光学显微成像技术无论是在临床诊疗还是在基础科学研究上都发挥着重要的作用。伴随着新型荧光探针、光学控制、探测器件的不断发展,超分辨光学显微技术突破了传统光学衍射极限的限制,为现代生物医学研究提供了新的工具。在超分辨显微成像技术中,结构光照明显微镜(SIM)通过空间编码的结构光照明样品,将样品部分超出衍射极限的高频信息调制到低频中,从而通过光学系统实现超分辨成像。SIM具有成像速度快,光漂白和光毒性弱以及对荧光染料的非特异性需求等优点,被广泛应用于活细胞超分辨光学显微成像。本文回顾了SIM技术的重要原理与技术进步,重点介绍了SIM硬件设计与图像重构算法中关键的实验要点与技术难点,列举了现阶段SIM在生物成像中的部分应用,探讨了SIM未来的发展方向。期望本文能为SIM的设计和使用者提供一定的指导。

超分辨显微技术突破衍射极限的分辨能力为研究纳米尺度的超精细结构和生理学过程提供了有力的观察手段,对研究细胞的功能以及疾病的发病机制有十分重要的影响,具有十分重要的生物医学意义。单分子定位成像技术作为超分辨成像技术的一个分支,具有重大的科研价值。从单分子定位成像技术的研究背景和意义出发,详细介绍了该技术的发展历程,对现有的主要单分子定位技术进行了较为详细的原理介绍和各自优缺点的分析,最后对单分子定位技术的实际应用进行了展望。

为了实现全息图的快速计算,提出了一种基于OptiX光线跟踪引擎和NVIDIA图形处理器(GPU)的光线跟踪全息图生成算法。该算法充分利用了GPU中的硬件光线跟踪核心,可有效提高全息图的计算速度。当组成三维模型的多边形数量为1.6万个,物点数量为4万个时,该光线跟踪全息图生成算法的计算速度约为基于GPU的点源全息图生成算法的11.5倍。

卷积神经网络(CNN)的结构与参数决定了其在图像分类中的性能,针对深度网络结构复杂、参数量较大的问题,提出了一种基于稠密连接网络进化的CNN(D-ECNN)图像分类算法。该算法可对网络结构空间进行有效搜索,并基于有限的计算资源对深度网络结构与参数进行自适应优化。在车辆数据集上的分类实验结果表明,本算法的准确率可达到95%,相比视觉几何组(VGG16)算法,提升了约1%,且本算法的模型文件较小、速度更快。

胶囊网络作为一种新型深度学习网络,胶囊结构可以编码特征的姿态、纹理、色调等信息,对图像具有良好的纹理特征编码能力。针对胶囊网络的初级特征提取网络过于简单、空间特征表达能力不足的问题,提出了一种结合深度卷积神经网络特征表达能力与小波变换多分辨率分析能力的离散小波胶囊网络(DWTCapsNet)。首先,研究了胶囊网络在纹理图像分类应用中的可行性;其次,研究了DWTCapsNet各部分对胶囊网络分类性能提升的能力;最后,通过抗旋转和抗噪声实验分析了DWTCapsNet的鲁棒性。以分类准确率为模型评价标准,在常用纹理图像数据集上的实验结果表明,DWTCapsNet的分类准确率较高。

传统稠密轨迹算法在人体动作识别中取得了较大的成功,但是其在轨迹的形成过程中将动作产生的轨迹和背景运动导致的轨迹进行了相同处理,导致视频表示过于冗余,识别精度受限。为解决这一问题,首先分析背景运动与行为运动模式的差异性,以特征字典的稀疏系数矩阵为基础,利用低秩分解的方法得到稀疏误差矩阵,进一步求解出视频的显著图,然后以显著图作为依据仅在动作相关区域内形成显著性轨迹,并以此表征人体动作。最后基于公开数据集:UCF Sports数据集和YouTube数据集,验证了本文方法的有效性。

