多帧融合处理技术在运动模糊图像复原中的应用

运动模糊图像是电视监控中常见的退化图像 ,也是图像处理和检验工作中的难题。针对电视摄像的特点 ,多帧融合处理技术从图像时间序列中提取景物的运动信息 ,构造复原滤波器 ,通过频率域反转滤波方式复原模糊图像。这项技术能够有效地增强电视监控中存在的运动模糊图像 ,并且适用于数字视频图像处理     

ARM架构下计算机图像并行化处理技术研究

为在图像处理与分析时具备良好的视觉效果,提高图像处理的速度,需要对ARM架构下计算机图像并行化处理技术进行研究。当前采用的方法是对各种变换频域图像特征提取与计算机图像集合特征的提取进行相结合,克服了当前对图像进行提取时存在图像形状描述的缺陷,提取图像特征向量维数相对较低。实验表明,通过对图像进行特征提取能很好的对图像效果进行展示,将图像的纹理特征进行详细的表述,将该方法应用到图像处理技术当中,具有良好的去噪效果及扩展性,该方法过程简单,但存在图像视觉效果较差的问题。为此,提出一种ARM架构下计算机图像并行化处理技术研究方法。该方法首先利用非局部均值去噪算法对图像进行去噪处理,然后结合图像去噪的结果利用小波变换对去噪图像进行边缘检测,最后采用非线性增强算法对图像进行增强完成对ARM架构下计算机图像并行化处理技术研究。实验结果表明,所提方法不仅提高图像处理速度,还提高图像视觉效果,具有广泛的应用价值。     

基于图像挖掘技术的车辆目标识别方法

在目前的图像处理技术发展现状中,图像挖掘技术是其中一项较为突出和新颖的技术分支。而随着日益庞大的图像数据信息处理量的要求增加,却没有一个有效的分析和处理技术,为此,如何解决大量数据的解析和处理问题是目前图像挖掘技术的主要方向。本文将着重研究图像挖掘技术的原理和其在目前社会中的应用情况。利用简析图像挖掘技术的基本原理分析其数据模型,探讨其所具备的基本功能以及在车辆目标识别上的应用和方法。总结出图像挖掘技术对图像中所存在信息的完全解读,挖掘图像中存在的隐形关联,而且随着图像挖掘技术的不断改进,其目标识别的功能可以应用到车辆管理模式当中。通过实验表明,此方法可以对目标图像中车辆数量和种类的辨识度达到80%以上。     

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。     

基于运动目标尺寸检测的实时图像处理与显示

运动目标尺寸实时检测与显示是运动图像检测和应用视觉研究领域的一个重要课题,而图像处理则是其核心内容;文章针对采集到的图像进行一系列的处理,最终实时显示图像并获得运动目标的尺寸等信息;首先针对采集图像时电子设备的不稳定性和检测模块的不一致性,进行中值滤波和增益校正同时将处理图像实时显示出来;然后对其整体图像进行分割与二值化、角点检测和边缘拟合处理,获得目标的尺寸信息;最后利用VC++将整体处理图像及尺寸信息显示出来,以便于图像理解和模式识别;实验证明,文章提出的算法、软件的设计很好地滤除不相关的目标,保存感兴趣目标,具有良好的实时性、精确性,能够满足当代工业检测设备中的要求。     

基于二维直方图和模糊熵准则的阈值化方法

图像分割是图像分析、识别和理解的基础。图像分割主要是指将图像分成各具特性的区域并提取出感兴趣目标的技术,其研究多年来一直受到人们的高度重视;阈值化法是图像分割的一种重要方法,在图像处理与识别中广为应用;针对图像分割中细节往往被忽略导致后续处理困难的问题,基于模糊关系和最大模糊熵原理提出了一种阈值化方法,对二维直方图进行模糊分割;为了获得图像分割中的细节,提出的方法根据最大熵原则自动确定模糊区域和门限,进而获得二维模糊熵和遗传算法最优解,最后获得图像细节;通过对不同灰度水平和颜色类型图像进行实验比较,实验结果表明提出的方法优于二维非模糊方法和一维模糊熵分割法,得到该方法在图像分割中获得细节的结论。     

