基于局部纹理统计模型的纹理图像检索

提出了局部纹理统计模型与改进的Log-likelihood统计相结合的纹理图像检索方法。首先设计了3种不同角度分辨率和空间分辨率的＂Uniform＂模式的局部二值模式,并且用其来提取图像特征,然后建立图像局部二值模式和局部方差的联合统计模型,最后用改进的Log-likelihood统计进行图像检索。提出的基于局部纹理统计模型的纹理图像检索算法具有旋转不变性,克服了LBP算法对旋转比较敏感的缺点。通过对Brodatz图像库中50类600幅纹理图像进行仿真试验,新算法能得到89.71%的平均查准率,与基于Gabor小波＋WMV组合算法相比,新提出算法的查准率提高了19.05%。     

一种改进的InSAR干涉相位图估计方法

以联合子空间投影的干涉相位估计算法为基础,结合其应用稳健性问题,提出一种改进的In-SAR干涉相位图估计方法.该方法对联合自相关矩阵进行了加权处理.从幅度上抑制了干扰元素,提高了干涉相位图的精确性.仿真自然场景数据处理结果证明了改进算法的有效性和稳健性.     

一种多阶段处理的红外小目标检测方法

提出了一种二阶段红外图像序列小目标检测方法.该方法由2个相序的处理阶段组成,即目标的预侦测阶段和目标的确认阶段.在处理的第一阶段,通过快速扫描输入图像,根据视觉特征的显著性抽取潜在的目标集合.这些潜在的目标在第二个处理阶段通过双均值滤波方法被进一步地识别,判断出真目标,剔除假目标.统计分析在理论上证实了这种算法结构的高效和合理性.实验结果表明该方法在运算速度上有显著的优势.     

监控图像干扰分析与解决

在闭路电视监控系统工程施工中,由于现场环境复杂性,经常会产生对图像的干扰现象,使电视图像达不到国家验收标准。结合高速公路收费监控系统,对闭路电视监控系统中经常遇到的视频图像干扰问题进行以下分析和探讨,并提出了相应解决问题的方法。     

机车安全链的动态检测研究

根据铁道部＂5T＂系统的要求,对机车在高速运行过程中,底盘上的元件可能出现的脱落、移位等故障问题进行实时监控,发现问题并及时报警。采用高速CCD摄像机在机车底盘进行摄影,并对所摄图像采用了二值化、投影法、边缘跟踪等各种数字图像处理方法,判断底盘中的安全链是否存在丢失、断开的现象,并输出报警信号。     

图像拼接服务网站的设计与实现

设计了B/S模式的网上图像拼接服务站点,实现了远程用户在网络浏览器下的图像拼接服务.在局域网环境下进行了多组测试,拼接质量和时间均在可接受范围内,可以满足网络服务的要求.     

基于MRF纹理分割的车辆目标提取技术研究

图像分割是计算机视觉中的关键技术之一。基于马尔科夫随机场（Markov Random Field,MRF）纹理分割的方法是一种基于统计的分割方法,具有能充分利用先验知识、能形成闭合的边界、模型参数少且易于和其他方法相结合等优点。该方法首先利用纹理特征将图像划分为若干不同的纹理区域,然后以此为先验信息,得到分割结果。文中介绍了基于MRF纹理分割的一般理论与图像的关系,评述了其在车辆目标提取中应用的优势,展望了其发展方向。     

管沟对浅地层剖面图影响的多弧现象形成分析

为保证海底管线的安全,在海底管线外部调查中,获得管线的平面位置、埋深、裸露或悬跨高度是调查的重要内容,浅地层剖面仪可以有效地解决这一问题[1]。一些管沟明显地区,管线仪调查得到的管线图像出现多重线弧线现象,对管顶面的判别,管顶位置及管线埋深、裸露、悬跨高度的判断造成困难,文章结合海底管线铺设方法以及浅地层剖面仪工作原理,采用分解分析多重线弧状态的形成机理,并提出了在多弧现象中辨别管顶面以及管沟底的方法,以提高管线剖面资料处理的准确性。     

图像去雾的小波域 Retinex 算法

针对传统Retinex算法在图像去雾处理中易造成光晕伪影、边缘模糊以及算法复杂度高等缺点,提出了一种图像去雾的小波域Retinex算法。该算法将Retinex算法拓展到小波域,利用雾天图像中雾霾与景物细节信息在小波域中能量的不同分布特点,采用Retinex算法抑制雾霾分量,用锐化处理增强景物细节信息分量,以降低雾霾对图像的影响,增强图像细节的清晰度;该算法用双边滤波替代传统Retinex算法中的高斯滤波,以克服高斯滤波对图像边缘的模糊效应和光晕伪影。实验结果表明,该算法能有效地改善雾天图像的退化现象,提高图像的清晰度。     

基于各向异性测度的路面三维图像裂缝识别

为准确而完整地识别路面裂缝,提出了基于1 mm/像素的路面三维图像裂缝自动识别算法．该算法主要包括各向异性测度计算与自适应优化阈值分割、深度验证和多分辨率去噪处理3个部分．首先,针对路面图像像素特征,基于0°、45°、90°和135°四个方向的线性邻域的均值和标准差计算每个像素的各向异性测度（表征方向性的强弱）,并应用最大类间方差法确定最优阈值,将路面图像分为强方向性和弱方向性像素两类;其次,根据半径为d的正方形邻域深度均值设定阈值,用方向性强且深度低于或等于该阈值的像素形成初步的裂缝图像;最后,将裂缝图像划分为多个子块,设计去噪模板对裂缝图像进行滑动窗口去噪处理,获得最终裂缝图像．基于166幅含有各类裂缝的三维路面图像（2048×2048像素）进行测试分析,结果显示,本文算法获得了较高的准确率（均值91．57％）和召回率（均值81．29％）,最终以84．26％的F1均值优于种子识别算法（F1均值69．19％）、Canny边缘检测（F1均值8．15％）和OTSU分割（F1均值5．11％）．