工件检测中基于方向码的图像模板匹配

针对在线工件的特点提出了一种新的工件检测办法.该算法提取方向码作为特征,分粗精两个步骤进行检测,首先计算模板和子图方向码并计算出方向码直方图,粗略的计算候选匹配点和工件旋转角度,然后,针对匹配候选点,利用于图和模板的方向码差值进行精匹配.该方法在工件位置发生旋转甚至是在遮档和光强引起的光照波动等情况下,也能较好的进行匹...     

基于纹理特征的能见度测量时段区分方法

为了进行能见度的数字摄像法测量,提出了基于纹理特征的能见度昼夜时段区分方法。从直方图分析中得到的纹理参数,包括灰度均值、方差、熵和扭曲度,均能反映出两类图像所特有的纹理特征。通过对纹理参数的统计分析,能够准确得到能见度测量的白天和夜间时段。将该方法用软件编程实现,表明该方法准确、可靠,为数字摄像法测量能见度的进一步研究奠定了基础。     

基于复合预测误差差值和互补嵌入的可逆数据隐藏

提出一种基于分块复合预测的误差差值和互补嵌入的彩色图像可逆数据隐藏算法。利用色彩分量之间的相关性和预测误差之间的关系减小差值,以增加差值直方图的峰值。采用双重嵌入方法提高嵌入容量,两次嵌入过程中像素值沿相反的方向扩展,部分像素值扩展量相互抵消,在图像分块的基础上选择最佳的预测方式组合,以增加扩展量抵消的机会,从而减小二次嵌入时图像质量的下降幅度。实验结果表明,本文算法在保证图像质量的同时大幅提高嵌入容量,算法的整体性能比其它同类算法更高。     

基于HOG及在线多实例学习的目标跟踪算法

传统的基于色彩直方图或空间色彩直方图的跟踪算法在跟踪目标出现尺度变化的复杂条件下,因无法显著区分颜色相近的目标和背景,不能得到准确跟踪结果.提出基于HOG及在线多实例学习的目标跟踪算法.此算法采用HOG特征值提取方式,结合在线多实例学习技术,对目标远离场景、平移、旋转、遮挡等情况进行跟踪.实验结果表明,该算法能够对各种复杂情况下的动态目标进行有效跟踪,具有良好的鲁棒性和准确性.     

一种基于连续波雷达的手势识别方法

为了解决依靠光学传感器进行手势识别对外部环境依赖较大的问题,提出了一种基于连续波(Continuous Wave,CW)雷达的手势识别方法,并建立了4种手势动作的回波数据库.首先,对CW雷达回波进行短时傅里叶变换(Short-Time Fourier Transform,STFT)获取手势动作的时频谱;然后,通过设立阈值将时频谱中的背景杂波去除;接下来,对处理后的时频谱提取方向梯度直方图(Histogram of Oriented Gradient,HOG)特征;最后,采用支持向量机(Support Vector Machine,SVM)作为分类器,以HOG特征作为输入进行手势识别.实验结果表明,所提方法在普通室内环境下的识别精度超过95％,能够对典型的手势动作进行有效识别.     

基于余弦相似度的光学伪装效能评估分析

为了解决伪装效能评估手段单一、量化分析手段不足的问题,引入了余弦相似度原理开展模拟评估,对可见光伪装效能评估理论分析进行了优化.基于颜色光学数据特征,利用颜色直方图展现了目标与背景颜色频率分布,研究了样本目标与背景的颜色融合差异性;采用亮度空间分布图展现了亮度空间特征,探索了样本目标与背景的亮度差异性;并对目标和背景图...     

结合暗通道先验和MRF理论的单幅图像去雾算法

针对在雾霾环境下获取的图像降质严重、现有算法去雾图结构细节信息丢失较多的问题,提出了一种结合暗通道先验(DCP)和马尔可夫随机场(MRF)的单幅图像去雾算法。该算法先采用子块部分重叠局部直方图均衡(POSHE)对原始雾图进行增强,以提高其对比度,并通过DCP算法获取优化后的透射率;利用MRF模型对图像结构细节信息的约束特性,对透射率进行建模,以进一步细化透射率;由天空域的显著特征,通过分块搜索法求取大气光值。与传统去雾算法相比,该算法能得到更精确的透射率图,有效保持图像结构信息,去雾后的图呈现出丰富的细节和较真实的色彩视觉效果。     

基于灰度和边界方向直方图的医学图像检索

本文研究了采用分级检索的机制,综合利用灰度及形状特征进行基于内容的医学图像检索的方法,该方法克服了灰度直方图不能充分表示空间分布信息的不足。利用边界方向直方图描述形状特征,避开了对图像进行精确分割这一医学图像处理中的难点问题。对CT图像数据库进行的检索实验,验证了该方法具有良好的检索性能。     

Online data quality monitoring system at BESⅢ

The online Data Quality Monitoring (DQM) tool plays an important role in the data recording process of HEP experiments. The BESⅢ DQM collects data from the online data flow, reconstructs them with offline reconstruction software and automatically analyzes the reconstructed data with user-defined algorithms. The DQM software is a scalable distributed system. The monitored results are gathered and displayed in various formats, which provides the shifter with current run information that can be used to identify problems quickly. This paper gives an overview of the DQM system at BESⅢ.     

一种基于算法融合的红外目标跟踪方法

视频目标跟踪的难点在于快速、准确地在帧与帧之间匹配目标.由于红外图像目标与背景的反差低,图像的边缘模糊并且灰度级动态范围小,使红外目标跟踪难度比可见光更大.本文提出一种针对红外日标跟踪的融合算法,该方法融合直方图和不变矩的特点.首先利用目标的直方图计算简单快速的特点,由均值平移算法快速找到局部最优解,但由于该局部最优解仪为直方图匹配的最优解,缺少目标形状特征,与实际目标位置存在一定的偏差;其次,利用边缘小变矩作为修正特征修正误差,避免跟踪误差逐渐累计而最终导致跟踪失败,以提高跟踪的稳定性和精度.实验结果表明,该算法能够消除跟踪过程中的漂移现象,提高跟踪精度.