山区智能视觉火情高空图像搜集系统的设计与实现

介绍了一种针对山区多样性突发火情事件中基于智能视觉的高空图像搜集系统,采用以ST意法半导体公司的STM32F107VCT6为处理核心的开发平台,地面控制平台通过高空无人机的高速照相机对目标区域火情图像数据进行搜集,并将图像数据带回到地面控制平台的PC处理器上进行综合分析。地面控制平台根据智能视觉信息采集模块采集的山区遥感图像的均值作为初始背景,并对背景图像进行实时更新,利用光谱特征与距离算法获取差分图像,并进行图像处理,从而获取山区发生火情区域的图像分析数据,以实现对山区森林突发火情事件的及时监测,在火情发生初始阶段就能扑灭。本文对山区智能视觉火情高空搜集系统的实现原理、核心硬件设计、系统软件设计等分别进行了研究,并通过系统实验进行了验证,测试结果表明,该系统在对山区的高空图像搜集实验中,对不同颜色物体的分别识别率为100%,对火灾与地形地貌的识别率为95.55%和81.12%,非常适用于各种山区环境下的智能视觉监控系统。     

凸优化耦合传感器模式噪声的图像伪造检测

现有的图像伪造检测算法主要是借助局部像素与恒虚警率来决策真伪,且忽略了源图像的强烈空间相关性,使算法鲁棒性不佳,难以检测微小尺寸伪造。对此,根据成像传感器的独特随机特性,设计传感器模式噪声检测思想;并提出了凸优化机制耦合传感器模式噪声的图像伪造检测算法。基于光响应非均匀性噪声,联合马尔可夫随机场与贝叶斯规则,设计传感器模式噪声;并构造最佳图像标记像素的先验概率模型;嵌入贝叶斯规则,代替恒虚警率,考虑源图像的强烈空间依赖性,联合整个图像像素,确定最大概率标记像素映射;设计凸优化机制,将图像伪造检测转换为凸问题,提高算法检测效率。并分析了不同伪造区域尺寸对算法检测的影响。仿真结果表明：与当前图像伪造检测算法相比,本文算法具备更好的接收机工作特征;以及更高的检测精度与检测效率。