视频图像记录判读系统

光电经纬仪的摄影胶片图像和CCD摄像机的视频图像的数字化处理是兵器试验靶场中始终未能很好解决的问题。主要源于两个问题:一是视频图像的数字化采集和转换;二是数字图像的自动处理。介绍了根据靶场广泛应用的光学图像记录、判读需求而研制的视频图像记录判读系统,并对所采用的视频图像实时存储技术、字符识别技术、目标识别与定位技术等几项主要的关键技术进行了说明,并给出了应用结果。结果表明,图像采集记录灵活方便,速度快,不丢帧;目标图像处理精度高,实时性强,自动处理能力好,使光测数据处理的精度和效率都有了很大的提高。     

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。     

基于量子随机行走和多维混沌的三维图像加密算法

随着互联网的发展,人们对于信息安全的需求日益增加,而经典的加密技术存在着密钥空间小、易破解的缺陷,图像加密技术在保护图像信息安全和隐私内容等方面的问题亟待解决.量子随机行走作为一种新型量子密钥生成器,其密钥空间大,与经典随机行走相比计算速度与安全性有着明显的提高.本文提出一种基于量子随机行走并涉及Lorenz和Rossler多维混沌的三维图像加密算法.首先应用高斯金字塔对图像进行处理然后按照一定比例将处理后的图像切割成4份;其次使用量子随机行走生成的随机序列与多维混沌中的Lorenz混沌系统生成的随机序列对分成的若干块子图像进行汉明距离计算然后进行合成,并且对图像RGB三通道之间进行欧氏距离计算;最后将汉明距离与欧式距离取余得到的序列值作为初始值输入多维混沌中的Rossler系统,生成随机序列作为密钥对图像的RGB通道进行异或操作得到加密后的图像,对应解密方案为加密过程逆过程.此外,本文采用基于离散余弦变换和奇异值分解的盲水印嵌入算法将水印信息嵌入到加密后的图像中,实现接收方可以通过提取水印,根据水印信息的完整性来判断传输过程中图像是否遭受到攻击破坏,如无遭受恶意攻击,则对图像进行解密...     

图像边缘检测方法研究综述

图像的边缘是图像最基本也是最重要的特征之一。边缘检测一直是计算机视觉和图像处理领域的经典研究课题之一。图像分析和理解的第一步常常是边缘检测。边缘检测的目的是去发现图像中关于形状和反射或透射比的信息,是图像处理、图像分析、模式识别、计算机视觉以及人类视觉的基本步骤之一。其结果的正确性和可靠性将直接影响到机器视觉系统对客观世界的理解。对一些传统的边缘检测方法和近年来广泛收到关注的边缘检测算法进行了简单介绍。综述中只涉及到检测方面,而没有讨论滤波、边缘定位、算法的复杂程度和边缘检测器性能的评价。     

细胞显微图像的处理与识别系统研究

介绍了模板匹配和特征识别两种识别方案,采用数字图像处理技术和模式识别技术,实现了细胞显微图像中的细胞自动识别与分类.实验结果表明,特征识别具有直接性、运算量小等特点,为细胞显微图像的模式识别提供了可靠有效的方法.     

