排序方式: 共有44条查询结果,搜索用时 15 毫秒
21.
讨论了多维 DCT和多维 DWT的并行行列算法和并行多项式变换算法 ,并用 Log P模型对算法进行了分析。在仔细分析一维和二维离散小波变换与小波包变换计算结构的基础上 ,提出了它们的并行算法。算法只需相对较少的通信时间 ;适合大规模并行机 ( MPP)和工作站或微机机群系统 ;方法也适合信号处理中的各种塔式分解过程。用 Fortran语言和 PVM编制了算法的程序。在机群系统和大规模并行机上的实验表明 ,算法是正确的且具有较高的加速比。 相似文献
22.
全天候高精度导航与制导需要可靠的可见光与红外、可见光与合成孔径雷达(Synthetic Apeture Radar,SAR)的异源图像匹配算法。提出了一种基于方向矩的异源图像匹配算法:利用像素层次设计异源不变特征,描述像素点与其邻域各方向相似程度,通过统计比较各像素的相似性测度,实现不同传感器图像间的可靠匹配。进行了批量图像匹配实验,在可见光与红外、可见光与SAR异源图像间取得了超过90%的匹配正确率。较传统异源匹配算法,该算法大大提高了匹配正确率,在导航与制导领域有广阔的应用前景。 相似文献
23.
本文针对基于小波的图像压缩,提出一种新的快速有效的量化方法。该方法将矢量量化的高效率和标量量化的简单性有机地结合起来,称为混合量化(HQ-HybridQuan-tization)。它不需要进行码书训练,不要做乘除法。并用标准测试图像与其它著名方法的压缩结果进行了比较。 相似文献
24.
本文针对装配机器人的实际应用情况,提出了一种利用激光结构光提供的空间几何信息和图象中包含的物体表面与物体形状的信息来综合分析与提取空间物体的三维信息的方法。该方法已经实际应用于GKD-1型机器人视觉系统中。 相似文献
25.
以小型无人机对地观测为应用背景,研究了近似平面场景多视点图像拼接问题。对于已知粗略相机位姿的情况,提出一种融合相机位姿信息和图像特征点对应信息的方法,采用直接稀疏Cholesky分解方法求解拼接全局优化问题。由该方法得到的拼接结果没有全局变形,局部拼接误差也得到了明显的改善。对于相机位姿未知的情况,先采用structure-from-motion(SFM)方法恢复相机姿态和场景稀疏结构信息,再采用稀疏全局调整方法获得最终的图像变换参数。通过沙盘图像和真实的航拍图像拼接实验验证了算法的有效性。 相似文献
26.
色调映射是一种适用于亮度和对比度变化的快速图像匹配方法。由于异源图像间存在复杂的灰度变换关系,直接采用色调映射方法进行匹配的成功率通常难以满足应用需求。为了提高匹配成功率,本文提出基于局部色调映射的异源图像匹配方法。首先将实时图划分为不重叠的子区,对每个子区进行直方图均衡化和弱切片变换,通过局部色调映射计算子区与基准图的距离系数图。融合全部距离系数图得到图像匹配结果。实验结果表明,该方法匹配成功率高于现有的色调映射方法,且计算时间仅略高于现有方法,优于异源图像匹配中常用的互信息方法。 相似文献
27.
为了提高结核杆菌目标的分割精度,本文提出了一种基于区域级的光学显微结核杆菌图像分割算法。首先,通过顶帽-底帽变换增强彩色图像对比度,然后融合图像局部特征和全局信息计算图像梯度,在此基础上利用分水岭算法实现对图像的初始分割;对分割区域采用相邻区域最大相似度准则进行合并,从而得到完整的目标区域;最后根据结核杆菌图像的特点,通过分析结核杆菌目标区域的颜色特性,采用多阈值分割的方法滤除区域中的杂质,实现对结核杆菌目标的分割。实验结果表明,本算法可以分割出目标对比度低以及饱和度过低的结核杆菌目标,并且对不同染色背景的图像均能取得较好的分割结果。 相似文献
28.
随着图像技术的广泛应用,图像的质量评估问题,即信息的可靠性问题,在自动化系统中的地位日益重要。全信息图像质量评估是针对目标原始图像和被测图像都已知时的被测图像评估。从历史发展角度系统地回顾了20世纪60年代以来全信息图像质量评估研究的发展历程和现状,并从算法的构成角度对代表性的全信息图像质量评估算法进行了分类与分析。由于图像质量评估函数的性能测定在其研究中具有重要的地位,对于图像质量评估函数的性能测定方案给予了说明。最后,从研究的深入角度上讨论图像质量评估研究的未来发展趋势。 相似文献
29.
介绍了几种典型的全景成像器的成像原理和成像特点,对全景成像器的主要性能参数进行了研究,对比分析了传统的成像探测设备和超大视场的全景成像探测设备的特点,分析了全景成像技术在军用和民用领域的应用前景。 相似文献
30.
一种多目标跟踪航迹起始新算法及其性能评估 总被引:13,自引:0,他引:13
文中提出了一种多目标跟踪的航迹起始新算法,并对算法的性能进行了详细的理论推导,得出了正确航迹建立概率和虚假航迹建立概率的解析表达式,蒙特卡洛仿真验证了分析的正确性。 相似文献