高分遥感成像系统MTF对土地利用图斑边界提取的影响

为确定高分遥感成像系统MTF对土地利用图斑边界提取的作用规律,通过改变MTF值,并利用面向对象影像分析方法确定土地利用图斑边界提取误差,建立了MTF值与土地利用图斑边界提取误差之间的函数关系。结果表明,当MTF值大于0.35时,边界提取误差小于1%;当MTF值小于0.25时,边界提取误差快速增加;MTF值与边界提取误差间大致服从一种对数函数关系。进一步分析表明,土地利用图斑间光谱可分性和图斑面积越大,则边界提取误差越小。     

一种提高三维医学数据场边缘过渡区域图像质量的算法

在对医学三维数据场模糊特性的分析基础上，提出了一种提高三维医学数据场边界过渡区域图像质量的体元投射算法。论详细说明了算法流程，包括特征区域的提取方法和基于体元合并的数据场绘制方法。实验表明，算法既提高了过渡区的图像质量，也保证了绘制速度。     

复杂背景下图像中弱小目标的分割和提取算法

针对有些图像中的目标与背景之间存在区域边界往往不明显，加上噪声的影响，目标边界具有一定的模糊性，有时还存在目标与背景面积对比差别很大等问题，提出了一种基于图像边缘增强的自适应最佳阈值图像分割方法，有利于将弱小目标从复杂背景中精确地分割和提取。该算法将闽值法和其它方法进行结合，有效地解决了目标边缘模糊图像阈值选取困难这一问题；采用图像切割技术，有效解决了弱小目标在大背景下分割难的问题；将类别方差法和迭代算法相结合建立数学模型，不但有利于自适应最佳闻值的选取，而且有效地减少噪声对最佳自适应阈值的影响，提高了图像的分割效果。     

一种基于动态背景的运动目标提取方法

为了实现旋转摄像头下运动目标的监控,提出了一种动态背景下提取运动目标的方法．在全局运动估计过程中,首先提取当前帧的特征点并将其离散化,然后以特征点为中心在当前帧和前一帧之间进行块匹配,其后用3σ准则除去误差块,从而得到全局运动估计量,并且在VC平台上实现了该算法．     

基于统计模型和活动轮廓的运动目标检测与跟踪

提出了一种静止背景视频序列中运动目标的检测与跟踪方法.对连续两帧图像序列作差分计算,对差分图像的灰度分布建立混和高斯模型(GMM),采用期望最大化(EM)算法估计模型参数,并引入基于GMM模型的边界检测算子,进而构造运动边界图像.改进静态图像轮廓提取算法GVF-Snake,利用运动边界图像修改GVF-Snake的能量项,使其能够提取视频序列中运动目标的轮廓.采用一种根据目标区域自动初始化轮廓的方法解决Snake初始轮廓需要手工设定的问题,采用一阶差分预测算法加快轮廓收敛速度.利用改进的GVF-Snake算法对运动目标进行检测与跟踪,结果表明,该算法对刚性和非刚性两类目标都具有较好的检测与跟踪效果.     

基于局部熵的星敏感器星图提取方法

提出了一种新的星图图像提取方法,根据星图图像局部熵的变化,得到恒星在星敏感器中成像的目标区域,然后利用求质心的方法,得到亚像素的恒星位置,给出了图像局部熵的快速计算方法,图像的局部熵具有平滑滤波作用,并且能消除背景照度不均匀产生的灰度起伏现象,仿真实验结果表明,这种方法适合干含有系统噪声和随机噪声的点目标图像提取;在最大随机噪声〈5％的情况下,利用这种方法提取的质心位置的误差〈1／20。     

空压机活塞圆度误差数字图像检测系统研究

针对压缩机活塞圆度误差检测的要求,首先对采集图像进行灰度调整,然后进行中值平滑处理,使之有利于图像的边界提取操作.为解决圆拟合算法复杂、运算速度慢的问题,利用圆形的几何对称性质,提出圆拟合改进方法,通过运算处理,对提取的边界进行拟合,求出边界函数,进行拟合误差比较,从而判定其误差大小和位置.     