基于Android网络恶意行为检测系统的应用研究

目前Android系统是当今网络用户最对的应用系统之一,而随着科学技术的发展,对于Android系统的恶意行为软件也逐渐增多,给当前的应用用户的财产以及私人信息安全带来了很大的威胁,严重的迟缓了当前移动通信网络技术以及相关于应用客户端的推广。为此本文根据Android系统的特有机构设计出一种基于Binder信息流的自动检测恶意行为系统,以此来解决对于当前网络安全对于Android系统用户带来的负面影响。根据目前网络中的应用通信信息,检测可能存在的泄露用户信息的应用软件为目标,建立信息矢量图以此来分析当前网络中的恶意行为。通过对软件进行检测,研究可实用性和检测效果,结果显示其识别率可以达到100%,并且软件运行只占有内存的7%,结果可以达到当前的Android用户的使用范围。     

智能化计算机安全监控信息网络技术研究

为了保障计算机以及使用者信息的安全性、隐秘性,并且提高计算机的使用生命周期,需要对计算机进行安全智能监控。但采用当前的计算机安全监控技术对计算机安全进行监控时,没有设置具体的安全监控指标,无法计算出计算机安全监控的非安全因素权重,存在计算机网络可能自动泄密,无法智能监控以及监控数据误差大的问题。为此,将信息网络技术应用于计算机安全智能监控中,提出了一种基于LINUX的计算机安全智能监控方法。该方法先将计算机非安全因素进行分类,其中包括计算机网络配置,自带系统和网络病毒。然后利用SAltera EPM7128S芯片对计算机安全智能监控进行硬件构造,采用CPLD结构根据计算机非安全因素分类结果对计算机安全智能监控软件部分进行设计,软件设计中依据计算机安全智能监控失真衰减的抑制方法,实现计算机远程安全智能监控,最后根据Delphi法来建立计算机安全智能监控网络环境总体运行情况的评估指标体系,对大规模无法定量分析的计算机安全监控因素做出概率估计,以概率估计结果为依据对计算机安全智能监控的风险进行评估,从而实现对计算机安全的智能化监控。实验仿真证明,所提方法提高了计算机安全智能监控的全面性和高效性,减少了计算机安全智能监控数据传输的丢包率。     

基于几何控制的公路施工智能监控系统设计

为了更好的保证公路施工质量,保障施工人员的生命财产安全,建设平安和谐社会,为广大群众提供一个便利、舒适、安全地空间,需要对公路施工监控系统进行设计。当前的公路施工监控系统设计方法是利用图像处理板对其进行监控,监控过程中图像处理板的体积太大,没有设置隐蔽性屏障,导致监控盲点多,存在监控整体性能低,监控系统效果差的问题。为此,提出一种基于几何控制的公路施工智能监控系统设计方法。该方法首先确定公路施工监控类型,并对公路施工监控系统进行构造,然后以公路施工监控系统的构造为基础,利用编码感知路由,将各个终端监控的数据信息传输至监控系统中心,最后采用蛇形时隙数据存储算法将公路施工终端的监控信息数据全部存储,由此完成对公路施工的智能监控的系统设计。实验结果证明,所提方法可以对公路施工进行全方位,安全可靠地智能监控,减少了突发事件发生处理时间和监控盲点,增加了公路施工速度,更大程度地保障了施工人员的人身安全,为该领域的研究发展提供了强有力的依据。     