基于深度学习的目标跟踪算法将卷积深层输出结果作为特征,虽然准确度高但耗时长;基于融合特征的目标跟踪算法按照响应值融合目标特征,虽然跟踪速度快,但降低了准确度。为了兼顾目标跟踪算法的时效性和准确度,提出基于相似性特征估计的目标跟踪算法。首先利用重要性重采样滤波粒子构建目标观测模型,其中包括选择粒子状态、转移系统状态、构建观测模型、粒子权值更新以及重采样过程。在此基础上,提取目标的统计纹理特征、运动尺寸特征以及运动速度与方向特征,并融合目标特征构建目标特征框架。结合相似性特征估计完成目标定位,包括描述目标模型、表示候选模型、度量目标具体相似度以及目标定位过程。在完成目标定位后,基于实时压缩实现目标跟踪。本文算法的跟踪准确度均在90%以上,跟踪过程耗时保持在450ns以下,性能优于基于深度学习和融合特征的目标跟踪算法。本文算法能够快速、准确实现对目标的跟踪,应用优势较强。

广义模糊C均值算法是一种比模糊C均值算法收敛速度更快的算法,然而它在分割灰度图像时对噪声敏感。为了改善其鲁棒性,提出基于图像块的像素灰度值加权的广义模糊C均值算法。该算法利用图像块代替单个像素构建目标函数,图像块内各像素的权重由邻域像素和中心像素空间关系及图像块内各像素灰度关系综合确定。以新目标函数为基础,利用拉格朗日乘子法推导出含图像块形式的隶属度和聚类中心表达式。通过这种方式,将邻域信息融入进聚类进程,提升算法的鲁棒性。利用合成图像和实际图像进行分割实验,结果表明:所提算法具有较强的鲁棒性和良好的分割性能。

为了提高合成孔径雷达(SAR)图像目标的识别性能,将多分辨率表示与复数域卷积神经网(CNN)联合使用。首先通过对原始SAR图像的时频域进行处理,获得其多分辨率表示图像;然后采用复数域CNN分别对原始SAR图像及其多分辨率表示图像进行分类;接着对分类结果进行线性加权融合,根据融合结果对测试样本类别进行判决;最后基于MSTAR数据集对所提方法在标准和扩展的操作条件下进行实验。实验结果表明,所提方法具有有效性及稳健性。

在全景视频目标跟踪过程中,由于光照条件变化复杂和目标相对镜头运动时尺度变化剧烈,目标跟踪算法存在精度低和适用性差等问题。为了解决这个问题,提出了一种基于改进SiameseRPN的全景视频目标跟踪算法。首先采用MobileNetV3中的网络结构提取深度特征,使算法对全景视频序列中出现的场景缺陷有更好的适应性,并利用Squeeze and Excite模块增加网络对特征选择的敏感度。提出并构建了一种基于双线性插值的特征融合模块,运用双线性插值的方法使输出的后三层深度特征具有相同尺度,并融合这三层特征以用于网络预测。最后利用分类分支预测出当前序列中的正负样本,利用回归分支预测当前输出目标的位置信息和尺度信息,最终输出目标的位置信息。实验结果表明:所提算法可以有效地解决全景数据中的局部图像质量欠佳和尺度变化的问题,在保持实时跟踪性能的同时,具有较高的跟踪精度,对目标跟踪中出现的小目标、目标遮挡及多目标交叉运动等情况表现出良好的适应性,具有良好的视觉效果和较高的跟踪得分。

提出了一种精确求取莫尔条纹局部倾角的图像处理方法,可用于求解在渐进多焦点镜片屈光度测量中出现的莫尔条纹局部倾角。研究了实际采集到的条纹图片特性,分析了理论推导时假设测量条件与实际测量条件的矛盾,进一步探究表明实际测量所需的莫尔条纹角度实质上是基于条纹相位场而非强度场。在此基础上,提出了基于相位拟合求取条纹局部角度的方法,该方法首先通过移相得到莫尔条纹的相位,然后对相位进行泽尼克多项式拟合,得到相位的多项式表达,最后通过求解多项式对两个方向的偏导数,计算出相应位置的条纹角度。理论分析和仿真结果表明,该方法能够避免背景光和光源振幅分布不均的影响,对条纹噪声和条纹周期变化不敏感,角度求取精度可达到0.2°。

