一种遥感数字图像匹配的合成算法

分析了传统的基于灰度和基于特征的匹配算法,提出了一种基于边缘特征和相关系数的新匹配算法.该算法首先对潜在匹配图像和模板图像利用高斯拉普拉斯(LOG)算子和梯度算子提取影像的边缘,然后提取二值化图像,最后再利用相关系数法对二值化后的边缘影像进行匹配运算,得到正确的匹配结果.该算法融合了传统算法的优点.利用该算法对上海的SPOT 5 m分辨率不同波段的卫星影像进行了匹配试验,获取了比较好的匹配效果.     

微机群并行计算机在工程中的计算性能及基准测试研究

为了测试KOKLE PC—Cluster008-01微机群并行计算机的并行处理性能。开发了基于MPI函数库的并行处理性能基准测试软件KOKLEBT．该软件是使用SOR方法来求解大规模定常热传导工程问题的方法来进行并行计算机的并行计算功能测试．为了进行并行处理，对数值分析问题进行了纵向和横向域分解．并将任务分配给参与并行计算的微机群，达到了预期的并行计算的提速、效率、计算量和计算时间等性能测试目的．     

一种基于分块的遥感影像并行处理机制

高性能计算的基础是集群体系下的大规模并行计算.遥感图像处理效率的提高,依赖于并行计算技术的运用.在分析了已有网格计算环境下分布式任务分配方法的基础上,针对远海遥感影像目标物数量相对较少的特点,从软件角度利用四叉树结构对目标区域进行划分,同时采用动态负载均衡的任务分配策略与并行计算的思想,提出了对影像进行并行处理的集群体系任务分配算法模型,实验表明该集群体系下任务分配模型能有效提高图像并行处理的速度.     

基于形状及边界参数的凸形图像公制周长的计算方法研究

基于二值凸形图像的形状及边界参数，提出一种以毫米为度量单位进行周长计算的方法．需首先选行毫米／单位像素的换算，然后对凸形图像的原始灰度图进行二值化处理以便于边界识别，再基于边界来进行图像形状及边界参数的提取．将这些参数作为回归变量建立多元线性回归模型，用以估算凸形图像的周长偏移率，进而估算其周长．实验结果表明：本算法具有精度高、易实现等特点，为相关图像图形分析提供一定的理论参考．     

从图形处理器到基于GPU的通用计算

对GPU(graphic process unit)、基于GPU的通用计算(general purpose GPU,GPGPU)、基于GPU的编程模型与环境进行了界定;将GPU的发展分为4个阶段,阐述了GPU的架构由非统一的渲染架构到统一的渲染架构,再到新一代的费米架构的变化;通过对基于GPU的通用计算的架构与多核CPU架构、分布式集群架构进行了软硬件的对比.分析表明:当进行中粒度的线程级数据密集型并行运算时,采用多核多线程并行;当进行粗粒度的网络密集型并行运算时,采用集群并行;当进行细粒度的计算密集型并行运算时,采用GPU通用计算并行.最后本文展示了未来的GPGPU的研究热点和发展方向——GPGPU自动并行化、CUDA对多种语言的支持、CUDA的性能优化,并介绍了GPGPU的一些典型应用.     

基于差分制约耦合三角网约束的图像匹配算法

为解决当前图像匹配算法忽略了相邻图像层次间灰度量级的差异性导致的较多的误检与漏检现象,使其匹配精度不高的问题,本文设计了基于差分制约模型与三角网优化的图像匹配技术.首先,利用差分高斯函数来构造差分制约方法,对相邻图像层次间的灰度量级进行一致性约束,准确提取图像特征点;然后,通过计算圆形邻域内的Haar小波响应值,确定特征点的主方向;再计算圆形邻域内的梯度与灰度特征,得到相应的特征向量;利用主方向与特征向量来生成实现特征点描述符.利用特征点描述符求取特征点之间欧氏距离的最近邻与次近邻比值,对图像特征完成初步匹配;最后,通过初匹配之间的空间关系构建三角网约束规则,对错误匹配特征点进行剔除,对匹配结果进行优化.实验结果表明:与当前图像匹配算法相比,所提算法具有更高的匹配正确度与鲁棒性.     

基于数字图像处理的车牌定位与识别研究(英文)

研究了车牌图像的特征,车牌定位算法基于车牌图像颜色特征,选取适合的颜色模型进行车牌提取,将彩色车牌图像转化为灰度图像.采用基于矩的阈值选取方法进行图像二值化处理,Hough变换的方法对图像进行倾斜校正,最后对已预处理增强的图像进行Sobel垂直算子边缘检测,用阈值分割出前景,搜索出符合车牌字符特征的候选区域,对候选区域进一步分析得到牌照位置.提出并采用基于PCA-BP神经网络的字符识别算法对车牌进行识别,300ms内车牌字符识别率达97.5%,实验证明,在训练样本较少的情况下,该系统的识别率依然较高.     

并行Adaboost-BP算法及其在海量图像分类中的应用

为解决基于单节点架构的传统分类算法存在的时间效率差、分类准确率低等问题,提出了一种基于并行Adaboost-BP神经网络的海量图像分类方法.将BP神经网络作为弱分类器,由Adaboost算法组合15个BP神经网络的输出,构建了强分类器;充分利用了Hadoop平台下Map Reduce并行编程模型,提出了海量图像的自动分类模型,设计了并行Adaboost-BP神经网络算法的Map和Reduce任务.多组实验表明,相对于传统的AdaboostBP神经网络算法,提出的算法在Pascal VOC2007数据集和Caltech256数据集上的平均分类准确率分别提高了14.5%和26.0%,而且算法运行耗时少,系统加速比随集群节点个数增加而增加,在图像规模增加到20 000时,加速比几乎呈线性增长趋势.实验结果充分证明,提出的方法适合海量图像的自动分类和预测.     

