视觉传达技术的雾天舰船图像恢复研究

由于使用基于空间角度恢复方法、基于变换领域恢复方法受到大量像素影响,特征点提取结果不精准,会导致图像恢复效果较差。为了解决该问题,提出视觉传达技术的雾天舰船图像恢复研究。剪裁提取目标区域,计算像素间隔,得到图像的物理坐标。以此坐标为基础进行三维图像面的重建。通过信息交互,确定重建面的同体元坐标点,完成三维重建。基于重建结果,调整局部区域亮度,区分明暗原色,结合视觉传达技术,设计了雾天舰船图像恢复流程,避免了边缘提取不连续的问题。由实验结果可知,该方法特征点提取结果与图像比例下实际值一致,误差为0,图像恢复效果较好。     

人脸检测的一种混合方法研究

人脸检测作为自动人脸识别系统的第一个环节具有非常重要的作用,为了解决目前大部分人脸检测方法存在的分类器训练困难和检测计算量大等问题,提出了一种人脸检测的混合方法.该方法由两级分类器组成,第一级为粗分类器主要过滤大部分非人脸区域,第二级为核心分类器,在由第一级粗分类的基础上利用非线性SVM算法进行人脸检测.在CMU数据库上的实验结果表明,该方法具有较高的人脸检测率,检测速度得到大幅提高.     

人脸检测的一种混合方法研究

人脸检测作为自动人脸识别系统的第一个环节具有非常重要的作用，为了解决目前大部分人脸检测方法存在的分类器训练困难和检测计算量大等问题，提出了一种人脸检测的混合方法。陔方法由两级分类器组成，第一级为粗分类器主要过滤大部分非人脸区域，第二级为核心分类器．往由第一级粗分类的基础上利用非线性SVM算法进行人脸检测。在CMU数据库上的实验结果表明，该方法具有较高的人脸检测率，检测速度得到大幅提高。     

人脸特征提取方法的研究

人脸识别是一个被广泛研究的热门问题,该技术在法律、商业、安全系统领域有着广泛的应用,人脸图像的易取性和人脸变化的多样性使该技术的研究更富有挑战性.当前,基于模板匹配的人脸识别技术已经相当成熟,人脸特征提取是人脸识别过程中必要的一个步骤,本文就当前一些     

人脸识别技术的分析与展望

介绍了人脸识别技术的发展概况,从人脸识别的三个步骤:人脸的检测与定位、人脸的特征提取和人脸的识别和验证对人脸识别技术的方法进行了分析和总结,指出了其优缺点所在和人脸识别技术面临的关键问题,最后对人脸识别技术的研究发展趋势进行了展望.     

多特征融合的级联回归人脸对齐方法研究

深度神经网络技术在人脸识别方面已经取得了巨大进步,但是大多数方法只是运用人脸深度特征而并没有分析哪些特征是有效的.为了探索针对人脸识别任务的有效结构化特征,提出了基于多种特征级联回归方法的人脸关键点检测模型,将两两关键点对应的人脸局部特征对之间的结构关系、整张人脸图像的全局表观和关键点对应的局部热图这3种人脸特征融合之后用于人脸对齐任务.实验证明,多特征级联回归法与记忆下降法相比,人脸对齐任务错误率下降了30.17%,与最新的一些人脸对齐模型具有一定的可比性.     

监控视频中可疑舰船的实时检测研究

现有方法由于监控视频图像处理缺陷,导致存在着可疑舰船检测时间较长、检测准确性较差,无法满足现今海上安全保障的需求,故提出监控视频中可疑舰船的实时检测研究。由于多种因素的影响,监控视频图像清晰度较差,通过直接灰度变换方法对其进行增强处理,以此为基础,基于监控视频图像相位谱生成显著图,利用Roberts算子计算显著区域的梯度,与上述获得的显著图相结合,得到综合视觉显著图,从而实现可疑舰船的实时检测。实验结果显示,在不同天气条件背景下,与现有方法相比较,提出方法可疑舰船检测时间较短,检测准确性较高,充分表明提出方法实时检测效果更佳。     

模糊支持向量机和独立成分分析在人脸识别中的应用

将独立成分分析(ICA)、模糊支持向量机(FSVM)以及三叉决策树相结合并应用于人脸识别.首先对人脸图像做独立成分分析,提取有利于分类的面部特征的主要独立成分,然后在特征空间中,用FSVM和三叉决策树相结合设计人脸分类器.在ORL人脸库上的实验结果表明,该算法能够取得较好的分类效果.     

