基于像素序列形态的适应性背景重构算法

背景重构是视频图像处理领域的支撑性工作之一.针对传统的背景重构算法运算复杂、背景图像失真等不足,本文提出了一种像素序列形态适应性背景重构算法.该算法通过提取像素序列形态特征进行分类处理,不同形态适用独立的背景提取策略、背景更新时刻和背景更新策略.实验结果验证表明:该算法无需对视频场景中的背景和运动目标建立模型,可直接从...     

基于动态序列噪声模板的主动式像素传感器星图去噪方法

提出了一种基于动态序列噪声模板的主动式像素传感器(APS)星图去噪方法。该方法利用短时静态背景噪声与随机噪声阈值构建动态序列噪声模板,实现了对APS星图数据的去噪处理。以ZY-3卫星的APS原始星图作为实验数据进行研究,结果表明所提方法能很好地剔除条带和边缘噪声。与传统去噪处理方法相比,所提方法的星图质心提取精度提升了约12.98″;与全局阈值分割法相比,所提方法的星图质心提取精度提升了约2.16″;与静态背景噪声方法相比,所提方法的星图质心提取精度提升了约9.64″。这充分表明所提方法可有效提升APS恒星质心定位精度,适用于事后姿态处理。     

动力系统的时间序列重构分析

利用延迟重构变换的雅可比行列式,分析了常微方程系统重构的拓扑性质.指出重构的嵌入性质除与重构维数有关之外,还依赖于延迟时间的选择,依赖于重构变量本身的条件稳定性质,利用条件Lyapunov指数分析了重构变量本身对重构的影响。提出了从时间序列计算雅可比行列式的方法,并以R?ssler系统为例进行了讨论。 关键词：     

序列图像中运动目标的自动提取方法

针对目标检测与跟踪领域中的运动目标自动提取问题,提出了一种新的运动目标自动提取方法.利用已有的图像帧滤波后初始化背景,并在运动目标检测过程中,利用检测结果,不断地自动更新背景.使用背景差法检测运动区域,并对差分图像进行动态阈值分割,以及边缘链接,使其边缘处于基本连续状态.在得到的二值图上,提取轮廓,并根据目标大小选择面积阈值,剔除由于噪音或者背景提取不干净造成的虚假轮廓,将得到的轮廓掩模图像与原图像做逻辑与运算,提取出目标.实验结果表明,该方法可以有效地提取出刚体或非刚体运动目标.     

基于背景自适应预测的星点提取算法

在分析星图中的星点目标和背景特性的基础上,提出了一种基于背景自适应预测的星点提取算法。为准确预测背景并兼顾算法的速度,只在背景边缘处使用区域最大值背景预测法,其余部分直接使用固定权值进行预测。分割残差星图,提取各星点的目标区域,阈值采用自适应的取值方式。利用质心算法求取各星点目标的精确位置。实验结果表明,基于背景自适应预测的星点提取算法性能优于现有的星点提取算法,是一种有效的星点提取算法,可以降低大量由于强边缘而引起的虚警,能够更准确地预测背景。     

基于分块平滑投影二次重构算法的单像素成像系统

单像素成像系统是通过无空间分辨能力的单像元探测器来获取目标二维分布信息的计算光学成像技术,与传统直接成像技术相比具有高能量收集效率、高灵敏度等一系列优点,在高能物理诊断技术领域有着广阔的应用前景。针对实际单像素压缩感知成像系统在复杂诊断环境中存在的重建噪声较大的问题,提出并实现了基于分块平滑投影Landweber二次重构算法的单像素成像系统。根据算法观测矩阵分布特性以及数字微镜硬件输入要求实现了实际投影观测矩阵的变换,利用二次重构算法实现了单像素诊断的仿真分析与实验测试。仿真结果表明,在采样率为20%～30%的条件下,重建图像峰值信噪比大于20 dB,结构相似性高于0.8。进一步搭建单像素成像平台完成实验研究及验证,实验结果表明,利用二次重构算法模型对目标场景进行恢复的效果优于其余两种传统算法。二次重构单像素成像系统在采样率仅为20%的条件下能够重建出清晰的原始图像,具有较好的噪声抑制特性。     

