1 首都师范大学信息工程学院, 北京 100048
2 首都师范大学物理系, 北京 100048
3 北京成像理论与技术高精尖创新中心, 北京 100048
提出一种基于Fourier变换对称性和随机多分辨率奇异值分解(R-MRSVD)的彩色图像加密算法。首先计算归一化明文图像的平均值作为logistic-exponent-sine映射的初值,并生成随机矩阵和位置索引;然后对每个颜色通道分别进行二维离散Fourier变换,根据共轭对称性仅保留一半的频谱系数,并提取实部分量和虚部分量构建实数矩阵;最后对实数矩阵进行R-MRSVD和Josephus置乱操作,得到密文图像。将明文图像的像素特征作为混沌序列的初值,保证算法具有高敏感性和高安全性,同时实值的密文便于存储和传输。对算法的解密图像质量、统计特性、密钥敏感性、抗选择明文攻击、鲁棒性等性能进行测试,仿真结果表明,所提加密算法具有可行性和安全性。
图像处理 彩色图像加密 Fourier变换 随机多分辨率奇异值分解 LES映射 Josephus置乱 激光与光电子学进展
2021, 58(4): 0410021
1 首都师范大学 信息工程学院, 北京 100048
2 成像技术北京市高精尖创新中心, 北京 100048
3 首都师范大学 电子系统可靠性技术北京市重点实验室, 北京 100048
4 美国西弗吉尼亚大学
5 首都师范大学 高可靠嵌入式系统技术北京市工程技术研究中心, 北京 100048
针对人体尺寸自动提取的问题, 提出一种基于PCL点云库的交互式算法。通过单台Microsoft Kinect 采集人体点云数据, 使用邻域平均法进行去噪预处理; 通过人机交互的方式选取特征点得到所对应的点云轮廓; 采用改进的凸包算法估算人体胸围、腰围、脖围尺寸。实现了全面的非接触式人机交互, 具有操作便捷、速度快的特点。实验结果表明交互式人体尺寸提取方法能够适用于不同人群, 改进的凸包算法能够有效地提高尺寸精度; 提取的人体尺寸满足GB/T 23698-2009的精度要求。
点云 尺寸提取 凸包 Kinect Kinect point cloud body measures convex hull
1 首都师范大学信息工程学院, 北京 100048
2 首都师范大学电子系统可靠性技术北京市重点实验室, 北京 100048
3 成像技术北京市高精尖创新中心, 北京 100048
4 首都师范大学高可靠嵌入式系统技术北京市工程技术研究中心, 北京 100048
在光照、背景变化、遮挡、噪声、快速运动等复杂环境下, 准确地实现行人跟踪一直是富有挑战性的任务。针对这些问题, 提出基于HSV颜色特征和贡献度重构的行人跟踪算法。在粒子滤波的框架内, 从HSV空间提取目标的混合颜色特征生成目标模板集, 依据不同区域对跟踪结果的影响对区域进行贡献度分配, 并将其引入到一个自适应的正则化模型中, 将具有最小重构误差的区域判定为待跟踪目标。为了增强算法的稳健性, 跟踪过程中对模板进行实时更新。在OTB 100个序列上进行测试, 本文算法得到跟踪结果的平均中心误差和跟踪成功率两项指标分别为0.6624 pixel和0.4153, 优于同类其他算法。实验结果表明, 该算法能够在复杂的视频场景中实现对行人的连续跟踪, 且稳健性较好, 有利于在实际系统中的实现。
图像处理 目标跟踪 混合颜色特征 贡献度重构 稀疏表示 粒子滤波 激光与光电子学进展
2017, 54(9): 091004
1 首都师范大学 信息工程学院,北京 100048
2 北京数学与信息交叉科学协同创新中心,北京 100048
3 首都师范大学 高可靠嵌入式系统技术北京市工程技术研究中心,北京 100048
4 成像技术北京市高精尖创新中心,北京 100048
针对粒子滤波算法在遮挡情况下导致视觉跟踪不稳定甚至丢失目标的问题,提出了一种基于团块建模与粒子滤波相结合的目标跟踪算法。首先通过图像分割的方法得到视频帧中的初始目标,并构建目标团块模型；然后基于多团块目标信息并结合粒子滤波算法进行分块跟踪；最后利用高斯加权的方式,得到最终的目标预测位置。实验结果表明,该算法具有较强的鲁棒性,尤其是在遮挡的情况下能够实现目标的稳定跟踪。
目标跟踪 团块建模 局部遮挡 粒子滤波 object tracking blob modeling partial occlusion particle filter
