基于SVD图像压缩技术研究

数字图像处理方法的研究源于两个主要领域：一是便于人们分解图像,对图像信息进行改进;二是使机器能自动理解图像。后者正是我们所要研究的内容。众所周知,在计算机中,图像是通过矩阵来表示的,一幅图像对应着一个矩阵,对图像的压缩就转换成了对矩阵的处理。在数学中,对矩阵进行奇异值分解可以把一个矩阵分解成只用几个数来表示,而且这种分解具有很好的稳定性、唯一性和自相似性。通过这种方法,就能用比较少的数据来表示相应的图像。本文就是通过对图像的矩阵进行奇异值分解,将一幅图像转换成只包含几个非零值的奇异值矩阵,实现图像压缩。     

基于多特征融合和二维投影非负矩阵分解的图像检索

文章提出了一种基于非负矩阵分解(Nonnegative Matrix Factorization.NMF)和多特征融合的图像检索模型。通过提取图像的颜色和纹理特征,进行NMF分解,得到NMF的基矩阵和样本的系数矩阵。利用二维主成分分析(2DPCA)的思想对系数矩阵降维,然后通过特征加权的方法比较检索结果。文章使用500幅人物图像组成的图像库进行试验,该方法利用了图像的多个特征和2DPCA思想,使得文章中的方法提高了检索的查准率,而且检索速度优于非负矩阵分解和二维主成分分析。     

基于局部SVD++的服装推荐算法研究

随着社会的飞速发展,生活节奏不断加快,消费者逐渐开始注重购买服装的效率,对个性化服装的需求也在不断增加。所以,个性化服装推荐系统对于消费者和商家来说都尤为重要。本文利用皮尔森相关系数和矩阵分解的有关理论,在K-NN(k-Nearest Neighbor)算法和SVD(Singular Value Decomposition)算法的基础上构建基于局部SVD++的服装推荐算法。     

基于张量投票的图像超分辨率算法

张量投票算法在提取图像主观轮廓上具有良好的效果。文章提出了一种基于张量投票的图像超分辨率算法。首先,用二维张量矩阵存储低分辨率图像各像素点所处的位置特征信息,并利用稀疏张量投票将特征信息进行加强,再使用稠密张量投票产生高分辨率图像对应的二维张量矩阵,此张量矩阵包含了视觉特性强的边缘信息,最后利用该边缘信息指导高分辨率图像的重构。实验结果表明,该方法得到的高分辨率图像信噪比高、视觉效果好。     

基于张量投票的图像超分辨率算法

张量投票算法在提取图像主观轮廓上具有良好的效果。文章提出了一种基于张量投票的图像超分辨率算法。首先,用二维张量矩阵存储低分辨率图像各像素点所处的位置特征信息,并利用稀疏张量投票将特征信息进行加强,再使用稠密张量投票产生高分辨率图像对应的二维张量矩阵,此张量矩阵包含了视觉特性强的边缘信息,最后利用该边缘信息指导高分辨率图像的重构。实验结果表明,该方法得到的高分辨率图像信噪比高、视觉效果好。     

MVS在机械工件识别中的应用

机械工件在线检测在自动化生产中变得越来越重要，实现识别过程的自动化具有现实意义。本文提出了一种基于数字图像轮廓特征的机械工件自动识别系统，利用工业摄像镜机代替目视作为一个传感器，经图像采样、图像处理、图像分析识别等一系列的操作，可以达到机械工件识别的目的。本文分析了图像预处理环节及中值滤波的原理，并以机械工件为例，采用直接直方图二值化方法对图像进行分割；比较了经典的图像边缘检测算法，首次提出基于连通域的边缘提取方法；针对具体应用场合及机械工件的特征，提出利用位置与大小、形状等几何特征相结合的方法来识别工件。通过实验验证，显示出该识别算法所采用的方法具有工件识别速度快、准确性高、实用性强的效果。     

用MATLAB编程实现数字图像旋转

文章论述了用Madab编程实现数字图像旋转的基本方法，从计算机几何坐标中的图像旋转矩阵表示着手，给出了图像旋转变换的推导过程，用简单综合插值方法，基本解决了数字图像旋转后出现的空洞问题，并通过Matlab编程工具进行实验验证。     

植物全景拍摄中相机旋转角度的估算方法

植物全景浏览需要估算相机的拍摄位置,根据浏览者位置变化实时的调取合适的图片,实现全方位观察植物标本的目的。提出了一种相机拍摄角估算的方法,首先利用SITF计算图片的特征点,其次利用FLANN对特征点进行匹配,然后利用棋盘格方法求解相机的内部矩阵,利用匹配的特征点,计算透射变化的基础军阵,最后使用相机内部矩阵和基础矩阵计算相机的旋转角度。实验结果表明,该方法能够获得相邻图片间相机的角度。     

窄信道情况下远程屏幕图像高倍压缩传输方法

针对军队战场无线通信信道极窄情况下,计算机图像需要实施传输的问题,提出了一种基于窄带宽传输系统的计算机屏幕监控图像的编码方法,结合图像自适应分块的方法,对获得的数字图像进行高倍压缩,实现了图像的高效传输。     

基于矩特征和面积特征的二值图像检索方法

在商标图像的检索中,仅凭图像单一的特征很难达到满意的检索效果,文章提出了利用图像矩特征与面积特征相结合的方法进行二值商标图像的检索。实验表明该方法能有效减少虚警和漏检,提高检索的精度。     

