基于放大曲波基的方向性超分辨率图像重构技术

为解决传统图像放大算法边界视觉效果不佳的问题,提出基于二代曲波变换的方向性超分辨率图像重构算法.对图像进行j层曲波分解,利用不同尺度上曲波基的空间比例关系获得放大图像j层分解系数,通过最外层曲波基空间模型可构建(j+1)层放大图像的曲波分解系数,采用新的非线性函数对全部曲波系数进行增强处理,根据曲波分解的方向性,最终可通过曲波重构获得边缘特征较好的放大图像.实验结果表明,基于曲波方向性图像放大算法,可以较好地保留原图的几何特征,增强边缘清晰度;将两幅典型图像放大后的峰值信噪比与经典方法(差值算法)比较分别提升了2.2及0.6 dB.     

高速公路场景下的电子稳像技术研究

为了去除高速公路监控视频中自身位置不稳定的事物给全局运动矢量估计带来误差,先通过Canny算子检测图像中的直线,并根据车道边界的特征筛选出道路边界,确定道路区域。再检测道路区域内的Harris角点信息,并与背景图中道路区域内的角点位置进行匹配,从而得到全局运动矢量,并计算出稳定的图像。实验表明,该算法能够满足高速公路场景下的稳像需求。     

基于NSCT变换的红外与可见光图像融合方法

针对小波变换不能很好地表达图像边缘信息，NSCT变换对图像细节信息表达缺失的问题，本文提出了一种改进的基于NSCT变换的图像融合方法．首先将经过预处理和配准后的红外图像和可见光图像进行NSCT变换，得到各个源图像的低频和高频系数，然后对分解后的低频系数采用小波变换的融合规则进行融合处理，高频系数则采用基于特征的区域能量的融合规则进行融合处理，最后对融合后的系数进行NSCT反变换得到融合图像．仿真实验表明，采用改进的NSCT融合方法对红外与可见光图像的融合有良好的效果，图像更清晰，信息更全面．     

道路沥青材料VOCs的指纹组分及其定量分析

深入开展沥青材料环境影响规律研究，是加快推进交通运输污染防治和绿色交通发展的重要手段之一。针对热拌沥青材料在使用过程中挥发性有机化合物（Volatile Organic Compounds，VOCs）释放量小、组分复杂且材料来源和环境因素依赖性强等难以定量表征的科学问题，开展包括不同沥青材料间VOCs公共组分、特有组分和超微量组分的VOCs全组分的特征研究。综合共计80种沥青材料的VOCs组分特征，提出并定义沥青材料VOCs的指纹组分。基于指纹组分的释放量-色谱峰面积的绘制，分别构建沥青材料VOCs中单一组分释放量和VOCs释放总量的计算方程。研究结果表明：不同沥青材料的VOCs释放差异显著，其组分信息和对应释放量均存在很强的原材料来源依赖性；沥青VOCs的指纹组分具有色谱峰面积大、组分纯、毒性强等特点，包括2-甲基戊烷、正己烷、3-甲基己烷、庚烷、2-甲基庚烷、丙酮、甲基丙烯醛、正丁醛、异戊醛、苯、甲苯和二硫化碳这12种物质；该系列指纹组分能够用于沥青材料VOCs的单一组分释放量和总释放量的快速准确分析；70A沥青、70B沥青、90A沥青、90B沥青和SBS改性沥青在160℃加热条件下的VOCs释放总量分别为4.42，3.32，2.52，2.29，1.88 μg·g^-1，其中指纹组分的总释放量分别为3.00，2.33，2.01，1.75，1.44 μg·g^-1；70号沥青中释放量最多的物质包括正己烷、2-甲基戊烷和庚烷，其释放量均大于0.40 μg·g^-1；90号沥青和SBS改性沥青中，释放最多的物质为正丁醛，其中90A沥青中正丁醛的释放量高达0.76 μg·g^-1。     

基于VC的微视V200图像采集卡驱动及内存中图像截取

在VC环境下开发采集卡的驱动程序,可以方便地应用于其他程序中,避免重复开发,提高了软件开发的效率。在内存中获取采集卡捕获的图像并转换为标准的句柄接口,能够提高实时性、方便更进一步的图像处理。     

具有可变超松弛因子的OSEM在PET重建中的应用

基于最大似然期望法(ML-EM)重建的图像质量好,但因其收敛速度太慢,而难以直接应用于临床.有序子集最大期望法(OSEM)具有较高的重建图像质量和较短的计算时间,超松弛因子(OR)有可灵活调节超松弛因子和加速收敛两种功效.文中将OSEM和OR有机地结合起来用于PET图像重建,形成可变超松弛因子的OSEM重建算法(OR-OSEM).该方法综合了上述两种算法的优点,具有可根据需要灵活改变子集数和超松弛因子的功能.计算机仿真模拟和临床PET投影数据的重建结果表明了该方法的有效性.     

新的汽车牌照识别系统及其成像技术

介绍了一种高性能的汽车牌照识别系统及其成像技术。系统采用了新的成像控制和闪光灯补光技术，使其成像特别适合牌照区域分割和字符识别，成像质量完全不受实际应用环境中强烈的光线变化的影响，从而达到较高的全天候识别率和实际应用的要求。给出了系统在全天候条件下的成像效果和牌照识别效果．结果显示系统可在全天候条件下获得高质量的图像。     

基于网格量化和区间均值的动态目标识别

动态目标识别中，当摄像机和目标之间相对距离变化时，对于同一目标的多尺度序列图像。虽然目标区域图像大小和清晰度不同，但整体结构分布具有相似性和一致性。根据这一特点，提出基于目标区域网格量化的方法。在目标区域上形成采样网格，通过相对量化提取结构特征矩阵。对于同一目标序列图像中的每一个目标区域，其结构特征矩阵基本不变。结构特征矩阵反映象素分布的自相关性质。进一步，对由干扰引起的灰度值结构分布误差，采用网格区间均值的方法加以解决。目标区域网格量化是对相邻采样点的差值进行量化匹配。区间均值是对少数相邻采样点的进一步匹配。实例表明，本文的方法运算速度快、可靠性高，达到了实用目的。     

基于Gabor滤波指纹图像增强方法

图像增强是指纹自动识别系统中非常关键的部分，它直接影响着指纹识别的最终效果。指纹预处理一般包括规格化、方向图计算、频率计算，图像分割、增强等环节，给出一套完整的增强算法，实验证明，这些算法处理效果好，运行速度快，具有很高的使用和参考价值。     

数字图像技术在露石混凝土路面中的应用

应用数字图像技术,将普通数码相机拍摄的露石水泥混凝土路面照片进行处理,根据图像的灰度值变化分析得到露石混凝土路表面的构造深度,并通过与常规方法的比较表明,此方法测量的路表面构造深度结果可靠,操作简单,可以在分析露石混凝土路面粗糙的表面特征上应用。