模糊支持向量机和独立成分分析在人脸识别中的应用

将独立成分分析(ICA)、模糊支持向量机(FSVM)以及三叉决策树相结合并应用于人脸识别。首先对人脸图像做独立成分分析，提取有利于分类的面部特征的主要独立成分，然后在特征空间中，用FSVM和三叉决策树相结合设计人脸分类器。在ORL人脸库上的实验结果表明，该算法能够取得较好的分类效果。     

图像智能识别技术在舰船电力系统远程设备监控的应用

当前图像智能识别技术在人脸识别、指纹识别等领域获得了非常广泛的应用。舰船电力系统设备是保障舰船作战能力的关键,实现舰船电力系统设备的远程监控具有非常重要的意义。图像智能识别技术需要处理的数据量较大,本文使用了一种基于VB和Matlab混合编程的方法,充分结合了VB和Matlab的优点,设计了舰船电力远程设备监控系统的架构和软件界面,给出了BP神经网络进行图像识别的工作流程。系统能够正确提取图像并识别仪器上的数字,且具有速度快等优点。     

基于SURF特征点的图像拼接技术研究

图像拼接技术是一个复杂的流程,其包含了多项图像处理技术,其中图像配准和图像融合是实现图像拼接的关键步骤。论文提出了基于SURF特征点的图像拼接技术研究。利用Harris角点检测算法对图像的角点进行提取,设计了图像拼接的架构,并阐述了论文图像拼接实现的方法,构建了图像拼接实现的系统,接着搭建了实验平台,设计了仿真实验,通过实验验证了该方法的有效性与优越性。     

嵌入式人脸检测摄像机的开发与应用研究

针对视频实时人脸识别存在服务器开销过大的问题,研究了适合人脸识别的嵌入式人脸检测摄像机,首先改进JDA算法,解决了服务器与摄像机传输无效数据问题;然后将改进后的算法嵌入到摄像机内,实现人脸检测与人脸识别无缝对接.在"商超"场景,测试了嵌入式人脸检测摄像机性能,结果表明:嵌入式摄像机与非嵌入式摄像机对比,服务器携带的摄像机由原来的2路提高到8路,部署成本降低了30%;人脸识别速度提高了近2个百分点.     

基于结构化Fisherface的人脸识别新方法

特征提取是人脸识别中一个关键步骤.传统的Fisherface人脸识别方法中用样本的类均值和总体均值定义相应的散布矩阵,丢失了样本个体之间的结构信息,本文提出了一种基于原始样本个体结构信息的结构化Fisherface人脸识别方法,最后得到的特征数据中保留了原始样本更多的分布信息.在ORL人脸数据库的实验结果验证了该方法的有效性.     

基于结构化Fisherface的人脸识别新方法

特征提取是人脸识别中一个关键步骤。传统的Fisherface人脸识别方法中用样本的类均值和总体均值定义相应的散布矩阵，丢失了样本个体之间的结构信息，本文提出了一种基于原始样本个体结构信息的结构化Fisherface人脸识别方法，最后得到的特征数据中保留了原始样本更多的分布信息。在ORL人脸数据库的实验结果验证了该方法的有效性。     

数据挖掘在无人船舶目标图像识别中的应用

为了缩短无人船舶目标图像的识别时间,提高目标图像的质量,提出了数据挖掘在无人船舶目标图像识别中的应用。利用数据挖掘技术确定无人船舶目标图像的阈值,根据目标图像的阈值误差分割了目标图像,采用图像边缘点提取公式将图像边缘点连接成线,提取出目标图像的外轮廓,完成无人船舶目标图像的预处理;通过目标图像识别算法的改进设计,得到了目标图像的识别流程,实现了数据挖掘在无人船舶目标图像的识别中的应用研究。仿真实验结果表明,数据挖掘在无人船舶目标图像识别方法与基于航拍技术的目标图像识别方法相比,目标图像的识别时间缩短了35.1%。     

