结构保持的双边滤波极化SAR图像降噪

针对极化合成孔径雷达(Polarimetric Synthetic Aperture Radar, PolSAR)图像相干斑抑制时结构保持的难题,该文提出一种PolSAR图像的双边滤波算法:结构保持的双边滤波(SPBF)。该算法通过结合边缘结构特征和地物散射特性,增强对PolSAR图像结构信息的描述,减少滤波时图像结构信息的损失,实现滤波性能的提高。该算法首先使用边缘检测模板在极化总功率图像(Span)上提取边缘方向,实现自适应选择滤波方向窗;其次,采用Freeman-Durden分解获取像素的散射机制,并根据极化数据的统计分布特性获取地物散射的聚类标记;最终在所选的方向窗中,以聚类标记图为掩膜,利用改进的双边滤波算法对PolSAR数据进行相干斑抑制。真实SAR数据的实验结果表明,该方法能够有效抑制相干斑噪声,同时提高了对图像的边缘、强点目标和极化散射特性的保持能力。     

卷接机组故障诊断的模糊行为Petri网研究

根据卷接机组故障诊断推理中知识的模糊性,给出模糊行为Ｐｅｔｒｉ网（ＦＢＰＮ）的定义,研究用模糊行为Ｐｅｔｒｉ网表示模糊产生式规则的方法,提出一种模糊反向推理机制,给同算法的实现。最后以ＭＫ９－５ 卷接机组烟支空松故障为例,证明该方法的可行性和有效性     

基于DSP+FPGA的矿井轨道行人检测系统设计

为了避免矿井机车撞人事故的发生,提出了基于数字信号处理器结合现场可编程门阵列(DSP+FPGA)架构的轨道行人检测系统.通过A/D采样芯片对摄像机输出的模拟信号进行采样,将采集的数字信号由FPGA进行预处理;通过外部存储器接口(EMIF)将预处理后的信号传送至DSP,由DSP执行自适应阈值的边缘检测;基于极角、极径约束的霍夫(Hough)变换,降低维度的梯度方向直方图(HOG)特征提取,结合支持向量机(SVM)行人检测等算法;通过以太网接口,将检测的行人信息传送至上位机显示.实验结果表明:设计的轨道行人检测系统,检测效果良好,帧率可达8 fps,满足矿井环境对安全应用的要求.     

一种基于图元监视组态软件的设计与实现

介绍了控制系统软件组态的组态内容和方式 ,详细讨论了一种基于图元的监视组态软件的设计与实现 ,重点阐述了其系统结构、处理流程、监视图元的设计及其数据接口     

PB中西文字符串的打印控制技术

作者利用PowerBuilder提供的字符串处理函数和打印控制函数,编制了适当的处理算法,成功地实现了中西文字符串的打印控制,使得输出中西文字符串时的字体、字号、打印位置、打印宽度等都可由用户自行设置和改变。为了控制字符串的打印宽度,必须对字符串进行截取分解,以得到合适宽度的子串,而在截取分解子串时要判断子串的最后一个字符是否为中文字符,若是则采用2字节进行截取,反之采用1字节进行截取。下面给出打印控制技术的程序清单:     

BYTC--一个协同诊断原型系统的设计

BYTC由一个包含疾病信息的多媒体数据库和一个实时协作系统组成,后者包括一个电子会议系统和一个白板系统.针对多媒体数据库采用了面向对象的数据库O2和CORBA技术,实现该系统的灵活性、可扩展性.     

区域指导的彩色图像插值

本文提出了一种针对彩色图像的区域指导的插值算法.该方法首先从低分辨率图像中计算象素沿梯度方向的1、2阶方向导数,然后把彩色图像划分为常数、线性和非线性区域,并对不同的区域施用不同复杂度的滤波器.实验结果表明,与传统的双线性插值相比,该方法可以明显改进插值图像的质量;重建所需的时间也比单纯使用复杂滤波器的时间减少很多,并且可以实现彩色图像的任意放大.     

使用VHD的可视人体成像方法研究

利用彩色数据进行体绘制，可以创建真实感图像，并具有揭示体内真实细节的能力。虽然彩色数据是可用的，但它并不包含依赖于视点的光线反射信息和光线在体素中的传播属性。本文提出了基于VHP彩色数据的体绘制算法框架，着重讨论了如何利用Phone光照模型进行着色，以及在HSI色彩空间中计算阻光度值。实验结果表明，本文算法成像质量高，可以表现人体的细微结构和纹理信息。     

一种基于HSI的距离联合RGB 3维场边缘探测方法

在彩色图像边缘检测中，欧氏距离方法虽对亮度变化敏感，但对色度和饱和度的差异不太敏感，而矢量角方法又仅能探测色彩差异。为了在RGB3维彩色场中获取精确的边缘信息，提出了一种基于HIS(色度、饱和度和亮度)的距离联合边缘检测方法。该方法在高亮和色差大的区域主要利用矢量角对色彩差异来进行检测，而在低亮和色差小的区域则主要利用欧氏距离的亮度差异来进行边缘检测。实验表明，该方法可有效地解决矢量角存在的问题，其与LUV欧氏距离检测方法相比，则可以避免复杂的色彩空间变换计算，其检测效果也更佳。     

利用局部区域SPN的非侵入式图像源辨识研究

传感器模式噪声SPN (sensor pattern noise) 的提取是图像源辨识的关键环节。由于传统方法提取的SPN受场景污迹干扰严重,为此提出一种基于双域联合滤波的SPN提取方法。利用正交小波变换的去相关性,在系数的细节及近似子带分别应用局部自适应MMSE (最小均方误差)滤波与边界保护特性的双边滤波,在空域进行双边滤波;然后用9台相机的参考SPN构造基于相关性检测原理的分类器,将提取的被检图像局部区域SPN输入分类器实现类别辨识;最后重点分析了基于3种典型局部区域SPN的图像源辨识情况。针对局部区域图像的实验结果表明,该方法能有效降低过多场景污迹对SPN的干扰,即使局部区域为256×256像素时,仍能获得79.32%的辨识精度。