高光谱解混的目的在于提取图像中的端元特征和丰度特征。由于高光谱图像空间分辨率低而存在大量混合像元,因此如何从混合像元中提取光谱特征和空间分布信息是高光谱解混面临的难题。基于非负矩阵分解的高光谱解混是一个不适定拟合问题,而且在处理过程中将立方体数据转化为矩阵会导致三维结构信息的丢失。利用最小体积单纯形空间稀疏性,提出一种基于最小体积稀疏正则的高光谱解混方法,能够挖掘出图像中光谱特性和丰度特征的内在关系,减少结构信息的丢失。将凸几何中的最小体积约束与非负矩阵分解相结合,并采用近似交替优化与交替方向乘子法设计出高效的求解算法。最后分别采用合成数据和真实数据进行仿真实验,结果表明该种算法能够有效地提取出高光谱图像的端元特征和丰度特征。

针对应用深度学习检测数码印花缺陷需准确分类的问题,提出了基于卷积神经网络(CNN)的数码印花缺陷分类算法。该方法首先依次对图像进行RGB颜色空间直方图均衡化、高斯滤波、局部均值分辨率调整的图像预处理,提升输入网络的图像质量,并进行图像几何变换的数据增强,扩充样本数据集;然后,设计拓扑结构为2个卷积层、2个池化层、2个全连接层的CNN网络对样本进行训练,得出最优的数码印花缺陷分类CNN模型。经600张测试样本验证,结果表明,该算法对各类数码印花缺陷的分类准确率均超过90.0%,多分类任务Kappa系数值为0.94,能实现数码印花缺陷的准确分类。

针对上下文感知相关滤波跟踪算法中提取目标周围背景信息训练滤波器时,未考虑滤波器时间一致性的问题,当目标出现外观突变时,滤波器无法适应连续两帧图像中目标和背景信息的变化,易出现目标漂移等问题,提出一种自适应上下文感知相关滤波跟踪算法。首先,将目标周围的背景信息学习到滤波器中,增加滤波器对背景信息和目标的分类能力,加入时间感知项,保证学习连续两帧图像的滤波器尽可能一致。然后,采用线性插值法用于确定目标位置,模型更新阶段,引入遮挡判别依据平均峰值相关能量对目标是否遮挡进行判别。最后,在数据集OTB100上与当前主流算法进行大量对比实验。实验结果表明,本文算法在数据集OTB100上的精确率和成功率分别为0.798和0.722,与其他主流算法相比,本文算法在快速运动、遮挡、光照变化等复杂条件下也具有较好的跟踪效果。

受散射和吸收的影响,水下图像出现颜色失真、可视性低、细节丢失的问题。为了有效解决上述问题,提出了基于颜色校正和细节保持的水下图像增强方法。首先,采用基于Retinex启发的方法,通过调整每个颜色通道的直方图分布来对颜色进行校正。然后,一个基于中值和均值的平均值的双区间直方图用于改善低像素区域和高像素区域,整合图像的对比度得到了显著提高。最后,一个多尺度非锐化掩模方法用于整个图像的锐化,以突显图像细节。实验结果表明,所提方法有效地消除了图像颜色失真,增强了图像对比度和细节。

在医学超声成像技术中,成像设备、成像机制和检测对象的不均匀性等因素导致超声图像中存在斑点噪声和部分失真的问题,这不仅降低了超声图像的质量,也给临床医学的诊断增加了难度。为了有效地抑制超声图像中的斑点噪声,提出了一种基于反向传播(BP)神经网络的自适应双边滤波的超声图像降噪方法。该方法能够通过BP神经网络预测的局部区域与参考噪声区域之间的相似度值区分超声图像中的噪声区域与组织区域,再通过将BP神经网络预测的相似度值与双边滤波器相结合实现对超声图像的自适应滤波。该双边滤波器能够对超声图像中不同的区域进行有区别的滤波。对4幅超声图像(物理体膜超声图像、肝脏超声图像1、肝脏超声图像2和肾脏超声图像)进行实验,结果表明该方法可以较好地抑制超声图像中的斑点噪声并保留其边缘特征,也能够得到更高的信噪比和更优的视觉效果。

研究散斑旋转去相关的原理,分析散斑旋转去相关角的影响因素,推测出散斑旋转去相关角主要受散斑无序程度和计算时所用散斑面积大小这两方面因素的影响。为进行实验验证,分别改变光学系统的四个可调参数来观测散斑旋转去相关角的相应变化,即改变计算时所用的散斑面积、改变散射介质到探测器的距离、横向平移探测器、更换散射介质。实验结果表明,计算时选取的散斑面积越大、无序程度越高,对应的散斑旋转去相关角越小。在基于记忆效应的散斑成像中,研究结果能够给散斑旋转去相关的相关研究和应用带来帮助,具有一定的实际意义。