聚类分析算法在舰船识别中的应用

为了缩短舰船识别时间,提高舰船识别的成功率,提出聚类分析算法在舰船识别中的应用。通过聚类分析算法计算出舰船图像的分辨率,获取舰船图像的横向分辨率,完成舰船目标形态特征的提取;采用聚类方程表达式,得到舰船能量函数,基于聚类分析算法,确定处理舰船图像的聚类模型,通过分析聚类系数值的大小,完成舰船图像的处理;最后通过舰船识别流程设计,实现基于聚类分析算法的舰船识别。实验结果表明,基于聚类分析算法的舰船识别技术可以提高舰船识别的成功率。     

基于图像检测的船舶特征提取算法优化

传统船舶特征提取算法,无法完全对船舶特征进行提取,存在精度不够、无法有效提取特征点等问题。为有效解决此问题,提出基于图像检测的船舶特征提取优化算法。计算不同波段下船舶图像的灰度值,依据灰度值结合霍夫曼及分裂排序编码构建船舶图像特征提取示意图;设计基于图像的船舶特征点检测提取模型,确定图像中船舶特征点相关性。依据相关性进行船舶特征点的有效提取,并利用图像特征提取,完成船舶特征提取的优化算法,设计对比实验结果表明,改进后方法与传统方法相比,大幅提高船舶特征提取的准确性。     

高精度舰船图像拼接算法研究

为了解决当前图像拼接重叠区域多的问题,提出高精度的舰船图像拼接算法研究。在图像拼接之前,需先提取图像特征,采用Harris角点局部特征检测算法,在尺度空间寻找位置、尺度和变量特征,以此设计尺度空间极值点检测流程,避免外界噪声干扰。根据每个关键点特征计算图像尺度变化比例、图像旋转角度和不同图像间平移距离,确定不同图像特征点位置关系,以此实现图像参数自动辨识。采用surf角点检测算子检测图像重叠区域角点,在允许尺度空间多层图像处理下,无需对图像进行二次抽样处理。通过构建Hessian矩阵判别式,判断特征点是否为极点,利用二阶标准高斯函数,判别特征点。利用相应波为信息计算偏航角,确定变换参数,完成图像拼接。由实验结果可知,该算法图像拼接重叠区域较少,拼接精准度较高,为舰船稳定运行奠定基础。     

可视化图像处理下船体表面微裂痕高效检测算法

为了提升船舶质量,保证船舶的航行安全,提出可视化图像处理下船体表面微裂痕高效检测算法。利用摄像机、图像采集卡等硬件设备,获取船体表面微裂痕可视化图像。经过滤波去噪和图像增强2个步骤,实现对初始可视化图像的处理。在此基础上,分别从纹理轮廓和几何2个方面,提取船体表面的微裂痕特征,并通过与完好船体表面图像的比对,得出最终的检测结果。将设计的检测算法应用到实际的检测工作中,计算得出设计算法的检测精度高于99%,满足检测精度的要求,且消耗的检测时间更少。     

一种基于分块区域的图像检索方法

目前大多数基于内容的图像检索CBIR（Content Based Image Retrieval)技术都依赖于图像的全局特征(例如颜色、纹理等),这样图像的空间布局特征被忽略了.本文提出了一种基于分块区域的图像检索方法.首先用k-means聚类算法对图像进行区域分块,然后提取各分块区域的视觉特征,再对查询图像和目标图像中各区域的视觉特征进行多对多的匹配,根据最小加权平均准则得到区域之间单个特征的特征距离,归一化后求和得到查询图像和目标图像的相似度.在1000幅通用图像库上的实验表明,该方法可以产生比较满意的结果.