一种基于三通道图像的恶意软件分类方法

针对传统恶意软件采用图像分类方法准确率不高、抗混淆能力弱、模型训练收敛慢的缺点,本文对恶意软件图像表示方法进行改进,将恶意软件、字节Bigram、Lst文件转化成3种灰度图像,将3种灰度图像组合成三通道彩色图像进行分类,并将图像分类效果好的EfficientNet模型用于恶意软件图像分类.结合迁移学习领域中的微调技术将...     

一种基于感兴趣区域提取的医学图像检索技术

针对胸部CT扫描图像库，提出了一种基于感兴趣区域提取的图像检索方法．首先为了提取感兴趣区域，提出一种基于灰度层共现矩阵的区域增长算法，分割出病灶区域，再通过闽值算法进行边界的磨合，然后针对感兴趣区域提取形状和分布特性作为图像匹配准则的客观依据．最后，将该算法与其他底层特征算法进行比较和分析．实验结果表明，该算法能够比较有效地应用于基于内容的医学图像检索系统中．     

图象的灰度一彩色连续变换处理

本文提出一种灰度-彩色连续变换的伪彩色图象处理方法。此法把连续的灰度级变换到CIE空间的一条连续的彩色带,从而避免了一般彩色处理中的伪轮廓和有害噪音,可以广泛应用于各种图象的伪彩色处理。     

一种基于颜色信息的图像查询方法

把图像颜色信息用聚类表示，聚类过程中考虑象素的空间相关性．实验结果表明方法是有效的．     

图像缩放的分片连续算法

在图像处理中，传统的放大或缩小变换不能保证图像内各物体之间边界的清晰，这往往不能适合许多场合的应用。为此，提出了一种新的图像缩放方法。该方法对源图像建立了分片连续数学模型。应用本方法得到的图像，边界分明、层面清晰、色彩丰富，忠实地反映了原始图像的面貌。     

一种去除椒盐噪声的自适应模糊中值滤波算法

针对传统中值滤波算法降噪性能不佳以及易造成图像细节模糊的问题,提出了一种自适应模糊中值滤波算法。 滤波过程分为噪声检测和噪声去除2个阶段。噪声检测阶段：采用极值法检测噪声,将图像的像素点分为两类,即疑似噪声点和信号点。 通过疑似像素点和与其相邻的已处理的像素点的平均绝对灰度差值定义模糊隶属度函数,利用该函数对疑似噪声点是否为噪声进行模糊分类。 噪声去除阶段：信号点保持原值输出,对于疑似噪声点的3种分类结果,采用模糊加权的中值滤波器进行统一处理。 实验结果表明,较于多种传统滤波方法,该算法能更有效地去除椒盐噪声,保护图像细节。     

一种去除椒盐噪声的自适应模糊中值滤波算法

针对传统中值滤波算法降噪性能不佳以及易造成图像细节模糊的问题,提出了一种自适应模糊中值滤波算法。 滤波过程分为噪声检测和噪声去除2个阶段。噪声检测阶段：采用极值法检测噪声,将图像的像素点分为两类,即疑似噪声点和信号点。 通过疑似像素点和与其相邻的已处理的像素点的平均绝对灰度差值定义模糊隶属度函数,利用该函数对疑似噪声点是否为噪声进行模糊分类。 噪声去除阶段：信号点保持原值输出,对于疑似噪声点的3种分类结果,采用模糊加权的中值滤波器进行统一处理。 实验结果表明,较于多种传统滤波方法,该算法能更有效地去除椒盐噪声,保护图像细节。     

基于混合模型语义Web服务匹配机制的研究与实现

服务发现和匹配是面向服务计算架构需要解决的核心问题之一,而现有语义web服务发现机制适应范围较窄,匹配效率较低,具有较大提升空间.提出了一种基于服务属性和功能描述的混合服务匹配方法,该方法利用服务本体来扩展服务特征信息,采用LSA方法进行服务相似匹配以提高服务的查全率,再利用本体推理机制来提高服务的查准率.实验证明：此种混合方法能提高服务发现效率.     

二值和灰度图像的直接多尺度表示算法

图像多尺度表示是图像处理的重要内容,常规的离散处理方法常依赖于坐标或网格的选取,因此处理结果很不稳定,本文提出了不依赖网格划分方法、不依赖坐标选取方式的快速、直接多尺度表示算法．应用该算法可直接得到任意指定一层（指定尺度）的图像,因而没有大多数算法因为逐层计算所带采的误差传播或误差扩散现象,同时该算法因保持处理前后图像的“整体”相似,因而能最大限度地体现形状保持乃至拓扑保持,算法计算非常简单,且不局限于特定类型的图像,可用于高要求的图像处理领域。     

棉纺厂计算机配棉模型研究

分析了计算机配棉问题,对配棉的数学模型建立、求解及配棉成纱的质量控制等问题进行了分析研究,研究结果表明,采用计算机配棉管理系统,可以实现配棉过程的科学化管理,提高设计效率.