【摘 要】
：
边缘增强作为一种图像处理技术,对于研究物体边界信息有着重要的应用。根据热光鬼成像的关联机制,将鬼成像与螺旋相衬成像技术相结合,把相位物体与涡旋滤光器非定域地放在热光鬼成像系统的探测光路和参考光路中,建立了相位物体边缘增强识别系统。实验结果表明,采用具有分数阶轨道角动量拓扑荷的涡旋滤波器可以实现轨道角动量值在0～1范围内的相位物体的边缘渐变性增强效果。随着轨道角动量拓扑荷数的增加,相位物体的边缘增强
论文部分内容阅读
边缘增强作为一种图像处理技术,对于研究物体边界信息有着重要的应用。根据热光鬼成像的关联机制,将鬼成像与螺旋相衬成像技术相结合,把相位物体与涡旋滤光器非定域地放在热光鬼成像系统的探测光路和参考光路中,建立了相位物体边缘增强识别系统。实验结果表明,采用具有分数阶轨道角动量拓扑荷的涡旋滤波器可以实现轨道角动量值在0～1范围内的相位物体的边缘渐变性增强效果。随着轨道角动量拓扑荷数的增加,相位物体的边缘增强效果会越明显。非定域螺旋相衬成像相较于传统的螺旋相衬成像方案,突破了被测物体和涡旋滤波器在同一光路,并且
其他文献
聚类算法被广泛应用于模式识别、信息检索、图像处理,以及自然语言处理等领域,GCS和SOM是两种常用的基于神经网络思想的聚类方式,很多学者在它们的基础上提出了不同的改进算法,GHTSOM(Growing Hierarchical Tree SOM)便是其中之一,对于数据分类较为清晰的应用场景效果良好,但不适用于干扰数据或者噪声数据较多的应用场景。利用图像处理中的腐蚀算法对GHTSOM算法进行优化,即
近年来,边缘计算和人工智能结合的模式越来越流行。面部动作单元(ActionUnit)检测分析是一种通过分析局部面部区域中某些原子肌肉运动的线索来识别面部表情的方法。根据面部特征点的检测,可以计算出AU的值,然后通过对这些AU值进行分类来进行实时情绪检测。然而,在实际的生产过程中,由于传输面部动作单元特征数据网络的开销巨大,这会给在生产中的通信网络带来新的挑战,因此可以选择使用树莓派,实验中设计了基
无监督域自适应方法通过源域标签数据学习到的知识对目标域无标签数据进行分类,成为目前迁移学习中解决两个域特征对齐的主流方法。针对现实中存在已标签数据量少且质量不高造成提取的特征不完备的情况,文中提出了基于自监督任务最优选择的无监督域自适应方法。为使特征具有更强的语义信息,在两个域未标记数据上使用了多个自监督任务;此外,针对进行自监督任务时的易混淆特征,提出了一种新的智能组合优化策略自适应地选择有效特
为提高多传感器融合图像的细节保持性与目标信息完整性,提出一种基于非下采样轮廓波变换(Non?Sub?sampling Contourlet transform,NSCT)与GoogLeNet神经网络模型相结合的异传感器图像融合算法。本文采用的异传感器图像为红外与可见光图像,首先将红外与可见光图像分别进行NSCT变换,分解得到一个低频子带系数和一系列多尺度、多方向的高频子带系数;然后将高频子带系数采
传统红外人工诊断方法难以应对变电站机器人、无人机自主巡检产生的海量红外图片,目前针对电流致热型缺陷较易识别,但缺少危害严重的电压致热型缺陷智能诊断方法研究,提出了一种基于旋转目标检测的变电设备电压致热型缺陷智能诊断方法。基于改进R3Det模型对瓷套进行旋转目标检测,基于Faster RCNN模型对红外图像中三相区域、套管、电流互感器等变电设备区域进行识别、定位;通过自动关联包含在三相区域中的同类设
在自然环境下对火龙果进行实时检测是实现火龙果自动化采摘的必要条件之一。该研究提出了一种轻量级卷积神经网络YOLOv4-LITE火龙果检测方法。YOLOv4集成了多种优化策略,YOLOv4的检测准确率比传统的YOLOv3高出10%。但是YOLOv4的骨干网络复杂,计算量大,模型体积较大,不适合部署在嵌入式设备中进行实时检测。将YOLOv4的骨干网络CSPDarknet-53替换为MobileNet-
《趣味地震学》是发表于中国地震学会主办期刊《地震科学进展》的系列科普文章,自2019年1月起连载两年多,好评如潮,下载量居高。该结集出版的精编版,知识点多、可读性强,对于地震科学的基本概念用翔实的材料做了通俗易懂的讲解,生动有趣的文笔和高质量的插图跃然纸上,非但对不了解此行业的读者有很好的启蒙作用,对专业人员也有较大的参考价值。在地震科普写作上,从新颖的视角做了尝试,内涵与辞采兼备。
环境感知是智能化的基础,着重于让计算机解析图像内容,实现个体的身份认证。随着数字化与自动化技术的普及与发展,建筑物图像识别系统的设计与实现,成为了图像识别技术与建筑管理领域共同的发展目标。如何运用先进的图像识别算法对建筑物进行准确识别,又该如何提升建筑物图像识别技术的智慧性与先进性,是建筑物图像识别系统的现实问题。
后照明图像在白内障诊断和治疗中有着广泛的应用.使用计算机进行分割、分级,不仅省时而且可以得到客观的结果.针对已有算法在灰度不均匀、背景与前景灰度接近区域时无法有效分割的问题,提出一种基于改进FCM算法的后照明图像分割算法.在改进的算法中,首先计算超像素图像区域梯度信息,然后将超像素区域梯度信息归一化后作为权重引入到FCM算法中,充分考虑超像素图像区域信息和梯度信息,从而减少了这些区域的误分.实验结
为了实现中小型牧场实际养殖环境下牛只个体身份识别,达到精细化饲养的目的,试验提出了一种基于图像多通道K-奇异值分解(K-SVD)算法的字典学习算法来进行牛脸识别。该算法结合稀疏表示理论,通过R、G、B 3个通道获取更多图像细节和分量信息,将3个通道分量划分为n×n的网格重构输入矩阵。利用正交匹配追踪算法(OMP)对重构矩阵进行稀疏表示,结合K-SVD算法进行字典更新,为每类样本构造对应通道的学习字