反馈机制的大规模舰船图像检索

传统方式的舰船图像检索能够完成舰船图像的检索任务,但针对大规模复杂度较高的舰船图像,存在检索速度慢、检索不准确的问题,为此提出反馈机制的大规模舰船图像检索。利用图像反馈模型对舰船图像的颜色、纹理、形状、空间特征进行量化反馈,采用量化数值对比的方式进行图像检索;优化图像相似度度量方法,实现反馈机制的大规模舰船图像检索。实验数据表明,该方法比传统舰船图像检索速度提高66.44%,且具有良好的检索准确性。     

循环卷积算法在舰船图像无损压缩中的应用

针对目前舰船图像无损压缩方法压缩后分辨率过低,导致压缩时间增加的问题,提出了基于循环卷积算法的舰船图像无损压缩方法。采用循环卷积算法,采集待无损压缩的舰船图像信息,根据循环卷积层循环训练方法,将待压缩的舰船图像信息进行分层归类。通过对舰船图像的关键信息完成捕获,输出有效初始化函数,利用神经网络池化层对采集到的图像信息完成循环遍历操作,通过池化处理,输出训练后的图像信息,完成图像的无损压缩。实验结果表明,基于循环卷积算法的舰船图像无损压缩方法能够有效保证压缩过后的图像分辨率,缩短压缩时间。     

舰船图像高精度压缩研究

为了提高舰船图像的识别能力和传输能力,需要进行舰船图像的高精度压缩处理,提出一种改进向量量化算法的舰船图像高精度压缩方法。对舰船图像采用LGB算法进行量化编码,对编码后的舰船图像进行向量量化误差补偿,结合小波降噪方法进行舰船图像的降噪处理,采用误差补偿编码的方法对舰船图像的噪点进行信息增强处理,提高舰船图像的识别能力,结合邻近像素点的结构重组方法,实现舰船图像的高精度压缩。仿真结果表明,采用该方法进行舰船图像高精度压缩,提高了对舰船图像的识别能力,图像压缩后的输出峰值信噪比较高,说明压缩的精度较高,性能较好。     

RBF神经网络的舰船图像滤波融合

普通舰船图像滤波融合模型,不能兼顾滤波精度计算性与滤波容错性。为解决此问题,设计基于RBF神经网络的舰船图像滤波融合仿真模型。通过网络结构设计与网络学习方法设计,完成RBF神经网络的搭建;改进原有仿真模型算法、舰船图像多滤波融合形式,完成仿真模型的搭建。模拟应用环境设计对比实验结果表明,基于RBF神经网络的舰船图像滤波融合仿真模型,既提升滤波精度计算性与滤波容错性,也做到2种性能的兼顾。     

低照度的舰船图像增强研究

传统舰船图像低照度增强算法多为单一增强算法,因此在对图像动态范围处理上存在一定误差,导致动态范围外的图像色域噪点处理效果不佳,图像整体增强效果无法达到舰船图像应用要求。为了获得低照度下舰船图像的最佳增强效果,提出低照度的舰船图像增强研究。首先,对低照度图像建立Retinex模型,获得低照度图像增强的理论基础数据;接着将Retinex模型参量引入低照度舰船图像,建立图像光照基础模型,根据光照基础模型获得的各图层光照分布状态,对其亮度进行调整,滤除图层噪点;然后,通过神经网络算法,对增强图像图层进行重建计算,完成低照度舰船图像增强计算。最后,通过对比实验数据,证明提出方法能够提升低照度舰船图像增强处理效果。     

渐消记忆滤波器在海上探雷试验中的应用

在海上进行探测水雷的试验中,常常因为船体的摇摆而使回波图像中目标的位置不固定,影响了水雷探测的准确性。研究基于Kalman滤波理论的渐消记忆递归最小二乘法,探讨渐消记忆递归最小二乘法在图像重建中的应用,并用于实现对回波图像的更新。结果表明,渐消记忆滤波器通过引入旧数据对图像更新的影响,使得回波图像中目标位置的变化具有连续性。     

《现代港口智能图像安保系统》科研项目通过上海市科委鉴定

2008年9月24日下午,一个加强港口安保的科研项目<现代港口智能图像安保系统的研究和开发>在上海港公安局罗泾派出所通过了上海市科委鉴定.     

基于视觉传达技术的舰船三维图像自动重构系统

为提高舰船监测质量,获取更多的监测信息,进行舰船三维图像重构是必要的。基于该背景,设计视觉传达技术的舰船三维图像自动重构系统。在结合B/S三层架构的基础上,设计系统框架结构,包括前端硬件采集层,后台软件运行层,二者之间通过无线通信系统连接,在前者完成数据采集之后传输到后者。利用激光雷达采集舰船点云数据,利用CCD相机采集舰船纹理数据,完成舰船视觉图像采集传输单元设计。基于视觉传达设计后台软件处理单元,包括点云数据处理子程序、关键点云提取子程序、点云配准子程序以及三维视觉传达模型构建子程序。结果表明：本文系统应用下,重构的舰船三维图像信噪比达到最大值(26.32 dB),X,Y,Z三个方向上的平均误差值达到最小值(0.021 m、0.018 m、0.017 m),由此说明本文系统重构的三维图像更加清晰,准确度更高。     

船舶舱室火灾图像实时去烟算法研究

烟雾会降低能见度,为船舶火灾消防带来极大不便。研究图像实时去烟算法,并应用到视频监控或消防设备中,为消防行动提供视觉支持,对提高行动效率具有重大意义。本文提出一种图像实时去烟算法,在分析了船舶舱室火灾图像特点的基础上,基于传统Retinex理论,引入滚动导向滤波代替高斯滤波,取消对数计算,并结合图像金字塔设计了多尺度处理,通过对比度拉伸优化视觉效果。主、客观评价的结果表明,该算法去烟效果良好,优于直方图均衡化、多尺度Retinex、暗通道先验3种经典图像清晰化算法,且对640×480×3像素RGB图像的处理时间仅为95 ms。     

Blind Detection of LSB Steganography in Grayscale Images

There are many detectors for the least significant bit(LSB)steganography which is broadly used in hiding information in the digital images.The length of the hidden information is one of the most important parameters in detecting steganographic information.Using 2-D gradient of a pixel and the distance between variables the proposed method gives the length of hidden information in natural grayscale images without original image.Extensive experimental results show good performance even at low embedding rate compared with other methods.Furthermore,the proposed method also works well disregarding the status of the embedded information.