高噪声背景下激光条纹亚像素中心的提取

针对线结构光三维形貌测量中大量噪声易干扰激光条纹中心提取准确度的问题,提出了一种条纹亚像素中心提取方法。分析条纹图像中的噪声,采用平均法和中值滤波预处理图像;利用迭代阈值分割及形态学方法,获取条纹目标,引入距离变换提取条纹的像素级中心;根据像素级中心、二值信息及光强灰度,结合曲线拟合及重心法精确提取条纹的亚像素中心。仿真分析和实验验证下,相邻行条纹中心列坐标最大偏差值像素小于2 ,平均偏差像素值约为0.3,与传统方法相比,2项指标值更小。实验结果表明,算法有效利用条纹灰度分布规律,可降低噪声对中心定位精度的影响,更逼近条纹真实中心位置,抗噪能力极强。     

基于条件熵扩维的多变量混沌时间序列相空间重构

提出一种多变量混沌时间序列相空间重构的条件熵扩维方法.首先使用互信息法求解每个变量的时间延迟,其次按条件熵最大原则逐步扩展相空间的嵌入维数,使得重构坐标从低维到高维的转换保持较强的独立性,最终的重构相空间具有较低的冗余度,为多变量时间序列的预测构造了有效的模型输入向量.通过对几个经典多变量混沌时间序列进行数值实验,结果表明该方法比单变量预测和已有多变量预测方法具有更好的预测效果,说明了该重构方法的有效性. 关键词： 多变量混沌时间序列 相空间重构 条件熵 神经网络预测     

基于像素类别优化的PatchMatch立体匹配算法

基于PatchMatch(同时估计像素点的视差和法向量的3D标签)的方案已经在立体匹配中取得高精度的亚像素视差,但该类方法无法有效解决图像无纹理区域的错误匹配。针对这一问题,对LocalExp(local expansion move)算法进行了改进,并提出一种融合多维信息的自适应像素类别优化的立体匹配算法。该方法设计了一种交叉窗口,在窗口内基于颜色与颜色的自相关信息构建相关权重,并利用约束函数剔除匹配代价中的离群值;在PatchMatch的标签初始化阶段增加约束机制,改进视差标签的建议生成机制,并利用基于局部扩张运动的优化方法求解标签值;利用基于像素类别的填充策略进行视差优化。实验结果表明所提算法能够在Middlebury数据集上取得较低的匹配误差。     

复杂背景下基于自适应模板更新的目标跟踪算法

为了提高复杂背景下目标跟踪的稳定性,在模板匹配失败时引入目标分割过程,根据新目标区域与模板的相似度分析得出导致匹配失败的具体原因,提出了一种新的自适应模板更新算法.根据模板图像各像素到模板中心的距离构造加权函数,对传统归一化相关算法进行改进,使新算法具有一定的抗遮挡能力.实验结果表明,该算法与固定模板跟踪算法和逐帧模板更新算法相比,在目标尺寸变化和被物体局部遮挡时,跟踪的连续性和稳定性更好.     

广义条纹图序列编码的相位重建

为解决拓扑复杂物体三维数字化过程中的绝对相位测量及相位重建问题,提出了一种广义变频条纹图序列的相位展开算法。简要综述了现有的各种时间维相位展开算法并指出这些算法存在的问题,在此基础上,详细分析比较提出方法与正指数条纹序列算法的噪声免疫力和时间复杂度,证明该方法有更高的噪声免疫力和更低的时间复杂度。特别是,当相邻编码条纹图的条纹数之比不等于2时,正指数条纹序列算法出现严重噪声,而提出的方法依然能够正常工作。此外,该算法还能够根据实际情况决定需要投影的条纹频率,从而能够使用相对较少的条纹编码图像进行有效的相位展开,进而提高系统的实时性。理论分析和实验结果都证明了提出算法的有效性。     

基于立体像素匹配的图像重构技术研究

为了解决目前全景成像技术中分辨率低的问题,提出了一种新的基于3D场景立体像素光线映射的全景图像计算机重构技术.在全景成像技术中,3D场景的每个立体像素点经全景成像系统的编码系统分别映射在一定区域的多个体元素图像的不同像素点上.在计算机重构全景图像时,根据逆光学路径原理,提出了从立体像素映射到的体元素图像区域中提取对应立体像素的多个2D像素点来重构全景图像,使重构的全景图像最大分辨率可达到传统成像方法图像分辨率的N倍（N为映射区域面积）.提出的立体像素的匹配技术大大提高了重构的计算机全景图像分辨率.     

