1 武汉大学 电子信息学院，湖北武汉430072
2 武汉大学 测绘遥感信息工程国家重点实验室， 湖北武汉430079
卫星视频中微小运动车辆由于特征信息少，使得当前基于特征的方法很难获得良好结果，为了应对卫星图像中复杂的图像环境以及目标微小的像素占比，提出了一种基于多种图像先验信息约束显著性的运动车辆检测方法。首先利用简单线性迭代聚类算法对视频帧生成数量适宜结构紧凑的超像素，并基于人眼显著性模型计算各超像素的边界相关性；同时采用背景建模生成图像的运动热图并完成基于超像素的运动区域估计；结合这两种先验约束来最优化检测结果，从而获得较好的目标检测效果。最后，以吉林一号卫星视频中全球不同城市道路场景为实验数据，对比了当前多种运动目标检测算法，实验证明，提出的算法能在检测准确率和召回率达到85%的情况下保持低于10%以内的虚警率，并且在卫星角度偏移的图像环境也有一定的抗干扰能力。
卫星视频 运动车辆检测 先验信息 显著性 satellite video moving vehicle detection prior information significance
针对现有行车障碍预测方法存在目标单一性、预测速度慢和准确性不佳等问题, 提出一种融合空间注意力机制的卷积神经网络Coll-Net以及基于Coll-Net的车速控制和障碍方向判定策略。模拟驾驶员通过视觉信息判断障碍的机制, 以单目视觉图像作为输入, 首先对图像做预处理得到感兴趣区域, 然后利用残差块网络提取区域内的空间特征; 采用空间注意力机制对特征通道上的原始特征进行重新标定, 获得通道权重; 再将通道权重归一化后加权到通道对应的空间特征上, 以此挑选关键特征, 最后送入全连接层和Sigmoid函数中生成预测概率。行车根据障碍预测概率实时确定行车速度并根据多窗口的概率预测值判定障碍方向。实验表明, Coll-Net模型的障碍预测准确率达到96.01%, F1-score达到0.915, 模型推理时间仅需24 ms, 能够实时检测车辆、行人、护栏、墙体等多种障碍物, 并且在低对比度光照环境下仍表现出良好的预测能力, 基于Coll-Net的车速控制和障碍方向判定策略在Udacity Self-Driving数据集上表现出强有效性。
障碍预测 单目视觉 深度学习 注意力机制 智能驾驶 obstacles prediction monocular vision deep learning attention mechanism intelligent driving
为了实现遥感图像中目标的快速准确检测,解决遥感图像目标带有旋转角度的问题,在卷积神经网络理论的基础上,将旋转区域网络生成融入到Faster R-CNN网络中,提出了一种基于Faster R-CNN改进的遥感图像目标检测方法。相对于主流目标检测方法,本文算法针对遥感图像中的大多数目标都具有方向性不定且相对聚集的特点,在区域候选网络中加入了旋转因子,以便能够生成任意方向的候选区域;同时,在网络的全连接层之前增加一个卷积层,以降低其特征图参数,增强分类器的性能,避免出现过拟合。将本文算法与几种主流目标检测方法进行对比分析后可知,本文算法因融合了多尺度特征及旋转区域网络的卷积神经网络所提取的特征,能得到更好的检测结果。
成像系统 目标检测 遥感图像 深度学习 旋转区域生成网络
1 武汉大学电子信息学院, 湖北 武汉 430072
2 地球空间信息技术协同创新中心, 湖北 武汉 430079
对于基于块进行立体匹配的深度学习方法而言,网络结构的设计对匹配代价的计算至关重要,同时,卷积神经网络(CNN)在图像处理时的耗时问题也亟待解决。提出一种基于“缩小型”网络的CNN立体匹配方法。利用CNN训练左右图像块的相似性,计算出立体匹配的匹配代价。其中,CNN特征提取阶段,通过对每个层增加相应的批归一化层,可以使训练使用更大的学习率,加快网络训练收敛速度。另外,网络设计中全连接层采用“逐层缩小”的形式,结合上述网络优化和损失函数改善,在保证精度的同时提高了运行速度。使用KITTI数据集对算法进行验证,实验结果证明,相比目前国内外先进方法,本文算法在精度方面有一定优势,相比部分方法,速度有较大提升。
机器视觉 立体匹配 匹配代价 相似性学习 卷积神经网络
1 武汉大学电子信息学院, 湖北 武汉 430072
2 地球空间信息技术协同创新中心, 湖北 武汉 430079
