基于三通道UWBSAR子孔徑圖像序列ATI方法

針對煤礦井下復(fù)雜環(huán)境中傳統(tǒng)火災(zāi)探測的不足,提出了基于圖像處理技術(shù)的svm分類器模型進(jìn)行火災(zāi)探測。首先利用顏色空間進(jìn)行火焰圖像的分割,進(jìn)而提取出尖角數(shù)、圓形度、質(zhì)心位移等特征,最后通過改進(jìn)人工蜂群算法優(yōu)化參數(shù)后的支持向量機(jī)融合特征量進(jìn)行分類,以取得最優(yōu)的探測效果。

利用半導(dǎo)體光纖點(diǎn)光源設(shè)計(jì)研制了料位測量裝置,通過采集和分析點(diǎn)光源照射物料表層形成圖像的方法,實(shí)時(shí)檢測隨容器內(nèi)物料的高低而不斷變化的圓形光斑,然后分析光斑的直徑或面積大小以求出料位值,并將該值與料位現(xiàn)場實(shí)景圖像同時(shí)輸出,以有效避免誤導(dǎo)操作.實(shí)驗(yàn)結(jié)果表明,所提方法是可行和有效的.

在音/視頻處理應(yīng)用中,對圖像的客觀質(zhì)量評(píng)價(jià)具有重要作用.目前,大多數(shù)的質(zhì)量評(píng)價(jià)都是基于誤差敏感度的.本文采用基于結(jié)構(gòu)失真的圖像質(zhì)量評(píng)價(jià)方法,使用結(jié)構(gòu)失真度來作為視頻失真的估計(jì),并在vqeg實(shí)驗(yàn)測試數(shù)據(jù)集合中,證明了此方法與主觀評(píng)價(jià)法有高的相關(guān)性.

針對現(xiàn)有的距離測量方法僅能測量距離,功能較為單一的問題。提出一種基于關(guān)聯(lián)成像和圖像質(zhì)量評(píng)價(jià)的距離測量方法,其可達(dá)到測量距離和成像的目的。通過實(shí)驗(yàn)測量檢測光路光強(qiáng),由計(jì)算機(jī)模擬不同傳播距離參考光路光強(qiáng),將兩路光強(qiáng)做相關(guān)運(yùn)算獲得一系列目標(biāo)物體圖像,用峰值信噪比評(píng)價(jià)圖像質(zhì)量,峰值信噪比最大的圖像對應(yīng)的參考距離即為測量值。文中利用matlab設(shè)計(jì)了相應(yīng)的實(shí)驗(yàn),驗(yàn)證了文中方法達(dá)到了獲得目標(biāo)物體圖像和準(zhǔn)確測量的效果。

圖像增強(qiáng)所包含的主要內(nèi)容如下圖。 1.灰度變換 灰度變換可調(diào)整圖像的動(dòng)態(tài)范圍或圖像對比度,是圖像增強(qiáng)的重要手段之一。 （1）線性變換 令圖像f(i，j)的灰度范圍為[a，b]，線性變換后圖像g(i，j)的范圍為[a′,b′],如下圖 g(i，j)與f(i，j)之間的關(guān)系式為： 在曝光不足或過度的情況下，圖像灰度可能會(huì)局限在一個(gè)很小的范圍內(nèi)。這時(shí)在顯 示器上看到的將是一個(gè)模糊不清、似乎沒有灰度層次的圖像。采用線性變換對圖像 每一個(gè)像素灰度作線性拉伸，可有效地改善圖像視覺效果。 (2)分段線性變換 為了突出感興趣目標(biāo)所在的灰度區(qū)間，相對抑制那些不感興趣的灰度區(qū)間，可采 用分段線性變換。如下圖所示。 設(shè)原圖像在[0，mf],感興趣目標(biāo)所在灰度范圍在[a,b],欲使其灰度范圍拉伸到[c,d],則 對應(yīng)的分段線性變換表達(dá)式為 通過調(diào)整折線拐點(diǎn)的位置及控制分段直線的斜率，可

