基于生物视觉标准模型特征的无参考型图像质量评价方法

鉴于生物视觉特征对于图像的良好表征能力,提出了一种基于生物视觉特征的无参考型图像质量评价方法。对生物视觉ST模型进行了研究和分析,完成了对图像的稀疏化表示;利用最小二乘支持向量机回归方法训练生物视觉特征到图像质量的映射关系,获得能够预测图像质量的回归器;通过学习的回归器完成了对图像质量的评价。基于LIVE图像库的实验结果表明,该方法对于特定失真和交叉失真的预测误差分别为2%和5%左右,并且与目前技术条件下的质量评价方法相比具有很好的精确性和单调性。     

一种新的红外目标跟踪方法

提出了一种基于灰度加权和Kalman滤波预测的红外目标跟踪方法。利用带有空间位置信息的目标区域直方图描述红外目标,克服了灰度直方图对图像描述缺少空间位置信息的缺陷,增加了描述的鲁棒性。同时,对跟踪目标的实时位置数据利用卡尔曼滤波校正和预测,增强了跟踪的实时性。实验结果表明,该方法是有效和稳健的。     

基于扩展空间直方图的红外目标跟踪方法

针对传统均值漂移算法中仅仅利用目标的颜色信息而导致目标模型分辨能力不高的问题,提出了一种基于扩展空间直方图的红外目标均值漂移跟踪方法.首先对空间直方图进行扩展,构建了一种结合目标颜色分布和空间约束关系的联合空间颜色模型,有效提高了目标模型的分辨能力.通过给定目标空间位置和颜色联合概率密度函数,定义目标区域与候选区域概率密度的相似性度量,进而实现了红外目标的准确定位.实验结果表明该算法简单有效,能准确跟踪前视红外目标.     

巡航导弹景象匹配算法适应性研究

文章针对景象匹配制导的需求,研究了去均值归一化、基于直方图拉伸和基于局部平滑相关匹配算法,分析了算法的适应性、计算量和实时性等,比较了每种算法的优缺点.结合巡航导弹的使用,讨论了影响匹配结果的一些基本的、可能的因素,主要是环境因素.用三种分辨率的图像作了大量的实验,针对这些算法的匹配概率及地物适应性等方面进行了编程验证和综合分析,给出了有关结论.     

改进的Canny图像边缘检测算法

边缘检测是图像处理中非常重要的一个环节,针对图像边缘检测中噪声抑制与细节保留之间的矛盾,提出了一种改进的基于Canny算子的边缘检测算法,采用小波变换和改进的自适应中值滤波器替代Canny算法中高斯滤波器对图像做去噪工作;采用3×3邻域代替Canny算法中2×2邻域来计算梯度幅值.仿真实验结果较好地说明了改进算法的性能...     

基于进化策略的BP神经网络匹配算法研究

研究了利用BP神经网络理论进行景象匹配的方法,将灰度不变矩和边缘不变矩同时作为匹配特征应用于BP神经网络景象匹配中,并对经典的进化策略进行改进,提出并实现了一种高效的基于进化策略的BP神经网络景象匹配算法.实验结果证明了算法寻优的全局性和精确性.     

LS系列嵌入式计算机汇编程序的一体化研究

文章通过LS－RISC、LS－MPP和LS－DSP嵌入式计算机指令系统的详细比较,对这三个系统汇编程序一体化的可行性进行了研究,提出了实现其汇编程序一体化的方案。     

基于相邻小波系数的图像去噪算法

针对传统的小波去噪方法在滤除噪声上的明显不足,提出了一种基于相邻小波系数的图像去噪算法。充分考虑了滤噪系数与相邻系数间的相关性,首先采用3×3像素的系数滑动窗口对噪声系数进行均值采样,然后结合双阈值法对小波系数进行缩减。实验结果表明本算法明显优于传统的滤波算法,具有较高的信噪比,是一种有效、可行的图像去噪方法。     

SAR图像舰船目标分割算法研究

针对SAR图像固有的乘性斑噪，把概率竞争网络用于SAR图像分割和水上目标检测，充分利用了图像像素间的空间邻接关系，提高了分割、检测的准确性和有效性，取得较好的结果。     

基于数学形态学的图像边缘检测新方法

经典数学形态学的边缘检测方法虽然具有较好的去噪能力,但却存在计算量大,计算时间长等缺点,并且其得到的结果具有不连续、不完整等缺点,不能较为准确地提取图像的边缘特征。在研究数学形态学的基础上,利用数学形态学方法对图像进行边缘处理,然后将处理后的图像作为神经网络的输入,利用CP神经网络对图像的边缘进行检测。实验结果表明,该方法得到的边缘图像边界细腻完整,具有较好的抗噪性,实现了提高精度与抗噪性能的协调统一。