基于深度图像利用随机森林实现遮挡检测

提出了一种新颖的利用随机森林检测深度图像中遮挡现象的方法。该方法从一幅深度图像中提取每个像素点的遮挡相关特征,利用随机森林分类器检测每个像素点是否为遮挡边界点,得到图像中的遮挡边界。主要贡献在于:提出了一种新的遮挡相关特征深度值离散度特征,同时引入高斯曲率特征,并将它们与现有特征相结合来检测遮挡边界;以特征重要性和特征提取时间为衡量标准,对深度图像中的各遮挡相关特征进行了分析评估,在此基础上,选取平均深度差、最大深度差、平均曲率、高斯曲率和深度值离散度5种特征用于设计遮挡检测分类器;一种新的遮挡检测方法,利用随机森林解决深度图像的遮挡检测问题。实验结果表明,同已有方法相比,所提方法具有较高的准确性和较好的通用性。     

基于深度图像的非接触式呼吸检测算法研究

呼吸是人的基本生命活动,监测呼吸可以得知呼吸道和胸廓运动的生理、病理学状态,对某些呼吸系统疾病的诊断有重要的参考价值;提出了一种非接触式呼吸监测方法：对红外视频流中的每帧胸腹部区域数据进行降维,计算所有胸腹部区域数据的方差,将一定时间段内的方差序列进行低通滤波。最后根据方差序列可以获得该段时间内的呼吸频率和呼吸暂停时间;提出的非接触式呼吸检测算法在不影响被监测者正常睡眠活动的情况下,可以准确获取呼吸频率与其他相关参数,为健康监测和相关疾病的诊断提供了数据支持;日常家居场景的实验中,检测到的呼吸次数与实际完全一致,并且与实际胸腹部起伏变化基本同步,较好的保证了结果的准确性。     

基于积分图像的人体肢体检测算法

 为了实现视频序列图像中运动人体肢体的检测,提出了一种基于积分图像和类哈尔特征的检测方法,类哈尔特征(Haar like feature)因其固有的特点,适用于检测矩形或类矩形的图像区域,积分图像的特点是可以利用类哈尔特征快速定位人体肢体在图像中的位置。积分图像用于表示视频中的原始图像,边缘检测模板与原始视频每一帧进行卷积之后,通过累加计算可以得到该图像的积分图像,然后利用类哈尔算子,根据设定的阈值,即可以准确定位人体肢体位置。实验结果表明：该方法较背景减除法检测人体肢体准确。     

基于轮廓特征理解的城市道路图像深度估计

准确估计道路场景图像中的深度信息,是智能交通和机器人导航中对障碍物估计和定位的关键。基于区域特征理解的单幅静态城市道路图像深度估计算法,可以通过边缘生长图像分割算法得到一系列封闭的图像区域;然后统计每个分割区域自身的多元特征,包括区域的颜色、面积、位置,所包含的直线、垂线和平行线;基于这些特征,进一步估计道路消失点,并实现天空、垂直面和道路区域的分割和三维空间推理,最后根据典型道路的深度变化规律实现对道路图像的深度估计。实验结果表明,该算法能够有效地估计道路消失点以及道路区域内部的渐变深度信息。     

基于深度学习的混沌加密灰度图像重建方法

混沌加密由于其初始值敏感性、伪随机性和运动轨迹的不可预测性而被广泛应用于图像加密领域。提出了一种通过深度学习来攻击Lorenz混沌加密系统的灰度图像重建方法,通过残差网络实现了对一系列明文-密文对数据集进行训练,从而拟合出密文到明文的过程,然后将训练好的网络应用在独立于训练集的密文上,恢复出与明文非常接近的图像。数值仿真结果验证了这种灰度图像重建方法的有效性。     

基于深度玻尔兹曼模型的红外与可见光图像融合

为了克服红外与可见光图像融合时噪声干扰及易产生伪影导致目标轮廓不鲜明、对比度低的缺点,提出一种基于深度模型分割的图像融合方法.首先,采用深度玻尔兹曼机学习红外与可见光的目标和背景轮廓先验,构建轮廓的深度分割模型,通过Split Bregman迭代算法获取最优能量分割后的红外与可见光图像轮廓;然后再使用非下采样轮廓波变换对源图像进行分解,并针对所分割的背景轮廓采用结构相似度的规则进行系数组合;最后进行非下采样轮廓波反变换重构出融合图像.数值试验证明,该算法可以有效获取目标和背景轮廓均清晰的融合图像,融合结果不但具有较高的对比度,还能抑制噪声影响,具有有效性.     

