基于声全息方法和双目视觉实现运动声源声场可视化

运动声源声场的可视化是一种重要的运动声源定位的技术手段,利用双目视觉测量技术实现运动声源声场空间的自动测量,自动确定运动声源表面的空间位置,针对声源表面,利用传声器阵列,基于声全息方法实现运动声源声场的重建,建立视频图像与声场的空间映射,并建立视频与声场之间的时序,实现实景视频图像与声场重建结果的融合,可以自动生成声源运动过程的视频。基于该方法所开发了一套试验测量系统,对运动声源的测量试验结果表明,该方法可以有效实现运动声源的视频可视化,使人可以直接从视频中看到声源及其变化过程,使声源的定位和识别变得更加简单。      

基于马尔算法的高速公路视频监控图像能见度研究

根据高速公路沿线的监控摄像机,对监控视频画面中的图像进行采集,通过对视频图像特征的分析处理,建立图像与真实场景之间的关系,根据图像特征随着真实场景的变化,运用图像处理的方法如：灰度变换、图像分割和特征提取等对图像进行图像处理,提出运用马尔算法,分别提取出目标物与背景,并将其逐一进行背景差计算,能够准确的监控图像中汽车的位置变化,确定目标物的位置,进而判别出能见度的大小。     

舰船目标红外图像特性研究

针对成像型反舰导弹所获红外图像的特点,分析了舰船目标和海天背景的红外辐射特性,得知舰船目标红外图像有一重要特征-海天线,它可以确定目标的所在区域。为了舰船目标的跟踪定位,对舰船目标红外图像中的海天线特征进行研究,提出一种基于预处理和直线拟合法提取海天线特征的算法,首先对图像进行边缘检测得到梯度图像,进而二值化并细化,最后利用Hough变换提取海天线。结果表明,在低对比度和有云团干扰的情况下,该算法与改进的直线拟合法相比,能够有效地、准确地提取舰船目标红外图像中海天线特征。     

基于差分图像的运动目标跟踪与分割方法的应用研究

提出了一种基于差分图像运动检测和轮廓提取的跟踪与分割图像的方法。该方法首先从初始图像中提取目标的轮廓,然后利用相邻帧之间的差分图像初步确定目标在每帧图像中的粗略位置,最后把从上一帧图像中得到的目标轮廓置于该位置,并作为轮廓提取的初始值,由此可得到对目标的准确分割。     

基于深度图像的嵌入式人体坐姿检测系统的实现

以检测不良坐姿,分析人们学习工作状态为引导,设计了基于深度图像的坐姿检测系统。该系统采用3D传感器获取人体坐立时的深度图像,设计了一种基于深度阈值的快速前景提取与干扰移除方法,能快速有效的提取坐姿状态下的人体分割图。基于人体轮廓的曲线特征实现了人体关键点定位,通过人体关键点的角度、深度信息与轮廓特征,对不同的坐姿图像进行统计分析,得到了一种区分不同坐姿的判定基准,运用该基准对9种不同坐姿进行识别,平均识别率可达到90%。最后,基于Android平台设计了坐姿检测系统的应用软件,实现了坐姿检测、坐姿提醒以及姿态统计等功能,并且对学习过程进行测试,测试结果表明,本系统可以有效的检测出9种坐姿、并对不良坐姿进行提醒与统计。     

基于边缘线分析与聚合通道特征的港口舰船检测

针对可见光学遥感图像港口舰船检测过程中,人造目标造成检测结果准确率低、虚警率高的问题,提出了一种基于边缘线梯度特征定位和聚合通道特征的舰船检测方法。基于多尺度多结构元素形态学滤波实现海陆分割;并结合遥感图像中港口的矩形形状特点,定义边缘梯度正切角和港口凹凸度特征以对港口进行定位,获取港口感兴趣区域集合。提取舰船目标的聚合通道特征,并通过聚合通道特征构建的样本训练库和AdaBoost算法完成分类器的训练,利用训练完成后的分类器完成舰船目标的最终判别确认。实验结果表明该算法相较于传统的HOG特征和Haar特征,检测效果良好,准确率和召回率得到较大的提升。     

像增强器视场缺陷检测方法研究

在数字式像增强器性能综合检测系统的基础上，研究了像增强器视场缺陷的检测方法。通过数字视频摄像机采集缺陷图像，利用数字图像处理方法确定缺陷性质，缺陷处理算法基于图像灰度特征而不是边缘特征提取。该方法适用于对检测对象有具体量化和定位要求，而不是简单的只有数量和形状特征要求的场合。实验表明，该检测方法能够较准确地检测像增强器的缺陷。     

基于多光谱图像的烟雾检测

烟雾检测对于火灾早期防范非常重要,传统的智能视频和图像处理技术易受背景运动信息影响,抗干扰性差,且不容易区分森林水雾和燃烧产生的烟雾,森林防火误报率高。为此提出一种新的多光谱图像检测方法检测烟雾。采用多光谱成像系统,获取400至720 nm波段范围的烟雾、水雾光谱图像序列,对图像进行分层像素整合处理;利用欧氏距离度量不同分块光谱特征差异,获取动态区域光谱特征向量,根据目标与背景间光谱特征向量差异,提取烟雾、水雾区域。室内外试验结果表明：多光谱图像检测方法可用于烟雾检测,能够有效地检测并区分烟雾和水雾,与视频图像方法结合,可有效地用于森林火灾监测,降低森林火灾检测误报率。     