介紹了一種三通道權(quán)微擾譜估計(jì)測向方法。該方法首先利用權(quán)微擾方法來獲得陣列的協(xié)方差矩陣,進(jìn)而采用特征結(jié)構(gòu)類算法估計(jì)波達(dá)方向,并采用空間平滑算法來處理相干信源。仿真結(jié)果表明,該方法的估計(jì)結(jié)果更加穩(wěn)健、有效。且在接收機(jī)數(shù)目較少的情況下,該方法仍具有一定的實(shí)用性。

在不完全樹型小波分解基礎(chǔ)上將紋理和顏色特征進(jìn)行融合,提出了適合彩色紋理圖像分析的新的特征,它比單純的灰度紋理特征或顏色特征具有更強(qiáng)的分類能力同時(shí)還利用20類真實(shí)彩色自然紋理圖像對塔式小波分解、不完全樹型小波分解和小波包分解進(jìn)行了多特征融合的分類比較,實(shí)驗(yàn)結(jié)果表明:不完全樹型小波分解的特征級(jí)融合表現(xiàn)出良好的分類性能和抗噪能力

第38卷第11期紅外技術(shù)vol.38no.11 2016年11月infraredtechnologynov.2016 969 基于紅外圖像的絕緣子串鋼帽和盤面區(qū)域自動(dòng)提取方法 付強(qiáng)1，姚建剛1，李唐兵2，湯成艷1，于浩祺1，胡淋波1 （1.湖南大學(xué)電氣與信息工程學(xué)院，湖南長沙410082；2.國網(wǎng)江西省電力科學(xué)研究院，江西南昌330096） 摘要：鋼帽和盤面區(qū)域的自動(dòng)提取，是絕緣子紅外智能檢測的基礎(chǔ)。針對現(xiàn)有提取方法的不足，提出 一種基于紅外圖像的絕緣子串鋼帽和盤面區(qū)域自動(dòng)提取方法：通過灰度化、雙邊濾波、otsu二值分 割，進(jìn)行紅外圖像預(yù)處理；利用特定算法，實(shí)現(xiàn)絕緣子串自動(dòng)定位；利用絕緣子串骨架的回歸直線， 進(jìn)行圖像角度校正；根據(jù)絕緣子串區(qū)域列寬分布，分割絕緣子串，提取絕緣子片；運(yùn)用傅里葉描述子 進(jìn)行驗(yàn)證識(shí)別；分離鋼帽

基于紅外圖像的絕緣子串鋼帽和盤面區(qū)域自動(dòng)提取方法

非織造土工布是目前土工合成材料領(lǐng)域發(fā)展迅猛的一種新型材料,非織造土工布的孔徑大小及分布與其應(yīng)用密切相關(guān)。采用干篩和泡點(diǎn)兩種方法測定非織造土工布的孔徑大小及分布,并對兩種方法的測定結(jié)果進(jìn)行比較,分析了兩種方法的優(yōu)缺點(diǎn)和適用性。

目前國內(nèi)檢測行業(yè)對過濾器初始過濾效率的性能評(píng)定主要采用行業(yè)標(biāo)準(zhǔn)hb7669-2002《航空液壓過濾器單次通過試驗(yàn)方法》。該標(biāo)準(zhǔn)在計(jì)數(shù)過濾器上、下游單位體積中大于某粒徑的顆粒數(shù)時(shí),要求采用自動(dòng)顆粒計(jì)數(shù)法進(jìn)行計(jì)數(shù),該方法對于計(jì)數(shù)大尺寸顆粒具有局限性,因此設(shè)計(jì)新的試驗(yàn)方法——工具顯微鏡計(jì)數(shù)法,以準(zhǔn)確獲得過濾器上、下游單位體積中大于某粒徑的顆粒數(shù),從而高效評(píng)定過濾器大孔徑過濾效率的性能。

