利用智能手机测定补铁药物中的铁含量*

为进一步提升图像比色法测定补铁药物中铁含量的准确性及普适性,考察了拍摄环境对结果的影响,确定了适用于图像比色分析的定量参数,比较使用不同容器来盛装溶液所获得的比色结果,在最优条件下测定了实际样品中铁的含量及加标回收率。结果显示,获得可靠数据的关键是将标准溶液、待测液以及空白溶液拍摄在同一张图片上;由溶液图像R值换算的吸光度值与浓度具有最佳的线性关系;分析以比色皿、试管、点滴板为容器获得的溶液图片,都能得到适合于定量比色分析的数据;测定的加标回收率大于95%。该方法操作简便,测定结果准确,可在各种条件下的高中化学实验室中开展。     

基于暗通道先验的无人机图像去雾算法研究

对于单幅图像去雾处理,暗通道先验算法具有较好的效果,但该算法处理时间长,对储存资源与计算资源要求很高,很难应用于无人机图像去雾。在暗通道先验算法的基础上进行改进,提出了一种快速的去雾算法,首先通过优化滤波器直接获得高精度的透射率,避免了原算法后续的抠图处理,显著降低了计算复杂度;然后针对去雾图像偏暗、灰度分布偏离原始图像的情况,以原始图为参考,采用直方图规定化方法进行增强处理,提高了亮度,改善了去雾图像的视觉效果,与He算法相比,该算法不仅极大地降低了计算复杂度,速度提高了近5倍,而且保持了原始算法的去雾能力。     

一种基于频域的红外图像去底纹动态压缩算法

红外传感器的前端采用高精度的A/D采样芯片具有14位的高动态范围,而显示设备一般支持256个灰度等级,只有8bit的数据带宽。为保留图像的高动态范围并同时保留重要的低对比度的细节,提出了一种新的基于直方图的红外图像动态压缩算法。通过频域分离完成低对比度细节保留和增强,以及通过时域动态范围拉伸实现背景和目标细节分离的策略,很好地解决了保留较强的细节对比度和大幅度动态范围缩减的矛盾需求。实验结果表明,相较于传统直方图方法,基于新算法的红外图像获得了具有良好细节表现能力的全局性映射压缩,较好地抑制了图像中的底纹,消除了图像的不均匀性。     

基于Demons算法改进的图像去噪模型研究

在Demons算法的基础上, 将扩散过程看作图像配准, 建立一种新的基于图像配准的Demons 去噪模型. 实验表明, 该模型去噪效果优于经典的Perona-Malik模型, 排除了模型的病态性. 考虑到新模型在图像去噪过程中仅靠梯度信息表示图像的局部特征还不完善, 故将水平集曲率作为控制图像结构的驱动力因素引入到此模型中, 提出了一种新的梯度和曲率双重驱动力的图像去噪模型. 分析和仿真结果表明, 两种新模型都可有效抑制噪声, 清晰度也有明显的提高, 其中双重驱动力的图像去噪模型去噪效果更具优越性.     

复杂地理环境的图像分割及电波传播特性

复杂地理环境是电波传播不可避免的传播环境,不仅不规则地形会对电波传播产生影响,不同的地表媒质对电波传播也会产生不同的影响。为了使得电波传播特性的预测结果更加地准确有效,通过图像分割算法实现地表环境的简单分类,同时对不同的媒质赋予不同的电磁参数,并结合数字高程模型(DEM)数据,实现了既具有地形起伏信息又具有地表电磁环境参数的复杂地理环境建模。在此基础上,对地表电磁环境信息做了网格剖分处理,利用抛物方程(PE)模型对复杂地理环境下的电波传播特性进行了预测。     