1 首都师范大学 信息工程学院,北京 100081
2 首都师范大学 北京高可靠嵌入式系统工程中心, 北京 100081
针对传统的PC平台去雾处理时间长、系统不便移植、平台不宜便携等问题,提出了一种基于FPGA平台的图像去雾系统。系统的开发包含了算法移植部分和硬件平台实现部分, 其中去雾算法是基于雾天成像物理模型提出的。针对FPGA平台的特点和限制对原算法进行了修改, 使其适合FPGA平台的结构。将修改后的算法使用Verilog HDL语言实现于FPGA平台。实验结果表明, 算法在保证云雾图像去除质量的前提下, 具有运行速度快, 可移植性好, 便携等优点, 能够满足工程项目的实用要求。
大气光学 去雾 图像快速恢复 雾天退化模型 atmosphere optics de-fog fast restoration FPGA FPGA dog degradation model
车牌的定位对车牌识别的成功率起到决定性作用。为了通过校正倾斜的车牌提高车牌在倾斜情况下字符识别的准确率,针对小型车蓝底白字的车牌提出了一种基于RGB色彩空间与Hough变换的车牌校正定位算法。对无倾斜情况的车牌可以直接定位, 对于存在明显倾斜的车牌可以实现倾斜校正并定位。对车牌无倾斜情况的定位准确率为93%, 倾斜车牌的定位准确率为88%。
车牌定位 Hough变换 RGB色彩空间 倾斜校正 license plate localization Hough transform RGB color space de-skewing
针对目标跟踪过程中存在的光线变化及目标遮挡等复杂情况所导致的跟踪目标的丢失或跟踪错位等问题, 采用特征融合的策略, 将其用于粒子滤波框架中进行跟踪。利用特征融合加权直方图的方法来描述目标的颜色和纹理特征, 并对变化的目标自适应地更新参考目标模型,能有效地处理视频中由于旋转、遮挡、光线变化带来的影响。实验证明, 提出的算法在保证跟踪精确性的情况下, 具有较好的适应性及鲁棒性。
目标跟踪 特征融合 粒子滤波 自适应跟踪 object tracking multi-feature fusion particle filter adaptive tracking
对车牌中的字符进行精确提取并识别是车牌识别系统面临的重要问题。在字符提取阶段, 利用车牌图像特有的信息特征, 提出以红色分量作为目标图像, 依次进行水平和垂直投影完成字符分割, 既可精确提取字符, 又可矫正字符形态。将基于结构相似度SSIM(structure similarity)的算法应用于车牌识别, 避免了前期对字符结构信息做大量的对比统计工作, 省略了特征提取的步骤, 降低了算法复杂度; 利用角点检测方法对相似字符进行细化和区分, 进一步完善了整体的识别性能。实验证明, 该算法有较好的识别率。
车牌识别 颜色分量 垂直水平投影 license plate recognition color component horizontal and vertical projection SSIM SSIM
车牌定位是车牌识别系统需要解决的首要问题。基于FPGA的硬件特点, 提出了一种简单、有效的车牌定位算法。在车牌区域图像的预处理阶段, 提出了一种新的基于色彩分量的灰度化方法, 该方法不仅可以消除小型民用车车牌图片的背景和车身信息, 还可以较好的保留车牌区域信息, 从而降低定位难度, 简化定位步骤, 提高小型民用车车牌定位的效率。并设计了一种实时车牌定位模块的软核IP, 该IP Core通过了代码覆盖率和功能覆盖率的测试。实际工程项目测试表明, 该IP Core定位准确、反应速度快。
通信与信息系统 车牌定位 communication and information systems license plate location IP Core IP Core
针对CMOS成像器件结构的特殊性，发展并提出了“像元光子转移技术”法测量增益和读出噪声。同时对CMOS器件的线性度、满阱电荷、暗流、不均匀性和量子效率等性能的测试方法进行了研究。最后基于2 k×2 k CMOS芯片进行了性能测试实验，实验结果验证了该测试方法的可行性和可靠性。
CMOS成像器件 读出噪声 增益 量子效率 满阱电荷 激光与光电子学进展
2010, 47(5): 051101
