复杂背景下钢索图像的纹理分割与边界识别

针对复杂背景下钢索图像难以准确分割的问题,提出一种基于纹理分析的钢索图像分割与边界识别方法.采用基于模糊Hough变换的纹理方向检测方法确定钢索走向,利用边缘方向密度直方图作为纹理特征,对与钢索纹理方向相应的边缘方向赋予不同权重,抑制纹理分割中背景的干扰,对钢丝绳图像进行聚类分割,采用检测平行直线的方法确定其边界,并根据算法参量对边界进行修正.在实验中,对比了边缘方向密度直方图特征与灰度共生矩阵、局部二值模式在钢索图像纹理分割中的结果与计算时间,结果表明边缘方向密度直方图特征计算速度快、受背景干扰小,分割准确率高.本文方法无须预先训练,受背景干扰小,可以准确地识别出钢索并确定其边界,能满足钢丝绳视觉检测的要求.     

数字图像直线特征的亚像素位置检测

根据像素点的梯度方向和直线局部特性提出了一种新的亚像素直线特征检测方法。图像中具有相同方向的直线上的点具有相近的梯度方向。因此首先根据边缘点的梯度方向把它们划分为不同的点集;然后在同一点集中扫描得到组成每一直线各自的像素点;再然后根据直线上局部小邻域内像素灰度分布特性,在直线上边缘点的3×3邻域内得到其中的线段解析表达式;最后通过判断在小邻域内所得线段和由边缘点拟合得到直线的位置关系,在线段上得到亚像素精度的拟合点,进一步拟合得到高精度的直线特征位置。实验表明,这种方法的定位精度可以超过0.05像素,角度定位精度超过0 02°,并且具有较好的实时性。     

基于随机分数傅里叶变换的双图像加密算法

利用光学随机分数傅里叶变换设计了一种双图像加密算法,并给出了相应的光学实现.加密算法中,将两幅原始图像分别作为加密系统输入复函数的振幅和位相分布函数,利用随机分数傅里叶变换进行加密,所得复函数的振幅即为加密图像,而位相部分是变换的输出相位,随机位相作为加密算法的密码.在数值模拟中,二值文本图像和灰度图像分别被作为原始图像用于加密结果分析和加密安全测试,结果表明该加密算法具有很好的安全性.     

实用型模块化成像光谱仪多光谱图像的信噪比估算及压缩方法研究

采用局部标准差法和去相关法对实用型模块化成像光谱仪多光谱图像的信噪比进行估算。这两种方法已将地物变化的影响降低到很低的程度。这样在大气订正后，图像的信噪比性能充分反映出遥感仪器的信噪比性能。针对图像压缩，提出控制各波段恢复图像的峰值信噪比刚好大于原始图像的信噪比，使由压缩算法本身所带来的噪声限制在原始图像的噪声范围之内。结合这种压缩思想，用基于离散余弦变换和基于离散小波变换的压缩算法，对实用型模块化成像光谱仪多光谱图像进行压缩。实验表明，利用这种方法，对于高信噪比的波段，图像信息得到了保真；对低信噪比的波段，压缩倍数提高迅速且恢复图像视觉无失真，对整幅成像光谱图像，压缩性能提升显著——当压缩比等于37．95倍时，峰值信噪比等于45．86dB。     

基于多特征融合的城市遥感图像自动解译方法

为更全面有效地解译城市遥感图像,提出了一种新的基于多特征融合的自动解译方法。该方法定义对象网络来表达图像结构并获取更为准确的处理单元。在此基础上,综合分析颜色、纹理、形状和位置等众多特征,通过自适应的概率学习训练最优分类器并标记目标类别。方法中还结合上下文信息进行空间平滑,大大消除了噪音、遮挡等影响,矢量标绘后得到最终解译结果。实验表明,该方法准确率高、鲁棒性好,适用于多种遥感图像城市场景的自动解译。     

一种利用图像序列进行摄像机标定的方法

结合消隐点的有关知识,利用图像序列中运动的人体及其阴影的垂直关系,给出了一种实用性比较强的摄像机标定方法.该方法采用线性的方法计算出了可变焦摄像机5参数的内参数矩阵及旋转矩阵,并在一定的条件下计算出平移矩阵,最终将摄像机完全标定.计算内参数及旋转矩阵时不必考虑图像之间对应点之间的关系,从而大大减少了图像检测期间算法的复杂度,提高了标定的速度.此外,模拟和实际图像实验也表明该自标定方法具有较高的鲁棒性和准确性,适用于在线摄像机标定系统.     