结合闭合解抠图及最小生成树的图论分割算法

针对图像目标物体与背景边界交错在一起或两者之间边界不明晰以及背景与目标纹理相似的情况,进行图像分割非常困难．为此,提出了一种基于图论(graph theory)及闭合解抠图思想的图像分割算法．首先,利用闭合解抠图算法对图像进行预分割,粗糙地将图像分为前景和背景两部分;其次,提取目标及背景的细节,再分别用改进的图论分割算法细分割目标物体及背景,从而得到最终图像分割结果．实验结果表明,抠图算法避免了前景和背景的混叠,改进的图论算法可有效提高6％～12％的分割精度．与传统的区域合并、通常的图论及阈值算法相比,该算法精度高、效果好,具有显著优越性．     

基于数学形态学的图像过渡区处理研究

图像过渡区是图像中普遍存在的特定区域。由于图像过渡区的存在，造成了图像分割的不准确性以及对图像后续的分析和理解产生偏差。通过图像数学形态学的方法准确提取图像的过渡区，确定图像过渡区的处理方向，进而进行插值或修正处理。实验结果表明，处理后的图像边缘部分更清晰，过渡带的现象得到很好的遏制。此方法既可以遏制图像的过渡带，又可保留图像原有的内部细节，具有较高的实用性和推广性。     

基于水平集的多运动目标检测和分割

针对视频图像的运动分割问题，提出了一种基于水平集方法的多运动目标检测和分割新方法.通过一种基于帧间差分的算法,自动提取初始背景图像，并使用相减法，检测出当前图像中的运动像素.定义了一种新的基于差分图像的局部梯度、目标的方差和背景的方差的速度函数，得到了改进的分割曲线的演化方程，分割出不同的运动目标.在水平集的求解过程，设定了控制演化曲线最终停止在目标边界上的条件，得到了运动目标的边界.实验结果表明，与其他传统方法相比，该运动目标检测和分割方法更有效和具有更好的鲁棒性，能够正确地提取运动目标边界.     

基于面向对象技术的产品开发过程管理模型

为了解决产品开发过程管理这一技术难点 ,采用面向对象方法对产品开发过程进行分析 ,给出了产品开发过程的对象模型 .详细分析了构成产品开发过程的活动、活动转移、数据、人员、应用工具、资源等对象及其相互关系 .在此基础上 ,给出了一个过程管理系统的功能结构框架 .基于该对象模型和过程管理框架 ,产品开发过程和产品信息流可以被有效地管理和控制 ,从而使产品开发过程中的错误和重复劳动减少 ,这对缩短产品开发周期和提高产品质量具有一定的意义     

适用于目标跟踪的加权增量子空间学习算法

为了克服目标物外观变化给跟踪造成的困难,提出一种基于加权增量子空间学习的目标跟踪算法.该算法构造了一个可在线更新的子空间作为视频中目标物的外观模型,根据概率转移模型预测得到一组图像样本作为目标物在当前帧中可能出现的图像区域;然后将图像样本投影到该低维子空间中估计每个图像样本为目标图像区域的似然度,以具有最高似然度的样本作为目标在当前帧中的图像区域,通过加权增量的方式调整子空间.实验结果表明：相比基于其他增量子空间学习的跟踪算法,该算法能够稳定、准确地对运动目标进行跟踪.     

基于脉冲耦合神经网络的目标特征抽取方法

为解决待识别目标的特征抽取问题,提出了一种脉冲耦合神经网络结合形状信息的图像混合特征抽取方法。该方法利用脉冲耦合神经网络将图像空域信号转化为时域信号的特性,结合物体形状信息,对图像的灰度和形状进行了统一描述。实验结果证明,该方法在一定程度上对物体的形变、平移、缩放不敏感,对目标识别系统是一种很好的特征抽取方法。     