基于单一全变分正则的多通道图像盲复原算法容易使复原图像产生振铃效应、丢失高频细节信息。针对这个问题,利用模糊图像暗像素的非稀疏性,提出一种基于全变分和暗像素的多通道图像盲复原算法。针对全变分和暗像素双正则模型求解难的问题,使用分裂Bregman优化算法确保结果收敛,将全局问题分解为独立的子问题,通过交替迭代图像和点扩展函数复原出目标图像。实验结果表明,所提算法能够有效去除图像模糊,抑制振铃效应,复原出高质量的清晰图像。与采用单一全变分正则项的算法相比,所提算法的峰值信噪比提高了0.12 dB~5.86 dB,结构相似度提高了0.014~0.125。

针对幻影节点与源节点之间跳数较少、分布区域集中以及传输路径不够多样化等问题,提出一种优化源节点位置隐私强度的保护策略。该策略可以增强幻影节点选取的多样性,有效避开攻击者的可视区。设置选取幻影节点的条件,将幻影节点待选区域利用源节点生成的动态随机数以及存储位置信息分层,确保幻影节点与源节点之间具有足够的安全距离。设置距离Sink节点最小跳数且距离相等的等邻居节点组成的集合作为一个虚拟圆环,当数据包到达虚拟圆环时随机选择传递方向,利用动态生成的跳数值逐跳传递,可以有效增强传输路径的多样性,延长攻击者的平均追踪时间。仿真结果表明,与传统策略相比,所提策略可以使源节点位置隐私的安全性更高。

针对图像拼接过程中传统算法存在特征点匹配正确率低和图像融合过程中出现重影、色差及拼接缝隙等问题,提出一种融合改进SURF(Speeded Up Robust Feature)和Cell加速的幂函数加权图像拼接方法。首先利用余弦相似度初步判断特征点的相似性,然后结合双向一致性算法和MSAC算法对粗匹配点进行精匹配,最后使用Cell加速的幂函数权重对图像进行融合,从而完成图像拼接。实验结果表明,相比于其他算法,所提算法的特征点匹配正确率高出约为11个百分点,均方误差缩小约为1.32%~1.48%,信息熵提升约为0.98%~1.70%,拼接总时间消耗减少约为2 s。所提算法在匹配正确率和融合效果上有较好的效果,且同时拥有较好的拼接图像质量,具有更好的普适性。

点云是一种重要的三维表达方式,在计算机视觉和机器人领域都有着广泛的应用。由于真实应用场景中存在遮挡和采样不均匀等情况,传感器采集的目标物体点云形状往往是不完整的。为了提取点云的特征和补全目标点云,提出了一种基于多分支结构的点云补全网络。编码器从输入信息中提取局部特征和全局特征,解码器中的多分支结构将提取的特征转换成点云,以得到目标物体完整的点云形状。在ShapeNet和KITTI数据集以及不同残缺比例、不同几何形状的情况下进行实验,结果表明,本方法可以很好地补充目标缺失的点云,得到完整、直观、真实的点云模型。

为了克服噪声导致的相位展开不连续现象,用Canny边缘检测算法获取重建模型的真实边缘,结合二阶差分函数计算边缘可靠性,并根据可靠性的大小逐区域展开相位,以达到稳定展开模型全局相位的目的。提取传统算法和本算法相位展开后任意行(或列)的数据点,得到两种算法相对原始数据点的标准差分别为0.0562和0.0121。同时,本算法可以解决枝切法中因噪声过大导致的相位展开稳定性低以及最小二乘法在重建模型中断层的问题,能很好地克服噪声并进行三维重建。

为了解决消费级无人机(UAV)视频图像在传输过程中出现的高时延、低可靠性等问题,提出一种适用于消费级无人机的视频传输算法。发送图像时,对视频流进行分帧分片,采用分量变换,对Y,Cr,Cb三分量进行三级离散小波正变换、位平面分解、组织编码、并行传输处理。接收过程与发送过程相逆,将接收的完整图像存入二级缓存区以进行后续处理。小波变换保证了图像传输的可靠性,图像编码减轻了图像传输的负荷,图像并发及二级缓存接收进一步提高了图像的实时性。在传输距离为20m的WIFI环境下,对分辨率为640×480、1280×720图像分别进行测试。640×480图像下,接收帧率均值为47.7frame/s,时延均值为35.7ms,结构相似性(SSIM)均值为0.984,方均根误差(RMSE)均值为1.61;1280×720图像下,指标依次为28.8frame/s、45.9ms、0.978、2.68。实验结果表明,当消费级无人机在超低空拍摄时,所提算法能够满足高清视频流实时可靠传输的要求,也可应用在其他图像传输领域。

