【摘 要】
：
信标光图像实时处理是完成空间光通信跟踪、捕获的一种过程。文中提出了一种改进的Otsu自适应阈值分割方法,对采集序列图像进行实时处理,提取潜在的信标光斑,后续图像处理引入感兴趣区读入技术,在感兴趣内对信标光图像进行处理。最后,比较了不同定位算法的跟踪结果,改进型Otsu克服了传统阈值分割信息不完备的缺陷,具有更强的抗噪能力、分割效果,实时性和定位精度均获得了满意的结果。
论文部分内容阅读
信标光图像实时处理是完成空间光通信跟踪、捕获的一种过程。文中提出了一种改进的Otsu自适应阈值分割方法,对采集序列图像进行实时处理,提取潜在的信标光斑,后续图像处理引入感兴趣区读入技术,在感兴趣内对信标光图像进行处理。最后,比较了不同定位算法的跟踪结果,改进型Otsu克服了传统阈值分割信息不完备的缺陷,具有更强的抗噪能力、分割效果,实时性和定位精度均获得了满意的结果。
其他文献
针对光照和表情对眼睛定位产生的影响,给出一种基于多尺度自商图和形态滤波的眼睛定位算法。首先利用一种多尺度自商图方法消除人脸图像的光照影响;然后综合运用形态学操作的开闭运算提升眼睛区域特征并采用相关系数法获得眼睛粗定位,对开闭眼不敏感;最后对粗定位区域进行方差投影并二值化后获得精确的眼睛中心点。在JAFFE数据库、YaleB数据库和AR数据库上测试表明本文算法能很好地定位眼睛中心位置,且对光照、表情
针对新兴的手背静脉识别技术,提出了一种具有位移和旋转不变性的局部尺度不变特征(SIFT,scale invariant feature transform)分析方法。首先确定手背静脉图像的感兴趣区域(ROI)并对其进行滤波去噪,然后提取手背静脉血管的SIFT并对特征点进行匹配,最后计算注册样本和待识别样本的特征匹配率并以此作为相似性测度进行身份识别。利用我们建立的手背静脉血管图像数据库对该算法进行
提出了基于颜色比率梯度(CRG,color ratio gradient)的样本块图像修补新方法。CRG对纹理中物体的遮挡和聚类的区分是鲁棒的,该方法的引入可以消除修补过程中纹理块选择时的误匹配,提高修补过程中源纹理块的质量,从而提高最终图像修补的质量。图像修补实验结果表明,本文提出的方法优于原有的基于样本块修补算法。
为方便残疾人和老年人使用计算机进行信息交互,设计了一种非接触式低成本视线追踪系统.系统设计了一种双环形红外光源,通过交替照射用户脸部,用单CCD摄像机得到"亮瞳"和"暗瞳"的相邻两帧图像.将这两帧图像做差得到瞳孔的位置,使用椭圆拟合方式求得瞳孔中心,加之在"暗瞳"图像上得到的普洱钦斑中心,从而确定了局部视线的盯视方向.基于人类视线移动的特点,提出了使用神经网络和卡尔曼滤波相结合的方法进行瞳孔跟踪,
鉴于传统的时域光学相干层析成像(TDOCT)扫描过程复杂以及基于计算机的数据处理系统速度低,设计了基于ADI公司的双核、高速视频处理芯片ADSP-BF561的并行频域OCT(PSDOCT)图像预处理系统,无需横向和轴向扫描直接得到二维层析图像。实验结果表明:基于实序列IFFT算法、插值查表取模算法、双核并行处理技术及流水线处理技术的软件设计提高了系统的图像处理速度。该系统对横向扫描宽度为2.5mm
基于从H.264压缩域提取的运动场,提出了一种新的运动对象分割方法。首先采用矢量中值滤波方法滤除运动场中的噪声矢量;再运用后向估计的方法重建预测运动场并进行运动场的累积;然后对存在背景运动的累积运动场进行全局运动补偿;最后基于幅度、散度和旋度3个运动特征,采用改进的统计区域合并方法将运动对象分割出来。实验结果表明,本文方法适用于背景静止或背景运动的H.264压缩视频,且分割质量较好。
采用Contourlet变换,对基于学习的人脸图像超分辨率技术进行了研究。为了表示人脸特征,首先建立了Contourlet金字塔,针对Contourlet变换特征存在的不足,采用Contourlet变换的方向滤波器(DFB)对高斯金字塔的一阶和二阶梯度特征进行方向滤波,提取滤波后的特征作为新增加的特征。然后针对人脸的特殊性,在匹配过程中采用对应点进行匹配的方法,既保持了匹配的准确性又加快了匹配速度
提出了一种建立在红外多波段图像基础上的目标分割新方法。首先,对8～14μm成像波段通过滤光片细分为4个小的波段范围,用多波段图像代替单一波段图像,提高图像信息量;然后,根据多波段图像特点,通过对文献KLFCV模糊聚类模型进行分析,给出一种新的数据分布形式,用它作为多尺度Markov随机场(MRF)模型的数据似然分布;最后,利用EM算法给出相应参数估计。人工模拟数据和实际场景图像的分割试验结果表明,
提出了一种新的结合非下采样Contourlet变换(NSCT)和高斯比例混合模型的图像去噪方法。采取的主要方法为:1)通过NSCT对图像进行分解;2)根据高斯比例混合模型建立图像模型;3)利用贝叶斯估计进行图像去噪。实验结果表明,相对于已有算法,本文方法降噪效果好,在去噪性能指标和边缘保持的主观视觉上都表现出优异的性能。
提出一种新的虹膜身份鉴别算法。首先将灰度虹膜图像等分为若干个子图像,再将每个子图像等分为若干个子区域,将各点梯度之和最大的子区域中心点坐标作为各子图像的特征,各子图像的特征构成了该虹膜图像的特征矩阵,最后通过特征矩阵在空间上直接对准的方法进行匹配识别。给出了子图像和子区域大小的选择方法,同时给出了在人眼自然张开状态下不受遮挡干扰的可用虹膜区域大小对识别效果的影响,克服了之前人为规定子图像和子区域大