基于信息测度的图像过渡区提取与分割

图像过渡区提取的传统算法基于梯度算子,为克服梯度算法对噪声敏感的缺点,通过对图像过渡区特征的深入分析,提出基于信息测度的过渡区直接提取方法,依据过渡区的直方图确定一个最佳分割阈值。根据过渡区像素灰度变化频繁的特点,构造提取图像过渡区的特征参数———局部熵信息测度。实验结果表明,算法抗噪性能好,稳健性强,摆脱了传统算法对剪切点Llow和Lhigh的依赖,优于传统的过渡区间接提取算法和基于局部复杂度的过渡区直接提取方法。     

冻融作用下特定污染物的清洗试验研究

抽出处理法是目前修复土壤污染常用的方法之一,为了解决抽出处理法中对渗透性差的土中污染物和低浓度污染物效率低的问题,利用土体冻结过程中在一定的温度梯度和水分条件下未冻土侧水分（溶质）向冻结锋面迁移和冻融作用导致渗透性增强的特性,开展了基础试验。试验将混有模拟污染物NaCl溶液的粘土作为研究对象,结合传统的抽出处理法,实施了单向冻融试验和污染物清洗模型试验,探索了利用冻融现象清洗污染土壤的可行性。结果表明,冻融作用有助于提高污染物的抽出效率。     

多水平集和差分相乘的运动目标轮廓模型的研究

针对现有目标轮廓提取方法存在收敛速度慢、效率较低以及对初始位置和噪声都很敏感等问题,提出了一种差分相乘与参数多水平集主成分Chan-Vese模型相结合的新模型.该方法首先利用4帧相邻图像进行差分相乘,抑制绝大部分的背景边缘,再进行滤波预处理,最后通过多水平集与Chan-Vese模型结合的改进模型提取运动目标轮廓.对大量视频图像进行实验分析后的结果表明,在具有多个目标的视频图像下,该方法能更加快速准确地提取出每个完整的运动目标轮廓,较好地解决了现有方法在多个运动目标轮廓提取以及轮廓凹陷上的缺陷.     

多尺度水上船舶目标视觉检测

水上交通场景环境复杂,通过普通光学摄像设备获取的水面图像,面临着视觉目标清晰度低、尺度多样化等问题,使得可见光视觉信号里中、小尺度目标检测相对困难。为服务于各类智慧海事应用,提出了一个旨在提高复杂水域背景下多尺度水上船舶目标检测性能的算法（multi-scale ship object detection,MS-SOD）。该算法基于当前计算机视觉技术中主流的单阶段目标检测模型框架,在其主干网络中嵌入卷积注意力模块,来优化船舶特征提取能力;在多尺度特征融合网络中引入富含细节信息的浅层特征,并使用跨阶段局部残差结构,来优化多尺度船舶特征的融合机制;同时,使用焦点损失函数,来优化模型的学习过程;并设计自适应锚框聚类算法优化先验锚框,以提高多尺度船舶目标检测能力。为验证提出算法的有效性和实效性,在构建较大规模水上船舶目标数据集的基础上,开展了广泛实验验证。结果表明:提出的算法在测试数据集上的检测准确度超过了各主流的对比方法;特别是对于大、中、小各尺度船舶目标的检测精度,相对于主流的YOLOv4算法,提出的算法分别提升了11.3%、6.0%和10.5%。     

融合运动和统计特征的静态目标检测

为了解决大部分时间处于相对静止状态目标的智能监控,提出一种融合运动和统计特征的静态目标检测方法.该方法采用行列错位减图像的帧差来提取目标运动特征,根据目标模型和候选区域的统计特征匹配检测目标,利用运动特征和模板的相似性度量动态更新模板.通过积分图优化特征提取及对强光抑制,提高了算法的实时性和鲁棒性.     

基于区域边界运动信息的视频分割

为了实现视频编码标准MPEG 4中语义对象的自动提取,提出了一种基于区域边界运动信息的视频分割算法.在空域上通过开闭双重建方法获取形态梯度图像,抑制原始图像中的噪声,然后进行阈值变换和尺度等级划分的非线性处理,克服了细密纹理的影响.同时提出了改进的分水岭浸没算法进行标记以获得区域边界信息,在时域上以区域边界的运动信息判定区域的运动性,并联合时空信息建立区域投影运算提取视频序列中的语义运动对象.仿真结果表明,算法提取的运动对象完整准确.