图像拍摄过程中会不可避免地产生由相机抖动或物体运动引发的图像模糊问题。针对该问题,提出了一种基于图像边缘判别机制的盲图像去模糊方法,以恢复图像并使之具有清晰的边缘。首先,提出一个PNet子网,将模糊图像作为输入并利用数据驱动的方式进行判别学习,直到网络收敛。将模糊图像再次输入到训练收敛的PNet子网的生成器中,可得到去模糊图像,并将此图像记作边缘弱化图像。其次,提出一个DNet子网,将模糊图像和边缘弱化图像输入到DNet子网中进行训练,得到的训练收敛的DNet生成器即为图像去模糊模型。此外,提出边缘重建函数和图像语义内容损失函数用于约束图像的边缘和语义信息。最后,提出图像边缘判别的目标损失函数,使得DNet子网的判别器在完成生成图像与标签图像真假判别的同时,还完成对边缘弱化图像和标签图像的进一步判别,因此图像边缘信息的判别学习得到了强化。实验结果表明,所提方法能够有效地恢复大幅度模糊图像和运动引起的模糊图像,这证明了边缘判别机制对图像边缘恢复的重要作用。

为了进一步提升基于卷积神经网络的文本检测器的检测精度,首先,用具有分散注意力机制的特征提取网络替代原始算法的主干网络,如残差网络,以促进通道间的信息交互,最大化地激活文本特征。其次,在原始特征金字塔网络的基础上增加自底向上的路径,以减少文本特征信息的损耗。实验结果表明,本算法在CTW1500、Total-Text曲线数据集上的平均精度分别为78.7%、79.0%,在多方向数据集和多语言数据集的平均精度分别为82.7%、79.3%,相比其他算法均有一定的提升。

针对采用高斯滤波器对图像进行滤波会导致图像边缘平滑,人为设定高、低阈值会导致阈值的自适应性差,采用双阈值法去除虚假边缘会导致去除效果不佳等问题,提出改进的Canny边缘检测算法并应用于影像测量领域。首先使用开关中值滤波代替高斯滤波,在去除噪声的同时保留非噪声像素点的灰度值不变,从而提高边缘定位精度;然后采用K-means聚类算法以得到高、低梯度值聚类中心,采用OTSU算法以得到梯度阈值,将两个方法结合,可以实现高、低阈值的自适应;最后采用面积形态学的方法去除图像的干扰边缘。实验结果表明,改进的算法具有定位精度高、自适应性强以及干扰点去除效果好等优点。

针对光学相干层析视网膜图像进行人工分类诊断时存在漏检、效率低等问题,提出一种基于深度学习技术构建联合多层特征的卷积神经网络分类算法。首先通过均值漂移和数据归一化算法对视网膜图像进行预处理,并结合损失函数加权算法解决数据不平衡问题;其次使用轻量深度可分离卷积替代普通卷积层,降低模型参数量,采用全局平均池化替换全连接层,增加空间鲁棒性,并联合不同卷积层构建特征融合层,加强层间特征流通;最后使用SoftMax分类器进行图像分类。实验结果表明,该模型在准确率、精确率、召回率上分别达到97%、95%、97%,缩短了识别时长,所提方法在视网膜图像分类诊断中具有良好的性能。

针对当前人脸关键点检测算法网络模型复杂度高、在计算资源受限时不利于部署的问题,基于知识蒸馏思想,提出了一种高精度、轻量级的人脸关键点检测算法。通过改进残差网络(ResNet50)中的Bottleneck模块并引入分组反卷积,得到轻量级的学生网络。同时提出逐像素损失函数和逐像素对损失函数,通过对齐教师网络与学生网络的输出特征图与中间特征图,将教师网络的先验知识迁移至学生网络,从而提高学生网络的检测精度。实验结果表明,本算法得到的学生网络参数量为2.81M,模型大小为10.20MB,在GTX1080显卡上的每秒传输帧数为162frame,在300W和WFLW数据集上的平均误差分别为3.60%和5.50%。

