基于Contourlet变换和交替方向法的压缩感知图像重构算法

在传统的基于压缩感知的图像重构中,小波变换往往用来将图像稀疏表示,但小波变换并不能很好的表现图像的轮廓和纹理等细节信息。提出了一种基于Contourlet变换和交替方向法的压缩感知图像重构算法:首先利用Contourlet变换将图像稀疏表示,然后利用交替方向法重构原始图像。与基于小波变换的方法相比,该方法不仅可以显示更多的图像的边缘和轮廓信息,在重构精度上也占优。数值试验也验证了新算法的有效性。     

基于压缩感知的农田温度信息处理

由于农田温度信息在离散余弦基(DCT)下的近似稀疏性,采用压缩感知(CS)技术对每块农田温度信息进行压缩和重构,即将温度信息投影到随机高斯观测矩阵,在接收端通过OMP算法重构出每块农田的温度信息.仿真试验结果表明,在较为稳定的网络环境中,CS算法能够以较少的观测值实现对原始信号的精确重建,降低节点能耗,延长网络生命周期.     

基于维纳滤波压缩感知的车辆运动模糊图像恢复

针对摄像机拍摄运动车辆模糊图像产生振铃效应且图像数据传输量大的问题,提出一种基于压缩感知理论的车辆运动模糊图像恢复方法。该方法先将车辆运动二维模糊图像离散退化小波变换,对高频系数矩阵进行维纳滤波过滤后,采用托普利兹矩阵测量得到高频稀疏系数,有效抑制了振铃,重组高频和低频系数矩阵得到图像高稀疏信号。重构时,采用维纳滤波去噪后进行非线性重构。结果表明,此种方法能大大减少车辆图像传输数据量,以较小误差实现车辆模糊图像的去模糊重构,获取车辆及车牌图像的丰富细节信息。     

基于稀疏表示和HOG特征的掌纹识别方法

针对掌纹识别过程中,采集图象易受到外界光照等物理因素的影响,传统重构方法中稀疏表示算法计算复杂度高等缺陷,提出基于稀疏表示(SR)和梯度方向直方图(HOG)特征的掌纹识别方法,将分类正交匹配追踪算法(COMP)稀疏表示方法与HOG特征相融合,以降低复杂度。该算法首先利用HOG算法提取掌纹训练与测试样本图像的特征矩阵,将训练样本图像的HOG特征矩阵作为稀疏表示的过完备字典;然后运用COMP算法求解掌纹图像在过完备字典上的稀疏表示,将所得的最佳稀疏表示系数对测试图像进行重构;最后通过计算测试样本图像HOG特征矩阵与得到的每类重构图像最小残差的数值确定图像的类别。实验结果表明,该方法有效地降低了计算的复杂度,具有良好的掌纹识别性能。     

基于字典学习的马铃薯叶片病害图像识别算法

为实现马铃薯叶片病害识别,达到及时防治的目的,设计了一种基于压缩感知理论的马铃薯病害图像分类方法。采用K-奇异值分解算法(K-SVD)分别构造了马铃薯早疫病、晚疫病、灰霉病叶片图像病害字典,通过正交匹配追踪算法求解测试样本在不同病害字典下的稀疏系数矩阵,并进行图像重构,求解重构均方根误差。利用不同类别字典本身的差异性,测试样本重构时,误差最小的字典即为测试样本所属病害种类。与支持向量机识别算法相比,该方法能够自学习图像特征,大大降低了图像分割和特征提取复杂度。经对比测试,采用字典学习理论进行分类,马铃薯3种叶片病害单一病斑图片综合识别率达到95.33%,高于支持向量机分类识别算法(识别率92%)。     

基于压缩感知的农情监测节点稀疏采样决策方法

将压缩感知应用于农情监测节点的稀疏采样,能够有效减少数据冗余和能耗,而如何甄选测量矩阵、稀疏基和重构算法,是实现节点稀疏采样和数据收集质量控制的关键。系统分析了基于压缩感知的单节点稀疏采样与重构方法,设计了基于压缩感知的农情监测节点稀疏采样决策系统功能架构,阐述了Python语言环境下系统的实现技术与效果。系统初步应用表明,对于30d连续监测、采样间隔为15min的花卉植株茎流、土壤湿度数据的压缩感知,宜选择固定采样率,测量矩阵、稀疏基、重构算法分别选取周期测量矩阵、差分矩阵和SL0算法,每2～10d重构一次数据可实现数据恢复代价与精度的良好折衷。     

