公共文化服务平台

共 9 条记录，以下是 1-9

全选清除导出

排序方式：

基于改进Chan-Vese模型的图像分割被引量：4: 2014年; 目前基于水平集的图像分割方法很难给出基于全局极值的算法终止条件,而大多采用事先设定迭代次数的方法.本文提出了一种改进的Chan-Vese模型,通过添加水平集函数约束项,使得新模型抑制了水平集函数的取值范围,最终收敛至全局极值,并以此作为算法终止条件,无需事先设定迭代次数.实验结果表明,新模型在其终止条件下,分割结果正确,与传统Chan-Vese模型相比,新模型的收敛速度快3～6倍,且通用性更强.; 杨名宇; 关键词：图像分割 CHAN-VESE模型水平集方法

基于序列图像提高光斑质心定位精度被引量：9: 2016年; 针对激光模拟射击系统对激光光斑进行快速、高精度质心定位的要求,提出了一种基于视频序列图像的光斑检测与高精度质心定位方法。该方法首先利用帧间差分图像和噪声估计参数对射击突发事件进行检测;然后利用噪声估计方法确定光斑的分割阈值,结合形态学滤波对目标光斑和背景噪声进行有效分割,提取光斑区域,同时降低窗口内外噪声。最后,用4帧差分图像合成1帧高分辨率的图像来抑制图像噪声和计算误差的影响,实现光斑质心的高精度定位。实验结果表明,本文方法的光斑质心定位精度与稳定性均优于传统的方法;其中光斑质心定位精度达到了亚像素级别,稳定性度量平均值为0.000 49,优于传统方法的0.002 97。得到的结果显示,提出的方法有助于提升激光射击系统的性能。; 钱锋杨名宇张晓沛; 关键词：质心定位序列图像

基于联合变换相关的机载航空相机像移测量被引量：10: 2015年; 为了提高像移测量精度,针对机载航空摆扫相机提出一种坐标变换法和图像相关法相结合的像移测量方法。利用坐标变换法得到初始像移速度,利用图像联合变换相关法对像移速度残差进行补偿。联合图像通过一个面阵CCD获得,该面阵CCD放置在相机焦平面上并与成像线阵TDI CCD平行,其输出的当前图像与参考图像合并构成联合图像进行二维空间联合变换相关运算,得到像移修正矢量。对该矢量分别在相机摆扫方向和载机飞行方向进行分解,从而得到摆扫像移和前向像移的修正量。仿真实验结果表明,在输入图像信噪比为4 d B时,像移测量误差在0.1 pixel以内。; 李刚杨名宇; 关键词：航空相机像移补偿面阵CCD 联合变换相关

融合微分重排与匹配的高光谱快速目标检测被引量：3: 2019年; 为滤除大量冗余背景信息,提升目标检测速度,解决目标光谱获取困难等问题,提出一种融合光谱微分重排与光谱角匹配的高光谱快速目标检测算法。首先,对已知背景光谱信息微分重排,筛选出背景特征较少的谱段集;然后,计算相应谱段下,高光谱图像各像素点的光谱微分值与背景光谱微分值的差值,并对所得各谱段微分差值加权求和阈值化,粗提取出目标位置;最后,计算提取出的目标位置光谱与先验背景光谱角匹配的反余弦值,实现目标背景差异精细判别。通过自行拍摄的草地上黄、绿伪装网及AVIRIS获取的San Diego机场飞机高光谱图像进行实验,与RX、CEM、OSP、ACE、SAM等算法比较。实验结果表明,所提算法在保证检测精度的同时,具有较低的虚警率和较好的时效性:ROC曲线下面积AUC均高于0.98,虚警率分别为3%和1.6%,处理时间仅为0.36s和0.077s。; 王含宇杨名宇杨名宇王浩王浩; 关键词：高光谱图像

利用激光主动探测技术实现光电窥视设备检测被引量：14: 2015年; 针对激光主动探测时光电设备表现出的猫眼效应，搭建了基于CCD的激光主动探测系统，提出了一套有效的光电窥视设备检测算法。该算法在激光脉冲的间隔，同时采集激光主被动图像，根据窥视目标与普通漫反射物体的回波强度差异，利用背景差法检测窥视目标。实验结果表明，在半径为5m的作用范围内，该激光主动探测系统可有效、快速地将光电窥视目标从背景中检测出来，并且不受场景和光照的限制。通过对光学口径为2mm的光电窥视设备在20个不同场景环境下进行实验，正确检测率达到95％，且每帧的检测时间在0．015～0．021s内，满足了实时性需求，验证了本文系统搭建方案的正确性与软件处理算法的有效性。; 杨名宇; 关键词：激光主动探测猫眼效应