提出基于聚焦堆栈单体数据子集架构的全局成像方法,该方法可以提高单体内部的重建精度,减少由物体边界深度跳跃带来的重建误差。首先采用Alpha Matting算法获取物体的边界信息,按照物体的边界信息在(x,y)空间中对聚焦堆栈进行精确划分,在深度方向上对聚焦堆栈数据进行筛选,获得聚焦堆栈单体数据子集。然后根据聚焦测度对单体数据子集进行深度重建和全聚焦成像,利用全变差正则化优化计算结果。最后将优化后的聚焦堆栈单体数据子集的重建结果进行全局融合,得到全局场景的深度图和全聚焦图。实验结果表明,提出的基于聚焦堆栈单体数据子集架构的全局成像方法可以提高计算效率和重建结果的质量,为聚焦堆栈计算成像提供一种优化方案。

遥感图像分类是图像分析的重要步骤,其中分类后精度评定是判定图像分类效果的主要依据。目前,面向对象分类的精度评定常采用随机验证点作为评定参数,这样容易造成评定的分类结果精度不高。提出基于规则验证点的面向对象的分类精度评价方法,在使用支持向量机、CART(classification and regression tree)决策树和K最近邻进行分类的基础上,分别采用基于规则验证点和随机验证点的方法对分类结果进行精度评定。实验结果表明,所提出的方法比传统的基于随机验证点的方法得到的分类精度更高。三种分类方法在规则验证点下的最优总体分类精度分别达到了87.92%、91.94%和94.63%,均优于基于随机验证点的方法的精度评定结果。

为了构建清晰且大景深的活性污泥微生物显微图像,提出一种基于离散余弦变换(DCT)的多平面活性污泥显微图像融合算法。首先对相同位置、不同焦平面的显微图像进行边缘锐化预处理,分别计算分块图像的变换系数。然后选择系数方差大的子块作为融合图像的子块,采用DCT逆变换对子块进行图像融合。最后应用双边滤波器一致性验证对融合图像进行进一步修正。通过对某污水处理厂采集的活性污泥显微图像进行图像融合实验研究。实验结果表明,所提算法在图像融合清晰度和计算复杂度方面具有相对优势。

针对机器视觉中目标跟踪出现的遮挡问题,在原有的DAT(Distractor-Aware Tracking)算法框架上引入遮挡检测机制,提出了DDAT(Detection-DAT)算法。该机制首先提取目标的颜色特征,通过颜色特征计算目标帧间的相似度,利用相似度的变化趋势及帧间差值阈值,判断目标在跟踪中是否出现遮挡;然后利用朴素贝叶斯分类器和最邻近分类器,得到后续帧中的目标框;最后再次通过相似度检测两个分类器得到的目标框是否为正确的目标框。为了验证算法的有效性,在具有遮挡属性的标准数据集视频序列上,与DAT算法以及其他的跟踪算法进行定性和定量的比较。

在人群计数统计时存在相机透视、人群重叠、人群遮挡等众多干扰因素,使人群计数的准确性不高。针对这一问题,提出一种多尺度融合的深度人群计数算法。首先,利用VGG-16网络的部分结构提取出人群底层特征信息;其次,以膨胀卷积理论为基础,构建多尺度特征提取模块,实现多尺度上下文特征信息的提取,降低模型参数量;最后通过将底层细节特征信息和高层语义特征信息融合的方式,提升模型计数性能和密度图质量。在三个公开数据集上对不同算法进行测试。实验结果表明,与其他人群计数算法相比,所提算法的平均绝对误差和方均误差均有不同程度的降低,说明所提算法具有较好的准确性、鲁棒性及良好的泛化性。

基于全局特征的行人重识别算法主要使用交叉熵损失函数和三元组损失函数来监督网络的学习。然而,原始三元组损失函数在增大类间距离的同时并未很好地优化类内距离,为了解决这个问题,提出一种基于全局特征的行人重识别改进算法。该算法是在三元组损失函数的基础上进行改进,即在原始三元组损失函数中引入一项类内距离,使改进后的三元组损失函数能够在增大类间距离的同时减小类内距离。在Market1501、DukeMTMC-reID和CUHK03数据集上进行大量实验,实验结果表明所提算法得到的特征具有更强的判别性,在基于全局特征的模型中可以取得最优的性能,接近甚至超过一些基于局部特征的模型。