在科研生產(chǎn)中,有內(nèi)徑180mm和內(nèi)徑240mm的兩種長均為3.6m的纏繞玻璃鋼筒需要測量其軸向不同處的內(nèi)徑,在生產(chǎn)時(shí)沒有找到合適的常規(guī)量具可供使用。該纏繞玻璃鋼筒內(nèi)壁有兩條螺旋線,外徑不規(guī)則,壁厚不均勻。其制造時(shí)是在專用的芯模上纏繞成型,定型后退模。鋼筒內(nèi)徑受芯模的尺寸公差的限制,再加上退模后自身的變形,這樣內(nèi)徑尺寸的檢測顯得尤為重要。

基于圖像測量方法的非飽和壓實(shí)土三軸試樣變形測量——在控制吸力的非飽和土三軸試驗(yàn)中對試樣進(jìn)行變形測量，常規(guī)方法都存在一些難以克服的技術(shù)缺陷。數(shù)字圖像測量技術(shù)的引入，為避免常規(guī)測量方法的技術(shù)缺陷對試驗(yàn)結(jié)果的影響提供了一種新的解決方案。同時(shí)，能夠更...

基于圖像相關(guān)分析的土體剪切帶識(shí)別方法——提出了一種基于數(shù)字照相量測和圖像相關(guān)性分析技術(shù)的土體剪切帶識(shí)別方法。首先，在模型試驗(yàn)中，用數(shù)碼相機(jī)采集土體全程變形圖像序列；接著，在圖像全局觀測范圍內(nèi)粗略搜索到剪切帶發(fā)生的大致區(qū)域；然后，布置跨越剪切區(qū)...

圖像質(zhì)量評(píng)價(jià)的客觀方法彌補(bǔ)了主觀方法的費(fèi)時(shí)費(fèi)力,不具有移植性的問題。提出一種基于圖像內(nèi)容劃分,結(jié)合結(jié)構(gòu)相似性理論ssim(structuresimilarityimageindex)的全參考客觀圖像質(zhì)量評(píng)價(jià)方法pssim(partitionssim)。該方法結(jié)合圖像梯度和圖像劃分,將圖像邊界區(qū)域劃分為保持邊界區(qū)和變化邊界區(qū)。另一方面摒棄經(jīng)驗(yàn)參數(shù),結(jié)合live圖像庫中數(shù)據(jù)計(jì)算出保持邊界區(qū)域權(quán)重參數(shù)λ=0.35時(shí),主客觀評(píng)價(jià)一致性最高。實(shí)驗(yàn)表明,pssim方法具有較強(qiáng)的通用性,較好地符合人的主觀視覺感知質(zhì)量。

針對在高分辨率sar圖像上具有明顯l型結(jié)構(gòu)高亮特征的建筑物目標(biāo),提出了一種提取高分辨率sar圖像建筑物l型結(jié)構(gòu)中心線,并進(jìn)而提取建筑物幾何信息的方法。運(yùn)用基于gabor紋理特征和模糊c均值的方法對sar圖像進(jìn)行分割,再結(jié)合骨架提取、骨架跟蹤、最小外接矩形提取、最小二乘準(zhǔn)則等技術(shù)實(shí)現(xiàn)了l型結(jié)構(gòu)中心線的提取,最后利用中心線獲取了建筑物的長度、寬度和方位角信息?；跈C(jī)載sar圖像的實(shí)驗(yàn)表明,利用提出的方法從sar圖像提取的建筑物幾何結(jié)構(gòu)和方位信息具有較高的精度。

為突破單純運(yùn)用立體視覺求解算法的諸多限制條件,實(shí)現(xiàn)建筑物三維造型的快速便利的建模,該文提出一種新的基于實(shí)體特征庫的三維真實(shí)感建筑造型算法,在以易獲得的單幅建筑場景圖像作為輸入的基礎(chǔ)上,系統(tǒng)綜合運(yùn)用建筑場景中各組成實(shí)體的造型特征及參考庫匹配技術(shù),實(shí)現(xiàn)場景的三維造型以及真實(shí)感編輯與優(yōu)化。該文建立實(shí)體特征造型庫輔助識(shí)別二維圖像中各個(gè)實(shí)體部件,并以該實(shí)體為造型的構(gòu)造單元,通過匹配與編輯二維投影圖,快速造型復(fù)雜和不規(guī)則的建筑場景。為解決常見的紋理貼圖造型失真問題,優(yōu)化三維造型的真實(shí)感屬性,該文設(shè)計(jì)并實(shí)現(xiàn)了三維造型紋理與材質(zhì)屬性的編輯計(jì)算方法及實(shí)用工具。實(shí)驗(yàn)已證明該算法與系統(tǒng)綜合體系設(shè)計(jì)的實(shí)用有效性,所研制的系統(tǒng)與優(yōu)化工具可作為同類型的真實(shí)感造型與編輯軟件的組件。這項(xiàng)研究成果對于建筑工程cad與數(shù)字城市造型工作,具有重要的實(shí)用價(jià)值和廣闊的應(yīng)用前景。