基于改进压缩感知的生猪音频信号处理

为了快速准确地获取生猪的音频信息,消除无线信道的拥塞问题,提出基于普减法的压缩感知。在信息采集端采用微处理器NanoPCT4控制的麦克风采集音频信号,通过基于普减法的稀疏基矩阵和测量矩阵,减小声音传输量,接收端运用OMP算法,将压缩信号进行恢复重构,实现对生猪音频信号的快速准确传输。结果表明,通过运用这套压缩-重构系统,重构率提高20.75%,重构时间缩短近0.20 s,去噪后的峰值信噪比较未去噪的峰值信噪比增大了近1.50 dB,降低了信息传输量,节省了信号处理、存储和传输的时间,同时也降低信号失真。     

一类光滑加权块l1 算法的收敛性分析与数值仿真实验

给出了求解块稀疏压缩感知的光滑加权块l1 算法的理论分析,并通过数值仿真实验与3类具有代表性的l1- magic算法、SL0算法和FPC-AS算法进行了对比.实验结果表明,基于块结构的光滑加权块l1 算法能更加有效地 处理块稀疏信号.     

基于压缩采样匹配追踪的滚动轴承故障诊断

滚动轴承在恶劣工况下容易发生损伤,进而影响整个设备安全,基于块坐标松弛算法的形态成分分析方法虽然能够实现信号中各成分的分离,但其计算复杂度较高,不利于滚动轴承的故障特征提取。针对上述问题,本文提出一种基于压缩采样匹配追踪的形态成分分析方法用于诊断轴承故障,以提高诊断的准确性。该方法首先针对信号中的不同成分构造相应的字典,然后在字典上利用压缩采样匹配追踪算法替代形态成分分析方法中的块坐标松弛算法对各成分进行重构,实现噪声和干扰的分离,最终通过包络分析实现滚动轴承的故障诊断。仿真和实验证明了算法的有效性。     

基于图像处理方法的纸币清分系统的研究与实现

纸币自动清分可以有效提高银行的工作效率,基于图像处理技术的纸币自动清分系统的识别准确率对于纸币自动清分系统非常关键。基于机器视觉知识与模式识别的理论,并结合纸质人民币的图像特点,提出了纸质人民币序列号图像识别处理算法、“奖惩”机制下的线性传感算法和序列号区域特征提取方法。对纸币图像进行倾斜校正、局部特点提取、灰度增强和图像分块等处理后,将上述方法运用于采用CIS传感器的纸币图像处理系统中。实验证明,该方法具有较高的识别准确率,取得了理想的纸币自动清分效果。     

基于CS测量矩阵和阈值策略的图像重建理论及实验研究

采用FFT矩阵为变换核设计实现了压缩感知随机测量方案，自由分布式假设检验阈值策略（CFAR）确定最佳图像重建阈值，分段正交匹配追踪算法实现了低采样率下的图像重建算法．仿真实验证明：方案比以Hadamard矩阵为变换核的压缩感知随机测量方案图像重建效果提高4．6dB，并可以较好地避免图像重建时的“孤岛”噪声，是一种实用、快速，具有较好效果的图像重建算法．     

Super-Resolution Reconstruction of Image Sequence Using Multiple Motion Estimation Fusion

Super-resolution reconstruction algorithm produces a high-resolution image from a low-resolution image sequence. The accuracy and the stability of the motion estimation (ME) are essential for the whole restoration. In this paper, a new super-resolution reconstruction algorithm is developed using a robust ME method, which fuses multiple estimated motion vectors within the sequence. The new algorithm has two major improvements compared with the previous research. First, instead of only two frames, the whole sequence is used to obtain a more accurate and stable estimation of the motion vector of each frame; second, the reliability of the ME is quantitatively measured and introduced into the cost function of the reconstruction algorithm. The algorithm is applied to both synthetic and real sequences, and the results are presented in the paper.     

基于形态学和小波变换的图像边缘检测方法

电力机房图像边缘提取是实现电力机房三维重建的重要辅助环节,机房图像边缘提取越精准,三维重建将会更准确.本文提出一种融合小波变换模极大值和多尺度多结构形态学的图像边缘检测算法对电力机房图像进行处理.首先,对原始电力机房图像进行小波分解得到高频图像和低频图像;然后,采用小波变化模极大值算法提取高频图像的边缘信息,多尺度多结构数学形态学算法提取低频图像的边缘信息;最后,通过叠加运算融合高频和低频的边缘信息,得到原始图像的边缘信息.通过仿真实验表明,本文提出的边缘检测算法在抗噪性能、边缘连续性、定位精度上综合实力最强.     