基于支撑先验与深度图像先验的无预训练磁共振图像重建方法

基于深度学习的磁共振成像(magnetic resonance imaging, MRI)方法需要大规模、高质量的病患数据样本集进行预训练.然而,由于病患隐私及设备等因素限制,获取大规模、高质量的磁共振数据集在实际临床应用中面临挑战.本文提出一种新的基于深度学习的欠采样磁共振图像重建方法,该方法无需预训练、不依赖训练数据集,而是充分利用待重建的目标MR图像的结构先验和支撑先验,并将其引入深度图像先验(deep image prior, DIP)框架,从而削减对训练数据集的依赖,提升学习效率.基于参考图像与目标图像的相似性,采用高分辨率参考图像作为深度网络输入,将结构先验信息引入网络;将参考图像在小波域中幅值大的系数索引集作为目标图像的已知支撑集,构造正则化约束项,将网络训练转化为网络参数的最优化求解过程.实验结果表明,本文方法可由欠采样k空间数据重建得到更精确的磁共振图像,且在保留组织特征、细节纹理方面具有明显优势.     

基于嵌入式的数字显微镜图像采集系统的研究

提出了一种在ARM9开发平台上构建数字显微镜图像采集系统的实现方案。通过CMOS图像采集模块把显微镜下物体的图像信息转换成数字信号,输入到S3C2410的开发平台,然后图像被显示到LCD液晶屏上或存储到SD卡上。系统通过相应的程序可以实现显微图像的采集、显示、存储等操作。实验结果表明,该系统采集的图像清晰,并且具有性能稳定、体积小、成本低等优点。     

基于深度学习的新混沌信号及其在图像加密中的应用

为提高单一混沌系统图像加密的安全性,本文提出了基于深度学习的图像加密算法.首先,利用超混沌Lorenz系统产生混沌序列.其次,利用长短期记忆人工神经网络(long-short term memory, LSTM)复杂的网络结构模拟混沌特征构造新的混沌信号.然后,利用最大Lyapunov指数, 0-1测试,功率谱分析、相图以及NIST测试对新信号的动力学特征进行分析.最后,将新信号应用到图像加密中.由于该方法生成的新信号不同于原有混沌信号,而且加密系统具有很高的复杂结构和非线性特征,故很难被攻击者攻击.仿真实验结果表明,本文提出的图像加密算法相比其他一些传统方法具有更高的安全性,能够抵抗常见的攻击方式.     

基于深度优先遍历的图像边缘检测方法

图像边缘识别是图像处理的重要组成。提出一种基于深度优先遍历的梯度分割算法,这种算法首先构造像素点的数据结构,然后从图像任意点出发,估算该点附近的像素点并获取梯度值,如果该点满足边缘点的特征,则从该点出发深度遍历寻找垂直于梯度方向上的边缘点,并标记访问过的点。如果该方向上没有满足条件的点则回退,从某个具有仅次于最大梯度值的方向继续遍历,并标记开始遍历的点为角点,直至遍历全图。该算法将图像的边缘点和角点明显地分割出来,便于识别,对带有不同类型的噪声图像进行处理也可取得较满意效果。     

基于插值算法的立体显示的图像合成与嵌入式实现

在多视点自由立体显示中,针对柱透镜光栅参数与显示器像素不匹配造成的串扰问题,提出利用图像插值的合成方法对图像进行缩放处理。以9视点为例,提出缩放比例系数k,实现双线性插值算法的改进。嵌入式样机测试结果表明,该方法能够满足显示器像素宽度与柱透镜参数的完全匹配,串扰度从13.55%降低到1.40%,降低了12.15%,图像分辨率明显提高,立体显示效果更好。     

基于图像处理的嵌入式介电电泳细胞检测装置设计

介电电泳细胞试验中,细胞旋转速度的检测一直是影响试验效率的重要因素;常规的人眼识别,工作效率低,单次检测细胞数量少,周期长,并不能满足目前高通量的细胞转速检测要求;因此,设计了一种应用环形窗模板匹配与特征点跟踪,实时检测介电电泳细胞运动参数的装置;重点论述了环形窗模板的匹配和特征点的标记匹配的理论算法;利用C++编程并移植到嵌入式设备中;装置测试结果表明,其静态图像处理能准确地分割各细胞单元,动态处理可有效匹配细胞特征点,检测所得的细胞旋转速度相对误差小于1%,满足设计指标要求。     