基于DSP+FPGA架构的猫眼目标快速检测系统被引量：2: 2016年; 为解决微小型光电窃视设备对室内紧要活动的信息安全构成严重的威胁这一问题，设计了一套基于DSP＋FPGA硬件架构的便携式手持实时检测室内猫眼光电目标的系统。系统首先根据光电目标的猫眼效应原理，依靠窄带滤波片和自适应阈值分割的方法将疑似目标与背景进行区分；然后使用多形态学准则对疑似目标进行筛选，减少虚假目标；最后利用本文提出的一种综合形状判定的新准则对目标进行有效识别。本文算法在DSP＋FPGA平台实现，采用了流水线设计。为验证本文的算法和系统，针对20个含有不同复杂程度的背景与不同种类的干扰的实验室场景进行重复测试。实验结果表明，本文算法和系统在不同复杂场景中均能快速准确地识别出目标，其平均计算时间为34～53ms，与相关文献提出的方法相比具有显著优势。; 钱锋杨名宇李刚李贤涛张葆; 关键词：目标识别猫眼效应激光应用

利用区域信息的航拍图像分割被引量：6: 2014年; 提出一种利用区域信息的航拍图像分割模型。针对GAC模型和Chan-Vese模型存在的不足,提出一种符号压力函数,该符号压力函数可以有效地增大模型的作用范围。与Chan-Vese模型相比,新模型不受初始条件的限制,进一步增大了模型的作用范围。新模型利用了图像的区域信息,可以同时将目标的内外边界分割出来。在新模型中,水平集函数不必初始化为符号距离函数,节省了计算开销。与传统的基于水平集方法的模型相比,新模型不含曲率项,实现简单。实验结果表明,与GAC模型和Chan-Vese模型相比,新模型的分割精度高于3%,分割速度快6倍以上。; 杨名宇李刚; 关键词：图像分割航拍图像区域信息

基于猫眼效应的窃视目标检测研究被引量：2: 2014年; 基于激光主动探测时光电设备表现出的猫眼效应,搭建了基于CCD的激光主动探测系统,提出了一套基于背景差分的窃视目标检测算法。该算法在激光脉冲的间隔,同时采集激光主被动图像,根据窃视目标与普通漫反射物体的回波强度差异,并分析目标的空间特征和形状特征,利用背景差法检测窃视目标。实验结果表明,与利用单帧图像的检测方法相比,该方法在半径为5 m的作用范围内,可有效、快速的将窃视目标从背景中检测出来,并且不受场景和光照的限制。通过对20个不同场景环境进行实验,该方法正确率达到95%,高于利用单帧图像的检测方法,并且每帧的检测时间在0.015~0.021 s内,满足实时性需求,验证了本文系统搭建方案的正确性与软件处理算法的有效性。; 杨名宇张叶; 关键词：猫眼效应激光主动探测

Retinex图像增强在GPU平台上的实现被引量：5: 2019年; 伴随着无人机时代的到来,对海量数据处理的实时性要求越来越高。本文在GPU(Graphic Processing Unit)平台上实现了Retinex图像增强算法的并行处理,提升了Retinex图像增强算法处理高分辨率数字图像的处理速度。首先,通过数据合并访问和内存数据交互技术实现了数据的快速访问,缩短了数据在不同种类内存间的传输时间,提升了数据访问的效率;然后,采用内核指令优化和数据并行计算技术,实现了Retinex图像增强算法在GPU平台上的多核程序设计;最后,采用主机端和设备端的异步执行模式,在数据传输的同时进行内核数据的并行计算,通过任务级的并行进一步缩短了算法在GPU平台上的执行时间。研究表明,对于不同分辨率的图像,Retinex图像增强算法的处理速度相比于CPU平台均有数十倍的提高,如处理一帧分辨率为2048像元×2048像元的图像仅需要38.04 ms,算法的处理速度较CPU提高了40倍。; 王浩王浩杨名宇杨名宇; 关键词：GPU 图像增强 RETINEX算法并行计算无人机

全选清除导出

共1页<1>

杨名宇

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

杨名宇

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