针对现有的基于卷积神经网络的图像超分辨率算法参数较多、计算量较大、训练时间较长、图像纹理模糊等问题, 结合现有的图像分类网络模型和视觉识别算法对其提出了改进。在原有的三层卷积神经网络中, 调整卷积核大小, 减少参数; 加入池化层, 降低维度, 减少计算复杂度; 提高学习率和输入子块的尺寸, 减少训练消耗的时间; 扩大图像训练库, 使训练库提供的特征更加广泛和全面。实验结果表明, 改进算法生成的网络模型取得了更佳的超分辨率结果, 主观视觉效果和客观评价指标明显改善, 图像清晰度和边缘锐度明显提高。
显微 图像超分辨率 深度学习 卷积神经网络 卷积核参数
针对利用图像配准测量物体的旋转角度问题 ,本文提出利用改进的 BRISK特征点求取。该方法利用 BRISK初步得到特征点后，给特征点间的汉明距离设置阈值初步筛选，以余下点对的最小汉明距离为阈值进行二次筛选得到最终的匹配点对，最后这些点对分别结合 OTSU(最大类间方差 )、仿射矩阵及特征点组成的直线斜率的中位值三种方法，计算物体旋转角度及所需时间。实验结果表明，利用二次阈值对 BRISK特征点进行筛选，配准度有了很大提升；三种方法测量角度的绝对误差基本都在 1 °以内，且消耗的时间均不超过 1 s，而且对噪声，遮挡，光照变化等有一定的鲁棒性。
最大类间方差 矩阵 中位值 实时 BRISK BRISK OTSU affine matrix the medium value real-time
1 武汉大学电子信息学院, 湖北 武汉 430072
2 武汉大学测绘遥感信息工程国家重点实验室, 湖北 武汉 430079
针对普通相机无法拍摄出符合视觉美感的背景虚化图像的问题，提出了一种基于相控高斯核的多聚焦图像景深模拟算法。对多聚焦图像进行热扩散方程的数学建模，提出自适应的初始化图像深度值来优化求解偏微分方程，通过正则化得到修正后的图像深度信息，分离出前景和背景；并提出一种基于相控高斯核的景深模拟算法来模拟大光圈相机得到的背景虚化效果。理论分析和实验表明，与已公开的算法相比，本算法能准确的提取出图像的深度信息，并模拟出真实的景深效果。
图像处理 景深模拟 相控高斯核 热扩散方程 多聚焦图像 光学学报
2014, 34(10): 1011006
构建一种小型、 简洁的活体微循环多光谱成像系统, 将正交偏振光谱成像术OPS Imaging及液晶可调谐滤光片LCTF应用于活体微循环多光谱成像。 LCTF具有较高的成像质量、 较低的功耗、 且没有移动部件和图像移动, 能够连续、 随机地在可见-近红外波段上快速实现波长的任意调谐。 利用该系统, 对活体裸鼠的耳廓采用检偏角为90°(正交偏振方式)与0°两种方式进行了试验, 获取了裸鼠耳廓微血管的多光谱图, 得出采用正交偏振成像方式的图像的对比度及图像细节均优于检偏角为0°时的图像。 试验验证了正交偏振多光谱成像技术能增强活体微循环观察效果。
OPS imaging(正交偏振成像术) LCTF(液晶可调谐滤光片) 微循环 多光谱成像 OPS imaging Liquid crystal tunable filter Microcirculation Multi-spectral imaging 光谱学与光谱分析
2010, 30(7): 1886
水污染监测中， 水中有机物含量是水质检测的重要指标。 目前广泛使用的基于光栅红外分光光度方法的测油仪存在速度慢、 灵敏度低、 分辨率和信噪比不高等问题。 应用傅里叶变换红外光谱检测技术， 可以有效克服传统仪器的不足。 文章研制了一种基于特伦结构的傅里叶变换红外光谱仪， 有效减小仪器的体积并降低成本、 提高抗环境干扰能力， 使之适用于车载野外监测要求。 基于干涉激光波长反馈和DSP控制的音圈电机控制系统实现直线电机运动速度误差低于5%。 采用标准油样对仪器性能进行测试， 实验结果表明， 仪器分辨率最高为2 cm-1， 信噪比达到2 000∶1。 该方法与传统光栅方法相比， 检测速度快， 有机物光谱图性能指标显著提高， 轻便易携带的特点对水质实时现场检测带来便利。
傅里叶变换 测油仪 车载 小型 FTIR Oil content analyzer Car borne Miniaturized 光谱学与光谱分析
2009, 29(9): 2375
1 武汉大学电子信息学院,湖北,武汉,430079
2 湖北省光谱与成像仪器工程技术研究中心,湖北,武汉,430079
在傅里叶变换红外光谱仪中,用立方反射镜作为动镜的光路系统比平面镜时的情形复杂.通过建立系统的数学模型分析光路,确定了干涉信号的数学表达式;从干涉图调制度的角度对系统在非理想状态下的运动误差容限以及安装误差容限进行了分析.结果表明,与动镜和定镜都采用角反射体的系统相比较,该系统动镜运动中其偏摆和顶点横移不会对干涉图产生影响;与动镜为平面镜的系统相比较,该系统不需要对动镜的动态校正就能满足调制度判据要求.
傅里叶变换红外光谱仪 误差容限 调制度 立方反射镜 通光孔径