基于小波高频的立体图像质量评价

根据小波变换的高频分量包含边缘及纹理等人眼比较关注的细节信息,提出了一种基于小波变换的高频重构的立体图像质量评价方法,包括左右视点质量评价和立体感评价两部分。通过模拟人类视觉系统处理原始和失真的左右视点图像,利用结构相似度算法得到左右视点质量评价值;用加权处理后的小波高频分量经过重构得到人眼关注的细节信息图,分别计算原始和失真的左右视点细节信息图的绝对差值图,利用结构相似度算法对两幅绝对差值图评价得到立体感质量评价值。将两种质量评价值进行加权融合得到最终的立体图像质量评价值。整体实验结果的Pearson线性相关系数在0.94以上,Spearman秩相关系数值在0.93以上,均方根误差值接近5.5,能较好地符合人眼视觉特性。     

多探测器拼接成像系统实时图像配准

依据已设计完成的基于同心球透镜的四镜头多探测器阵列拼接成像系统,对该系统图像拼接配准过程所采用的特征检测提取、特征向量匹配与筛选、空间变换模型参数估计等算法进行了研究。首先,采用Fast-Hessian检测子提取参考图像和待配准图像的特征点,并生成加速鲁棒特征(SURF)描述向量。接着,采用快速近似最近邻(FANN)逼近搜索算法获得初始的匹配点对,并对匹配点对特征向量的欧式距离进行排序。然后,参照成像系统光学设计参数设定合理的阈值,筛选并保留下较好的匹配点对。最后,提出了一种改进的渐进式抽样一致性(IPROSAC)算法对空间变换矩阵模型进行参数估计,从而得到参考图像与待配准图像的空间几何变换关系。实验结果表明:该算法对图像尺寸、旋转和光照变化都具有一定的不变性,特征匹配时间为0.542 s,配准变换时间0.031 s,配准误差精度小于0.1 pixel,可以满足成像系统关于图像配准实时性和准确性的要求,具有一定的工程应用价值。     

主被动光学图像融合技术研究

本文应用扫描式激光成像雷达获取试验数据并实现对激光数据的三维成像处理,给出了基于目标特征的激光雷达图像与被动光学图像的数据融合方法,实现了激光图像和光学图像间的三维融合。试验结果表明,本文所提出的基于目标特征的两种不同质图像间的融合方法是可行的,融合后的图像具有丰富的光谱信息和三维立体信息。     

一种有效的拼接图像色彩校正算法

针对图像拼接中子图像由于拍摄的角度、相机曝光参数等不同,造成子图像间色调与明暗存在明显差异的问题,提出了一种利用子图像间重叠区域统计信息的色彩校正算法。首先将原始的色彩转换算法利用空间协方差矩阵表述成能直接在RGB空间进行转换的形式,再利用拼接图像间的重叠区域信息对算法进行简化,得到色彩校正算法。实验表明该算法能够有效地应对拼接图像时各子图像间的色调与明暗差异,在图像拼接时可以得到良好的色彩校正效果,同时相比原始的色彩转换算法减少了计算耗时。     

基于快速神经网络架构搜索的鲁棒图像水印网络算法

为解决深度学习在图像水印算法中计算量大且模型冗余的问题,提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性,提出基于快速神经网络架构搜索（neural architecture search,NAS）的鲁棒图像水印网络算法。通过多项式分布学习快速神经网络架构搜索算法,在预设的搜索空间中搜索最优网络结构,进行图像水印的高效嵌入与鲁棒提取。首先,将子网络中线性连接的全卷积层设置为独立的神经单元结构,并参数化表示结构单元内节点的连接,预先设定结构单元内每个神经元操作的搜索空间;其次,在完成一个批次的数据集训练后,依据神经元操作中的被采样次数和平均损失函数值动态更新概率;最后,重新训练搜索完成的网络。水印网络模型的参数量较原始网络模型缩减了92%以上,大大缩短了模型训练时间。由于搜索得到的网络结构更为紧凑,本文算法具有较高的时间性能和较好的实验效果,在隐藏图像时,对空域信息的依赖比原始网络更少。对改进前后的2个网络进行了大量鲁棒性实验,对比发现,本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行（列）等攻击优势显著;在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著,特别是对随机移除行（列）和椒盐噪声有较强的鲁棒性。