通過分析室內(nèi)室外圖像的內(nèi)容,發(fā)現(xiàn)其差異性有一定規(guī)律性,通常情況下,室內(nèi)圖像含有較高比例的具有一定規(guī)則的幾何形狀的人造物體,而室外圖像含有一定比例的具有分形結(jié)構(gòu)的自然物體。本文的方法是利用這個(gè)差異性和圖像的顏色作為出發(fā)點(diǎn),使用支持向量機(jī)(svm)作為分類器依據(jù)圖像的邊緣和顏色矩特征對圖像進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明此方法對室內(nèi)、室外圖像分類可以獲得較高的準(zhǔn)確率。

研究一種基于圖像處理技術(shù)的牛肉大理石花紋自動(dòng)等級(jí)評(píng)定方法。通過圖像重采樣、單閾值分割、形態(tài)學(xué)腐蝕及膨脹等方法分割出大理石花紋,再提取圖像的特征參數(shù)組,并用多元回歸分析的方法構(gòu)造牛肉大理石花紋評(píng)級(jí)模型,并用vc++實(shí)現(xiàn)了自動(dòng)評(píng)級(jí)軟件。通過對多個(gè)牛肉圖像的檢測,表明此評(píng)級(jí)計(jì)算模型具有良好的準(zhǔn)確性和魯棒性。

目的基于小波變換的圖像分割方法對隨機(jī)紋理圖像進(jìn)行分割.方法通過墻地磚表面的原始紋理特征,改進(jìn)原有的圖像分割算法,對原始紋理圖像進(jìn)行高階小波分解.結(jié)果圖像整體中的背景紋理邊緣被有效去除,降低了圖像紋理帶來的干擾,在有效提取近似信息的基礎(chǔ)上提高了系統(tǒng)的實(shí)時(shí)性.結(jié)論根據(jù)墻地磚的紋理特征,采用基于塔形小波的改進(jìn)分割方法,對墻地磚的原始圖像進(jìn)行處理,提高了邊緣準(zhǔn)確性和區(qū)域性,降低了分割錯(cuò)誤率.

為準(zhǔn)確判斷一幅jpeg圖像使用了何種隱密軟件,針對jpeg隱密軟件可能采用的dct域隱密操作,建立了基于微觀模板的統(tǒng)計(jì)特征空間,并在此基礎(chǔ)上提出了一種多類jpeg圖像盲隱密分析方法。實(shí)驗(yàn)結(jié)果表明:對jsteg、f5和outguess3種典型jpeg圖像隱密軟件各自生成的、含密量大于20%的jpeg隱密圖像,該方法的隱密軟件識(shí)別正確率均在97%以上?；谖⒂^模板的統(tǒng)計(jì)特征提取方案可有效區(qū)分不同的dct域隱密操作,有助于對jpeg隱密軟件的檢測判決。

紋理是木材的重要特征,模擬紋理具有極高的工業(yè)價(jià)值。對視頻采集到的板材紋理圖像進(jìn)行灰度化、中值濾波去噪、二值化、腐蝕、膨脹等處理,得到僅包含目標(biāo)紋理的圖像后檢測紋理邊緣。對板材紋理橫斷面通過數(shù)學(xué)描述結(jié)果進(jìn)行模擬,切面通過在圖像上選擇合適的邊緣點(diǎn)進(jìn)行模擬,以實(shí)現(xiàn)板材紋理的模擬再現(xiàn),并以水曲柳為例分析模擬紋理。