支持向量学习并行区域增长结合活动轮廓模型的图像分割算法

为克服经典区域增长算法门限设置困难和图像分割精度不高的问题,提出了基于支持向量机学习的区域增长与活动轮廓模型结合的高精度图像分割算法。首先交互式选择属于目标区域的子块和背景区域的子块形成支持向量机的训练样本;并利用这些已知的训练样本训练支持向量分类器。在目标与背景的并行竞争增长过程中,利用训练好的支持向量分类器(SVC)进行分类判决,得到目标对象的初始轮廓。为提高分割对象的精度,采用活动轮廓模型获得准确的边缘。仿真实验获得了较好的分割效果,表明该提出的算法是合理可行的。     

高光谱最优波长选择及Fisher判别分析法判别玉米颗粒表面黄曲霉毒素

黄曲霉毒素是广泛存在于玉米中且具有剧毒的一种代谢产物,以美国农业部农业研究署(USDA-ARS) Toxicology and Mycotoxin Research Unit提供的2010年先锋玉米为研究对象,验证了高光谱成像技术对玉米中黄曲霉毒素检测的可行性。以甲醇为溶剂制备四种不同浓度的黄曲霉毒素溶液,并将其逐一滴在等量的4组共120粒玉米颗粒表面,以未处理的30粒洁净玉米作为一组对照样本,将大小、形状相似的150个样品随机分为训练集103个,验证集47个;对获取的400～1 000 nm波段范围内的高光谱图像,先进行标准正态变量变换(standard normal variate transformation, SNV)预处理,然后引入基于Fisher判别最小误判率的方法选择最优波长,并以所选波长作为Fisher判别分析法的输入建立判别模型,对玉米颗粒表面不同浓度的黄曲霉毒素进行识别,最后对模型判别正确率进行了验证。结果表明,选取四个最优波长(812.42, 873.00, 900.36和965.00 nm)时Fisher判别分析模型对训练集与验证集的准确率分别为87.4%和80.9%。该方法为含黄曲霉毒素玉米颗粒便携式检测仪器的开发,以及对田间霉变玉米自然代谢产生毒素的检测奠定了技术基础。     

基于高光谱的番茄叶片过氧化物酶活力测定

用高光谱图像技术结合化学计量学方法,实现了番茄叶片中过氧化物酶(POD)活性的快速检测。利用高光谱图像的光谱特征建立预测模型步骤为：采集高光谱图像数据、获取光谱曲线、光谱数据预处理、提取特征波段、建立POD酶活性预测模型。与预处理方法(SG,SNV,MSC,1-Der和2-Der)相比,DOSC预处理对POD酶活性预测效果最好。研究表明：以443,464,413,410,401,402,426和926 nm这八个特征波段的光谱数据建立的DOSC-SPA-PLS模型对POD酶活性预测结果为R_p=0.935 3,RMSEP=37.80 U·g-1。这说明高光谱图像技术测定番茄叶片POD活性具有可行性,且预测结果令人满意,这为抗氧化酶活性和番茄植株生长状况的动态检测提供了新的方法。     

基于假彩色的红外双波段图像融合方法

分析了人眼视觉和基于假彩色的NRL方法,并将其扩展应用到中波/长波双波段红外图像融合处理中.该方法以双波段红外图像不同的目标响应特征为基础,对RGB三通道分别赋值融合,给出了仿真实验的结果.利用熵和交叉熵等统计参量对多种融合方法的性能进行了定量的评价和比较,实验结果表明基于假彩色的红外双波段图像融合技术简单有效,有利于实时处理.