基于形态学重建和极大值标记的分水岭分割算法

针对传统分水岭算法的过分割问题,结合形态学重建和极大值标记技术研究并实现一种新算法。该算法首先进行开闭重建预处理,较好地去除了各类噪声并保留目标原有的结构;然后进行局部极大值调整及标记,有效地避免了过分割;最后对局部极大值图像进行分水岭分割,取得了较好的实验效果。论文还探讨该算法的关键因素即结构元素的选择问题,经大量实验得出结论——选择与目标图像形状相似、大小相宜的结构元素可获得较好的分割效果。     

基于改进分水岭的图像分割算法研究

针对传统的分水岭算法由于受到图像细节和噪声的干扰而存在着过分割现象,提出了一种改进的分水岭算法,并应用于图像分割。该算法首先采用双边滤波进行预处理,然后建立形态学梯度并对梯度图像进行开闭重建,在保留了轮廓极值信息的同时去除了噪声,最后对重建的梯度图像进行前景和背景的标记,依据标记对梯度图像进行修正并用分水岭算法对其进行分割。结果表明,该方法能有效抑制传统分水岭的过分割现象。     

基于改进分水岭的图像分割算法研究

针对传统的分水岭算法由于受到图像细节和噪声的干扰而存在着过分割现象,提出了一种改进的分水岭算法,并应用于图像分割。该算法首先采用双边滤波进行预处理,然后建立形态学梯度并对梯度图像进行开闭重建,在保留了轮廓极值信息的同时去除了噪声,最后对重建的梯度图像进行前景和背景的标记,依据标记对梯度图像进行修正并用分水岭算法对其进行分割。结果表明,该方法能有效抑制传统分水岭的过分割现象。     

在MATLAB环境下实现膨胀土CT图像的三维重建

首先介绍国内外膨胀土三维重建的研究状况,然后通过CT-三轴试验和基于分割的Marching Cubes算法,对膨胀土CT扫描图像进行了三维重建.主要方法是通过对试验扫描得到的CT图像进行格式转换、图像增强、边缘提取等初步处理,生成三维体数据,然后应用Matlab等工具软件的三维重建程序进行建模,最终得到膨胀土的三维模型图.还通过观察重建后的实体图,对膨胀土受压变形状态进行了定性分析,得出了三轴压缩条件下的膨胀土闭合程度与应力状态有关的结论.     

基于控制标记符分水岭的医学图像分割

提出了一种适合医学图像分割的改进分水岭算法,针对分水岭算法存在的过分割问题,采用数学形态学重构滤波器和Ostu阈值分割方法对图像中感兴趣的目标和背景进行标记。根据标记的二值图像,运用形态学极小值标定技术对原有梯度图像进行修正。最后,使用分水岭算法对修正的梯度图像进行分割。该方法能有效抑制过分割现象,而且计算复杂程度较低、分割效果较好。     

基于简约束三角形剖分的果实表面模型重建

【目的】研究轮廓线三维表面模型重建中存在的嵌套、分叉和投影交叉等复杂轮廓的轮廓匹配问题。【方法】在定义轮廓距离基础上,制定了轮廓匹配的2条准则,构成拓扑结构简单的轮廓对,针对一对多且投影交叉的轮廓对,采用等比放大方法进行预处理,利用简约束算法对放大后的轮廓对进行剖分。用实际算例对提出的重建方法进行了验证。【结果】算例验证表明,提出的重建方法能快速进行拓扑结构复杂的轮廓剖分,重建合理的表面网格模型,重建只存在轮廓嵌套的南瓜模型需19.673 ms,重建最复杂的莲藕模型需51.845 ms。【结论】通过对果实MRI图像序列提取的轮廓进行剖分,能够快速进行果实表面重建。     

一种新型高斯噪声滤波算法

为了更有效滤除数字图像中的高斯噪声,提出了一种新型滤波算法.该算法首先将含有高斯噪声的图像进行二维小波分解,得到高频和低频小波分解系数;然后保留低频小波系数不变,对高频小波系数通过维纳滤波器进行滤波,并进行小波系数重构;最后将重构图像进行多尺度小波分解,通过设定新的阈值和判别函数,弱化不重要的小波分解系数,并进行小波分解系数重构.分别采用该滤波算法、维纳滤波、小波阈值法以及均值滤波进行高斯噪声滤除处理,试验证明该滤波算法去噪后图像的PSNR值明显高于其他三种方法.