一种基于边缘特征的亚像素投影配准算法

为了提高红外图像配准准确度,充分利用图像的边缘信息,结合线性插值,对原有的投影算法引入新的图像相似性评价函数——均方误差函数(Mean Sequare Erron,MSE),提出了基于边缘特征的亚像素投影配准算法.提取图像边缘特征明显的部分做配准能提高匹配概率,引入积分投影能有效降低算法的计算复杂度.算法中还运用了线性插值,使配准准确度达到亚像素级水平.     

视频图象分析处理系统应用研究

本文描述了一种基于视频图象的分析处理系统,结合工程应用实践,提出利用微机终端显示器作为象框坐标测量器,实现对视频图象的分析处理.不仅具有丰富的数字图象处理功能,还可对原始图象进行增强和细分等处理.     

Nonlocal regularization based on DT-CWT for WMSN video image iterative reconstruction

The prior knowledge of signal is the previous condition of image compressed sensing reconstruction. In order to improve the quality of the priors except for image sparsity, this paper proposes a new model of video image reconstruction. The texture is the important visual feature of video image as a result of its repeat, leading to image global geometrical structures. The nonlocal idea comes from image self-familiar and can represent image detail features from the geometrical point of view. Therefore, the texture geometrical feature of video image is researched, and we take advantage of dual-tree complex wavelet transform to portray the sparsity representation regularization of the texture. What is more, global constrained regularization is constructed with the help of the nonlocal idea. On the basis of the two regularizations above, a new reconstruction model of video image compressed sensing is proposed, which not only preserves the sparsity prior knowledge of image but also improves the quality of prior knowledge of image by promoting geometrical structure. Iterative shrinkage thresholding algorithm is adopted to solve the model leading to a both simple and quick iterative algorithm. Numerical experiments show that our method is efficient for video image recovery, especially preserving the global details of the original video image.     

基于ZedBoard的超分辨率视频复原系统

为了实现超分辨率视频图像的实时复原,设计了以ZedBoard可编程片上系统为基础的超分辨率视频复原系统。系统包括基于V4L2(Video for Linux 2)的USB摄像头视频采集、基于小波变换的超分辨率复原算法处理和基于Qt的图形用户界面制作以及视频输出。采用双线性、双立方和小波变换算法分别对Lena图像进行复原处理,峰值信噪比PSNR值分别为29.516、29.843、31.368。实验结果表明,提出的基于小波的超分辨率复原算法优于传统的插值算法,基于ZedBoard的超分辨视频复原系统复原效果良好。     

基于灰度信息的动场景视频序列中运动对象的提取

提出了一种基于视频序列灰度信息的运动对象提取方法。该方法采用改进的Sobel算子提取边缘图像,依据边缘信息将视频图像分割为不同的灰度连续区域。在各灰度连续区域中,选取特征点进行匹配获得特征点对。根据特征点对合并灰度连续区域,获得全局运动参数。采用具有自适应帧间隔的帧差交集法,获得图像中运动对象区域。结合灰度信息和运动信息,分割出运动对象。实验结果表明,该算法可以有效地将运动对象从视频序列中提取出来。     

基于FPGA的实时图像采集与分析系统设计

当今社会视频技术运用的越来越广泛。针对实时图像采集与分析系统对实时性要求高的特点,研究并设计了一套基于FPGA的图像实时采集与分析系统,利用在FPGA芯片上设计软硬件,速度快、稳定可靠,研发周期短等特点。整个系统以FPGA芯片为核心,辅以图像采集模块、图像分析算法、图像存储和图像分析模块。实验表明, 该系统较好地符合了系统对实时性的要求。     

超微弱光子图像的相关检测及计算机模拟

在超微弱发光的研究中（例如生物发光）,由于发光强度极弱,由像增强器得到的光子图像由于样本（光子）数量太少和受系统暗噪声的影响使其信噪比极低,提出了一种基于统计学的光子图像相关积分方法和基于相关处理的光子图像处理方法,用累积光子来提高图像信噪比并得到相应灰度图像并对该方法进行了计算机模拟,同时展示了光子图像和传统灰度图像的信噪比关系,是进行微弱生物发光信号检测的有效方法。     

无人机视频运动目标实时检测及跟踪

对无人机拍摄视频中的地面运动目标提出一种实时检测跟踪算法。该算法利用特征点的对应关系将图像对配准,再对配准图像进行变化检测,根据变化和运动信息检测目标并消除虚警,将检测与跟踪相结合,对目标跟踪失效的情况,能重新正确定位目标,从而获取目标的完整运动轨迹。采用无人机拍摄的地面车辆图像的测试结果表明,算法能有效检测跟踪运动目标,并能达到25 f/s以上的实时处理速度。