压缩感知苹果图像并行快速重构方法研究

针对压缩感知重构算法耗时长而影响苹果图像快速获取这一问题,分析了二维正交匹配跟踪重构算法的并行性,借助GPU通用并行计算平台,利用CUDA技术,设计其对应的并行化重构算法,从而得到快速的苹果图像重构方法。实验结果表明,并行化的算法可将苹果图像重构效率提高16~35倍,能在数秒内恢复原始图像,为压缩感知应用到果园远程实时监控及基于图像的苹果质量快速检测与分类等场合提供条件。     

配电网电能质量监测数据压缩传感与重构

针对配电网电能质量(PQ)海量监测数据采集、存储和传输等难点问题,引入压缩传感理论,研究配电网PQ信号压缩传感的实现方法;采用高斯随机测量矩阵获取PQ信号的线性测量值;基于傅里叶基矩阵对压缩感知信号进行正交匹配追踪重构,测试并分析信号稀疏特性、随机测量次数与信号重构精度的关系。试验结果表明,基于傅里叶投影空间的正交匹配追踪算法可对谐波、间谐波等稳态PQ压缩感知信号进行精确重构,重构精度可达数量级。     

基于Android的玉米病虫害机器视觉诊断系统研究

为了使农业智能诊断系统更加廉价、便捷,有效地为普通农户服务,提出了一种基于Android手机的农业病虫害智能诊断系统。该系统使用Android智能手机对玉米病虫害部分进行图片拍摄,并将图像利用无线网上传至Web服务器,利用分割和匹配算法对病虫害部分进行智能化分析,最终将结果传输到手机用户端。为实现图像匹配的特征点提取,采用高斯差分的方法对图像进行分割和精确定位,使用聚类算法对匹配效果进行优化,并利用特征点的无限逼近,完成病虫害图像的匹配,从而诊断病虫害的类型。上传后的图像和Web服务器的规则库的图像进行匹配后可以生成病虫害的匹配结果信息,该信息可以通过Android智能系统接收,最终反馈给农户的手机客户端。通过测试发现:玉米病虫害诊断系统可从多幅图像里有效地对病虫害类型进行匹配,匹配成功率较高,系统的稳定性较好,具有很好的推广前景。     

基于压缩感知的图像降噪处理研究

在农产品图像的动态采集中,可能会出现粘结、叠加及背景干扰等一系列缺陷,同时稀疏采样的图像也可能是不完整的。对于这个棘手的问题,由压缩感知理论可以找到答案。压缩感知理论首先对采集的图像进行稀疏表达,然后选取适合图像的最优小波基,采用凸优化理论及其算法,可以得到花生图像的特征点(降噪点)并进行处理,从而完成噪声的去除。为此,在压缩感知理论的基础上,提出了运用快速迭代阈值收缩(FISTA)算法进行去噪处理,与其他的图像降噪方法相比,体现了速度快、效率高、去噪效果好等优势。     

基于改进非下采样轮廓波的图像融合算法

针对红外光和可见光传感器难以同时获取清晰的目标和场景问题,提出一种基于非下采样Contourlet系数压缩感知的可见光和红外图像融合方法.首先采用非下采样Contourlet变换对可见光图像和红外图像分别进行多尺度、多方向分解,得到各自的非下采样Contourlet系数;然后对两种图像的低频系数采用加权与平均相结合的系数融合方案直接融合,对两种图像的带通方向子带系数采用伪随机傅里叶矩阵进行观测后将观测值进行加权融合,再对融合后的带通方向子带观测值进行系数重构,最后通过非下采样Contourlet逆变换重构图像.数值实验显示,该融合算法计算复杂度低,融合效果好,能同时得到目标和场景均清晰的融合图像.     

变电所远程图像遥视系统的应用

1　引言远程图像监控系统是随着数字视频压缩技术、多媒体技术、计算机通信网络技术的不断成熟而发展起来的新技术 ,是以各种通信网络与多媒体监控终端为基础 ,采用网络化的管理手段 ,使数据、报文、图表、视频等多种信息交互使用的信息图像系统。2　远程图像监控系统的基本构成远程图像监控系统可分为厂站端、通信层、主站端及网络层。(1)　厂站端 :主要由数字图像编码器、视频切换控制器、云台镜头控制器、灯光控制器、摄像机及各种报警探测器等设备组成。其中图像编码器是厂站端设备的核心 ,负责图像采集、压缩编码和通信。视频切换控制…     

基于改进ResNet的植物叶片病虫害识别

轻量化植物叶片病虫害识别算法设计是实现移动端植物叶片病虫害识别的关键。研究提出一种基于改进ResNet模型的轻量化植物叶片病虫害识别算法Simplify ResNet。以人工采集图像和PlantVillage数据集图像为实验数据,根据移动端植物病虫害识别对准确率、速度和模型大小的实际需求,改进ResNet模型。使用5×5卷积替代7×7卷积,采用残差块的瓶颈结构代替捷径结构,采用模型剪枝处理训练后的模型。通过测试集5 786幅图像测试Simplify ResNet模型,证明5×5卷积和残差块的瓶颈结构可有效降低模型参数量,模型剪枝可有效降低训练后的模型大小。Simplify ResNet模型对测试集图像的识别准确率为92.45%,识别时间为48 ms,内存大小为36.14 Mb。与LeNet、AlexNet和MobileNet等模型相比,其准确率分别高18.3%,7.45%和1.2%。为移动端植物病虫害识别解决最重要的算法设计问题,为移动端植物病虫害识别做出有益探索。     

基于小波理论的温室监测图像压缩的研究

以沈阳农业大学北山基地10#棚的温室现场采集图像为原始图像,利用小波理论将温室图像进行压缩仿真试验,通过对分解后的图像进行重构,直接观察温室图像的压缩效果。分析压缩处理数据的峰值信噪比和误差值可知,将小波理论应有于温室图像的压缩处理,具有良好的实用性和可行性。     

农田图像采集与无线传输系统设计

结合ZigBee和GPRS,设计了农田图像采集与无线传输系统。系统由MESH型ZigBee图像采集网络和远程服务器构成,服务器与ZigBee网络的协调器通过GPRS网络进行数据传输。基于V4L技术采集了农田图像,阐述了JPEG压缩和解压缩流程,使用改进的离散余弦变换减小了图像压缩的运算量,并对压缩后的图像作了数据分组和校验,保证了数据传输的可靠性。在选定农田对系统进行实地测试,系统能够顺利采集图像,无线传输成功率为76%,同时分析了传输一幅图像的理论最短时间和实际平均传输时间产生的差异。     

基于非标定图像的犁胫热态锻件三维重构

热态锻件尺寸的实时测量是长期困扰锻造工艺的重要问题。机器视觉测量是有望解决这一难题的重要途径。现场标定是机器视觉测量最为繁琐的步骤之一。建立基于非标定图像的三维重构模型,可以避免现场标定,提高机器视觉的测量效率和使用的方便性。提出基于RANSAC自动估计两幅图像之间基本矩阵的方法,研究基于基础矩阵估计的三维重构过程,给出基于非标定图像的三维重建结果。实验表明,非标定三维重建能为犁胫热态锻件的计算机视觉测量提供一定精度的三维描述。