为了增强畸变校正方法的实时性和适用性,提出了一种基于卷积神经网络(CNN)的图像畸变校正方法。首先,使用具有自校准功能的运动结构重建真实相机拍摄的图像序列,以估计相机参数;然后,根据拟合出的第一、第二阶径向畸变参数之间的函数关系,生成常见径向畸变范围内的图像,解决带有第一、第二阶径向畸变注释的畸变图像较少的问题;最后,利用CNN强大的学习能力学习径向畸变的特征,以估计径向的变形情况,并将输入图像映射为畸变系数,实现图像的畸变校正。实验结果表明,相比传统相机标定法,本方法的校正误差约为1 pixel。

传统图像去雾算法在处理亮度不均匀区域时可能会出现光晕现象,为了解决该问题,提出了一种基于边界限制的自适应双边滤波去雾方法。通过直方图分析方法,获得了明亮区域分割的阈值点,进而实现对明亮区域的分割,并求取了全局大气背景光的值。构造了自适应边界限制方法,获取了初始透射率图像,通过优化的自适应快速双边滤波方法对透射率图像进行了优化。运用改进的暗原色理论方法,获取最终的去雾结果。通过主观和客观实验分析,可得该方法在视觉效果和效率方面优于当前的去雾方法。

深度神经网络在静态图像领域已取得突破性进展,并逐步扩展到视频识别领域。人体动作识别是视频识别领域的研究热点和难点,因此,提出了一种基于双流快速区域卷积神经网络(Faster RCNN)改进的人体动作识别算法。首先,用RGB(Red,Green,Blue)图像和光流数据作为网络的输入,分别训练Faster RCNN;然后,将训练好后的网络模型进行融合,并引入改进的压缩和激励模块对特征通道进行处理,以突出重要特征;最后,用完全的交并比损失函数作为边框回归损失函数,以优化某些预测框与真实框不能相交等问题。实验结果表明,相比传统的Faster RCNN,本算法在动作识别数据集UCF101上的准确率得到了一定的提高。

针对雨雪天气条件下的运动目标检测受到天气的影响较大,提出一种融合全变分(TV)正则化和Rank-1约束鲁棒主成分分析(RPCA)模型的视频序列运动目标检测算法。利用RPCA这一工具,在低秩稀疏分解框架下,采用Rank-1约束描述背景层的强低秩性,利用TV正则化结合L1范数对前景目标的稀疏性和空间连续性进行约束,从而弥补现有RPCA模型的不足。针对所提模型,采用交替迭代乘子法的思想结合增广拉格朗日乘子法对目标函数进行优化求解。实验结果表明,所提算法不仅能够准确检测出运动目标,而且具有较短的运行时间,这为视频的实时检测提供参考。与其他同类算法相比,所提算法不仅检测效果更佳,而且在F测度值、召回率和准确率的定量评价中均有优越性。

针对糖尿病患者出现视网膜病变的现象,提出一种基于深度学习的糖尿病视网膜病变诊断模型。在保证图像识别模型深度的前提下,通过修改Inception模块的组成减少模型参数,从而提升收敛速度;通过引入残差模块,解决了模型深度增加带来的梯度消失和梯度爆炸等问题;利用数据扩充和设置Dropout的方法,有效避免了数据集不足导致模型出现过拟合的现象,从而实现对糖尿病视网膜病变患病等级的检测。实验结果表明,所提出的DetectionNet深度卷积神经网络对糖尿病视网膜病变患病程度等级分类任务的识别率达到91%,相对于LeNet、AlexNet和CompactNet等网络模型均有20%以上识别率的提升。该研究对糖尿病患者的早期预防和治疗、避免出现糖尿病视网膜病变具有重要意义。

提出一种结合卷积神经网络(CNN)和改进的图搜索来分割光学相干断层扫描成像(OCT)图像中的7个视网膜层边界的方法。首先利用CNN自动提取每个边界的特征并训练相应的分类器,由此将获得的每个边界的概率图作为分割的感兴趣区域;其次,提出一种改进的图搜索方法,该方法在垂直梯度的基础上添加了横向约束,当遇到血管阴影时,分割线可以横向穿过阴影。使用所提方法对正常图像进行分割,并对得到的结果和图搜索方法、基于CNN的方法得到的结果进行比较。实验结果表明,所提方法能精确分割7个视网膜层边界,平均层边界误差为(4.31±5.87) μm。