Information Theory for Biological Sequence Classification: A Novel Feature Extraction Technique Based on Tsallis Entropy

In recent years, there has been an exponential growth in sequencing projects due to accelerated technological advances, leading to a significant increase in the amount of data and resulting in new challenges for biological sequence analysis. Consequently, the use of techniques capable of analyzing large amounts of data has been explored, such as machine learning (ML) algorithms. ML algorithms are being used to analyze and classify biological sequences, despite the intrinsic difficulty in extracting and finding representative biological sequence methods suitable for them. Thereby, extracting numerical features to represent sequences makes it statistically feasible to use universal concepts from Information Theory, such as Tsallis and Shannon entropy. In this study, we propose a novel Tsallis entropy-based feature extractor to provide useful information to classify biological sequences. To assess its relevance, we prepared five case studies: (1) an analysis of the entropic index q; (2) performance testing of the best entropic indices on new datasets; (3) a comparison made with Shannon entropy and (4) generalized entropies; (5) an investigation of the Tsallis entropy in the context of dimensionality reduction. As a result, our proposal proved to be effective, being superior to Shannon entropy and robust in terms of generalization, and also potentially representative for collecting information in fewer dimensions compared with methods such as Singular Value Decomposition and Uniform Manifold Approximation and Projection.     

一种基于分级分块处理的背景估计算法

视频序列中连续两帧纯背景图像的帧间差服从高斯分布.利用高斯随机变量的峰态和偏态系数的有关性质构造了一种背景子块与目标子块的分块检测算法,并将多分辨率分析的思想引入其中.对帧差图像进行分级分块处理,构造并完善了分级分块背景重建算法,完成了相应的计算机仿真实验.实验结果表明,该算法能快速、有效的获得背景图像.     

基于像素置乱技术的多重双随机相位加密法

提出一种基于像素置乱技术的多重双随机相位加密法,对该加密法中像素置乱操作的原理进行了阐述,并且提出在光学上实现像素置乱操作和解置乱操作的途径.在计算机上模拟实现了该加密法,并且得到很好的加密解密结果.仿真结果证实仅用部分加密图像来解密也能够得到原图像,并且得到随着待解密的加密图像像素的增加,解密图像的信号能量、噪声以及信噪比的变化曲线.最后分析比较了该加密法与双随机相位加密法,得到该加密法与双随机相位加密法相比具有更高的保密性,而且解密图像的信噪比也不会因为引入像素置乱操作而降低.     

快速傅里叶算法在哈特曼夏克传感器波前重构算法中的应用

提出了一种应用快速傅里叶变换算法提高哈特曼－夏克波前传感器波前重构实时性的快速算法，在根据波前斜率值应用最小二乘法估计波前相位的过程中，应用快速傅里叶变换算法进行方程的对角化和相位值的解耗，算法精站度，稳定，空间分辨率越高，算法实时性的优越性就越显著。     

基于脑模型控制器的红外背景预测算法

在分析云背景红外图像空间分布上存在混沌现象的基础上,提出一种基于脑模型控制器的红外背景预测算法.该方法利用混沌具有短时可预测性的特点,对云背景图像进行预测,并根据云背景杂波和运动目标的混沌特性差异修正预测模型.仿真结果表明,该算法能有效地提高云背景的预测准确度,预测残差符合白噪音特性,对云背景杂波具有良好的抑制效果,能显著提高目标的信杂比,从而改善目标的检测性能.     

一种基于非下采样Contourlet变换的运动点目标背景抑制算法

为了解决机载红外预警探测系统检测地面运动点目标时的结构化背景抑制,提出了一种基于非下采样Contourlet变换的新算法.算法采用非下采样Contourlet变换对原始图像进行多层分解,然后对低频子带和高频子带采用不同的方法处理,最后对各子带进行重构即可得到背景抑制后图像.与数学形态学Top-hat算法比较,实验结果表明本文所提算法能有效地抑制图像背景,从而较好地提高图像的信噪比和对比度.     

基准光栅重构傅里叶变换轮廓术

应用傅里叶轮廓变换术进行三维形貌测量中,为了获得待测物体的高度相位信息,通常需要采集两幅图像.因此当光学系统发牛变动时,必须重新采集基准光栅图像,不利于快速测量.提出一种从变形光栅图像中获取基准光栅图像信息的测量方法.首先在变形光栅图像中记录基准光栅信息,然后通过傅里叶分析提取基准光栅频率信息,通过图像分析获得基准光栅相位信息,最后重构出一幅完整的基准光栅图像,实现三维物体形貌测量.实验结果验证了该方法的可行的.