基于热红外图像处理技术的农作物冠层识别方法研究

为解决农作物冠层热红外图像边缘灰度级分布不均且噪声较大,而传统图像分割方法难以实现其目标区域有效识别的难题,以苗期红小豆冠层热红外图像为研究对象,将模糊神经网络和仿射变换有机结合,提出了基于热红外图像处理技术的农作物冠层识别模型。首先利用五层线性归一化模糊神经网络的自适应特性,选取高斯隶属度函数,自动计算冠层可见光图像识别的推理规则,有效地分割了可见光图像中的冠层区域。通过分析3种分割指标和熵,定量评价可见光图像冠层分割质量。网络迭代38次时,误差精度为0.000 952,该算法平均有效识别率为96.13%,获取可见光冠层图像的像元信息熵值范围为2.454 4~5.198 7,与标准算法所得冠层图像的像元信息熵仅相差0.245 9。然后以取得可见光图像的冠层有效区域为参考图像,采用仿射变换算法,调整优选平移、旋转、缩放等图像变换因子,配准原始热红外图像,提出了基于仿射变换的冠层热红外图像识别方法。对于初始温度范围值在16.35~19.92 ℃的农作物热红外图像,计算选取旋转幅度为1.0和缩放因子为0.9时,作为异源图像的最优配准参数,获取目标图像的最大温差为3.17 ℃,相对于原图像的平均温度值由18.711 ℃下降至17.790 ℃,进而实现了基于热红外图像处理技术的农作物冠层识别。最后以熵的互信息作为监督指标,对农作物冠层热红外图像识别方法进行评价。提出的冠层热红外图像识别方法,所获取的目标图像与初始热红外图像的平均互信息为4.368 7,标准目标图像和初始热红外图像的平均互信息为3.981 8,二者仅相差0.486 9。同时,两种冠层热红外图像的平均温度差值为0.25 ℃,高效消除了原始热红外图像的背景噪声。结果表明本研究方法的有效性和实用性,能够为应用热红外图像反映农作物生理生态信息特征指标参数提供技术借鉴。     

云计算环境下人脸表情智能识别改进技术研究

随着人脸识别技术的开发,对于如何提高人脸表情智能识别改进技术的研究也越来越多;如何提高人脸识别的准确度和完整度是当前发展的主要需要,而计算机云计算功能在人脸识别中的应用在一定程度上解决了此问题;通过改进细菌觅食算法,再将其应用到主要成分分析算法对图像基本特征进行提取分析;通过以上的算法输入计算机网络云储存当中,实现云计算技术在人脸识别中的应用;文章将通过对于算法部署函数的办法进行图片解析工作,并且利用智能人脸识别软件对图像进行抽丝、分类、匹配等工作进行功能状态进行测试;实验结果表明利用云计算技术通过连接网络云计算系统可以对目前的人脸识别以及分类做到更高的准确性和适应性。     

An Optical Image Encryption Method Using Hopfield Neural Network

In this paper, aiming to solve the problem of vital information security as well as neural network application in optical encryption system, we propose an optical image encryption method by using the Hopfield neural network. The algorithm uses a fuzzy single neuronal dynamic system and a chaotic Hopfield neural network for chaotic sequence generation and then obtains chaotic random phase masks. Initially, the original images are decomposed into sub-signals through wavelet packet transform, and the sub-signals are divided into two layers by adaptive classification after scrambling. The double random-phase encoding in 4f system and Fresnel domain is implemented on two layers, respectively. The sub-signals are performed with different conversions according to their standard deviation to assure that the local information’s security is guaranteed. Meanwhile, the parameters such as wavelength and diffraction distance are considered as additional keys, which can enhance the overall security. Then, inverse wavelet packet transform is applied to reconstruct the image, and a second scrambling is implemented. In order to handle and manage the parameters used in the scheme, the public key cryptosystem is applied. Finally, experiments and security analysis are presented to demonstrate the feasibility and robustness of the proposed scheme.     

大型病患智能远程电子监控系统的设计与实现

现在医疗事业当中,远程医疗作为先进科学技术应用;病患科学治疗监控理念;快速信息化时代体现,正在成为医疗事业当中热门的研究方向。其依靠计算机技术、通讯技术以及信息处理技术为基础,同医疗活动相结合,在当今的医疗事业当中有着广阔的发展前景。本文设计出用于大型病患的智能远程监控系统,系统从生理数据采集、智能终端、IOCP网络通讯器以及数据库和监控软件为设计出发点,利用无线通信网络实现医生或是家属通过监控软件对病患进行实时远程监控和监护。提出系统的设计需求和设计结构,并通过实际检测观察此系统在实际应用中的可靠性以及对各项需求的完成度。结果显示,此系统可以很高程度的完成对与大型病患的远程实时监控和智能化需区。