逆向工程中点云模型孔洞边界的检测是孔洞修补的前提,完美的孔洞轮廓线有利于提高孔洞修补的质量。首先参照二维图像中边界的定义,给出了三维点云模型中孔洞边界的定义;之后通过分析待测点邻域协方差矩阵特征值之间的关系,设计了一种边界点检测算子,用于初步提取孔洞边界特征点;然后采用改进的Kruskal最小生成树算法构建点云最小生成图,并在最小生成图中完成孔洞边界点的排序与孔洞轮廓线的提取。实验结果表明:所提边界检测算子步骤简单,算法效率高;基于计算机图论的孔洞轮廓线生成算法提取的孔洞轮廓线具有光滑、连续的优点,并且在生成轮廓线的同时完成了孔洞聚类。

利用Leica C05三维激光扫描仪和南方全站仪以多种特征的植物表面为观测目标,获取点云数据和距离参考值,研究不同植物表面的颜色、粗糙度和测站距离对点云的测距精度和激光回波强度的影响。实验结果表明:测站距离小于100 m时,扫描仪测距误差为1~5 mm,超过90 m时,测站距离每增加10 m,激光点云测距误差约增加1 mm;颜色、粗糙度和测站距离对三维激光扫描仪的激光回波强度和测距精度有影响;颜色对激光回波强度的影响较大,白色的激光回波强度最强,黑色最低,测距精度与激光回波强度有较强的相关性;植物表面粗糙度对激光回波强度的影响较低,没有明显的相关性;植物和非植物的颜色对激光回波强度的影响基本类似。

采集艾比湖湿地89个典型样点和土壤实测光谱数据,对所测土壤光谱进行一阶微分变换预处理,采用连续投影算法(SPA)、主成分分析(PCA)和稀疏自编码(SAE)对光谱数据进行特征提取,结合偏最小二乘回归与BP(Back Propagation)神经网络构建SOM估算模型。实验结果表明,SAE方法能够有效对光谱进行压缩;相比于PLSR模型,BP模型能够较好地处理光谱中复杂的非线性信息;SAE-BP方法在估算SOM中取得的精度最高。网络模型的建模方式能够显著提高VIS-NIR光谱反演土壤有机质模型的稳定性和精度,当面对光谱中复杂的非线性问题时,具有很强的解析力和较好的模型稳健性,为使用VIS-NIR数据估算SOM提供一种新思路。

针对森林复杂冠层结构和林分高密度下遥感树种识别精度不高的问题,将能够提取高维数据立体特征的三维卷积神经网络(3D-CNN)引入到遥感影像树种识别中,并利用残差网络(ResNet)对其进行改进,提出三维残差卷积神经网络(3D-RCNN),以减小网络深度带来的误差,降低退化现象的影响。联合高分五号高光谱数据(GF-5 AHIS)和高分六号高空间分辨率数据(GF-6 PMS),辅以森林资源数据和外业调查数据构建样本集。结合3D-RCNN思想构建树种识别模型。实验结果表明:相较于传统3D-CNN,3D-RCNN将模型网络从12层增加到18层,能够深化网络结构,缓解网络退化;联合GF-5 AHIS和GF-6 PMS,3D-RCNN能够有效地识别北亚热带森林树种,且识别精度(91.72%)要优于传统3D-CNN(85.65%)和支持向量机算法(85.22%)。

针对遥感图像中舰船形状狭长、分布杂乱等特性导致检测难度增大的问题,提出了一种基于快速区域卷积神经网络(Faster R-CNN)的舰船目标检测方法。采用双路网络提取舰船目标特征,为了使特征图充分融合底层细节信息和高层语义信息,用多尺度融合特征金字塔网络(MFPN)进行特征融合;在候选框生成阶段,提出了自适应旋转区域生成网络(AR-RPN),集中在目标中心位置生成旋转锚框,以高效获取优质的候选框。为了提升网络对舰船目标的检测率,结合改进的损失函数对网络进行优化。在HRSC2016和DOTA舰船数据集上的测试结果表明,本方法的平均精度分别为89.10%和88.64%,能很好地适应遥感图像中舰船的形状与分布特性。