基于FPGA联合Sobel算法的实时图像边沿检测系统的设计与实现

边沿检测技术作为数字图像处理领域的重要一支,在目标匹配,交通管控,国防安全等多个领域有着广泛的应用,能够精确高效地实现边沿检测对于后续进行更高层次的图像识别以及图像处理有着密切的联系。为了实现实时有效的图像边沿检测提出了基于FPGA结合Sobel算法的实时图像边沿检测系统,硬件使用流水线结合并行处理的解决方案,能够有效提高图像处理的速度;算法设计采用Sobel算法,不但简化了运算同时获得了不错的检测效果。实验结果显示,系统可高效地达成实时图像边沿检测的设计目的,而且提升了图像的处理效率与边沿检测的效果,便于满足后续图像处理的要求。     

基于嵌入式和运动检测的井下视频监控系统

针对传统模拟信号监控的不足,设计了一种基于S3C6410硬件平台、Linux2.6软件平台、H.264标准及运动检测算法和WIFI无线网络传输的井下视频监控系统;针对井下监控背景基本不变,采用H.264图像压缩算法以及改进的单高斯模型运动检测算法;并提出了整体监控软件的设计方案;最后通过PSNR、压缩比、压缩时间以及压缩速率等参数对算法进行了实验,实验结果表明:该系统能在较低的编码速率上实现较好的成像质量,具有较高的压缩质量,可满足实时编码需求。     

基于云计算平台嵌入式传感器图像处理系统设计

针对传统的图像采集和处理设备体积庞大、昂贵价格和灵活性差等问题,提出了一种基于云平台的和嵌入式图像处理系统设计方案;在系统硬件设计中,采用MT9M001C12STM图像传感器代替传统的CCD来采集图像数据,采用云计算嵌入式设备作为前端数据处理平台;在系统软件设计中,主要设计了硬件设备的初始化和为用户提供操作硬件设备的接口以及将由驱动采集到的数据进行处理和转化成规定格式,对PC机发起通信,传输数据;最终实现嵌入式系统的采集、处理、传输图像数据。     

基于多无量纲指标的嵌入式振动检测系统研究及开发

针对旋转机械振动检测系统检测精度不高、实时性不足及价格昂贵等缺点,提出了高精度的嵌入式振动检测系统的设计方案;系统采用S3C6410嵌入式芯片与高精度A/D转换器AD7705进行数据采集,在Windows CE 6.0的嵌入式平台上进行程序开发,以多无量纲指标及频域技术相结合进行数据分析,实现旋转机械振动检测;实验证明该系统能够快速、准确地进行振动检测,系统具有一定的故障诊断能力及较好的应用前景。     

基于高分辨率相机的目标跟踪系统的设计与实现

利用高帧频和高分辨率的数字相机作为系统的输入,采用DSP和FPGA以及大容量缓存的硬件架构,通过FPGA的逻辑编程灵活调配系统的资源,将图像采集、图像预处理、图像跟踪、图像显示等功能合理分配至各个硬件单元,提高了图像跟踪系统对小目标的跟踪精度.经实验验证,各个功能单元达到预期效果.基于Carema Link接口的图像跟...     

基于光谱探测与图像识别的反伪装目标系统研究

为了在野外环境中快速有效地识别敌方伪装的机动目标,设计了基于光谱探测与视频图像目标识别方法联用的目标识别系统。采用视频图像识别技术获取被测区域的二维影像,再通过光谱探测技术识别目标,最终将目标重建在图像相应位置上从而实现目标识别的可视化。理论推导得到了系统可识别目标的函数关系式,根据该函数关系进行了目标识别的量化实验。实验采用汽车模拟被测机动目标,在不同距离上分别以平坦荒地、灌木丛和废弃建筑物为背景,对明显目标、涂覆迷彩色的目标以及遮挡伪装物的目标分别进行光谱探测。实验结果显示,测试背景对光谱探测效果有一定影响,背景的连续性有利于目标识别;伪装方式以伪装物遮挡最难识别,且随着目标与系统的距离增大而信噪比随之降低。综上所述,采用光谱探测技术克服了传统图像目标识别无法识别伪装目标的缺点,可以实现对伪装目标的有效识别。     

多重分形分析图象边缘提取算法

提出了一种基于多重分形分析的图象边缘提取算法,通过计算每个象素点的奇异值和多重分形谱,并根据多重分形谱的各种测度修正,提取出图象的边缘信息.在分析图象的各种象素点的多重分形谱特性的基础上,着重分析了多重分形谱常用的若干测度以及选取标准.该算法利用奇异性Hölder指数和多重分形谱以及它们组成的判据来进行图象边缘提取的思路不同于传统的基于梯度的局部极值点来进行图象边缘提取的方法.实验结果表明:该算法可以在保留重要边缘信息的情况下去除不重要细节,更能符合人的视觉心理.