基于主动视觉的摄像机线性自标定方法

为了解决传统摄像机标定方法的精确度差和使用不方便,本文提出了一种基于主动视觉的摄像机线性自标定方法,该方法通过控制摄像机做一次纯轴向运动来确定主点坐标,再做一次纯旋转运动利用单应性矩阵与旋转矩阵的关系确定摄像机的其他三个内参数。这种基于主动视觉的自标定方法原理简单、实现方便、可操作性强。实验结果表明,该方法能够比较准确地标定出摄像机的所有内参数。摄像机标定是计算机视觉中的一项基本任务。传统的标定方法是通过结构的物体(如标定块,标定板等)在图像中的投影计算摄像机的内参数。但是这种方法必须要有标定物,在很多实际应用中难以实现。为了解决传统摄像机标定方法的精确度差和使用不方便,     

身份证图像识别系统中文字分割的研究

文章探讨了利用数字图像处理技术对身份证中图像进行二值化的方法。该方法通过对身份证图像特征的研究,重点研究如何根据实际情况选取适当的阀值对图像进行二值化,以达到文字信息分割的要求。     

监控视频中运动目标的自动检测、跟踪和提取

为了能够从监控视频中快速准确地分析运动目标,文章提出了一种新的运动目标自动检测、跟踪和提取方法。首先通过混合高斯模型背景差分法获得运动目标初始二值轮廓。然后结合Kalman滤波和Blob匹配法跟踪物体的运动轨迹,并用矩形框架标记图像序列中的运动目标。最后传递矩形参数,采用迭代算法实现最优化分割,对运动目标进行准确提取。实验结果表明,该方法具有较高的鲁棒性和准确性。     

基于广域多时间尺度的CVT误差状态预测方法

针对现有电容式电压互感器（CVT）误差状态预测只考虑单一粒度构建时序模型的问题，本文提出了一种基于广域多时间尺度的CVT误差状态预测方法，首先，对CVT运行状态下二次输出数据进行STL时序分解，构建多元时序特征；其次，利用不同时间尺度的分解数据构造多元时间序列预测模型；最后，利用多元时间序列预测模型，实现不停电条件下CVT误差状态的精准预测。仿真数据表明，该方法能准确预测CVT超误差状态，与现有方法相比，验证了该方法的准确性与适用性。     

基于滤波反投影重建成像及CT系统参数标定

CT即计算机断层成像技术,是对物体进行不同角度的扫描投影重建而获得物体截面信息的成像技术.本文利用X射线、 探测器与标定模板几何信息对一维CT系统进行研究,通过滤波反投影重建算法对断层图像进行处理,实现了滤波反投影图像重建,给出了一种新型的标定模板.     

一种二值图像连通区域标记的简单快速算法

针对传统二值图像连通区域标记需要对图像进行两次扫描的缺点,提出了一钟新的二值图像连通区域标记算法。算法借助创建一与图像等大的标记矩阵,通过深度优先搜索算法对图像进行一次扫描后,将标记编号记录在标记矩阵中。此算法不受连通区域的形状和面积影响,表现出了良好的鲁棒性。最后通过OpenCV对该算法进行了实现并与传统标记算法进行了时间性能比较。     

基于深度学习的MSSD目标检测方法

文章提出了一种基于深度学习的MSSD(Modified Single Shot multibox Detector)目标检测方法。文章阐述了SSD方法的模型与工作原理,SSD方法采用多尺度的特征图预测物体,使用具有较大感受野的高层特征图预测大物体,具有较小感受野的低层特征图预测小物体。使用的低层网络的特征图预测小物体时,由于缺乏高层语义特征,所以导致SSD对小物体的检测效果较差。文章提出了一种MSSD模型,把原有的VGG网络替换为深度残差网络,采用了特征金字塔网络模块对高层语意信息和低层细节信息融合,并通过1 000张图像数据集测试,对比MSSD方法与SSD方法在目标检测上的物体检索能力与检测精度。结果表明,MSSD方法比SSD方法准确率高、速度快。     

基于深度学习的低信息量图片物体检测算法研究

本文探讨了物体检测模型在一些领域的应用困难,比如基于热像图的物体检测,基于x射线图的物体检测,由于这类图像信息量低,传统物体检测模型难以应用。本文提出了一种统一化的解决方案,利用pix2pix模型将信息含量较低的图片转化为常规图片,再利用SSD模型侦测图像中的物体。通过实验,验证了算法的可行性。     

一种新的双光谱汽车夜视仪系统设计方法研究

随着汽车市场的快速发展和安防意识的日益强化,人们对汽车安全保障技术的要求越来越高。使用汽车红外夜视仪,就可以大大提高视野清晰度,减少夜间交通事故的发生。红外夜视技术是借助于光电成像器件实现夜间观察的一种光电技术。红外成像传感器是靠探测目标与背景间的热辐射差异来识别目标,所以对场景的亮度变化不敏感,成像清晰程度较低,不利于人眼的观察。对于汽车安全驾驶而言,不仅是要发现,判别路面物体,而且要确定路面物体的准确位置,所以要求获得的图像具有较高的清晰度。可见光成像传感器清晰度较高,能够提供路面物体的细节信息。红外与可见光图像的融合有利于综合红外图像的指示性和可见光图像的清晰性,对汽车安全驾驶有很重要的意义。本文重点实现了一种双光谱汽车夜视仪的系统设计并描述了用于该夜视仪的一种图像融合的竞争算法。     

身份证图像识别系统中文字分割的研究

文章探讨了利用数字图像处理技术对身份证中图像进行二值化的方法。该方法通过对身份证图像特征的研究，重点研究如何根据实际情况选取适当的阀值对图像进行二值化，以达到文字信息分割的要求。