摘要：传统的交叉视觉皮质模型(ICM)对单一噪声的去除具有良好的性能.为了扩展ICM在图像降噪领域的应用,提高降噪能力,提出一种基于邻域连接的NL-ICM.针对传统ICM存在的局限性,在神经元的构造上引入双边滤波的思想,通过扩展神经元的连接输入、引入连接权重、设计脉冲阈值实时计算函数,并为神经元设计像素更新规则.实验结果表明,该模型能够较好地去除图像中的混合噪声.

摘要：提出了一种实用的基于SRAM编程的FPGA加密新方法,它不必选择专用的FPGA加密产品,可以降低成本并提供给用户较大的选型空间。通过对不同加密算法的比较,该方法实现了适用于不同需求的加密方案,以便灵活选择,并在某军用龙芯计算机的设计中得到了实际应用。

摘要：真实图像再现技术旨在实现人类视觉对场景的真实认知,兼顾低动态范围图像增强和高动态范围图像色调映射的双重任务。该文首先对真实图像再现技术进展作了总结和分析,着重指出了视觉系统相关思路和方法,进而提出基于邻域强化连接交叉视觉皮质模型的统一框架,设计了算法流程,实现了不同动态范围图像在显示端真实再现的目标。仿真实验表明该方法尤其对于非均匀光照图像,能够提高亮度动态范围和调整对比度,同时能够保证高动态图像的高视觉质量显示。

摘要：针对高动态范围图像(HDRI)在低动态范围显示设备上的可视化问题,提出基于交叉皮质模型(ICM)的色调映射算法,其在融入人类视觉特性的同时兼顾了全局亮度和局部细节保持.首先将线性热流(LHF)应用于向心自动波(CA)的实现,构成LHF-CA-ICM,以解决原有ICM自动波效应的负面影响;然后根据LFH-CA-ICM迭代过程,通过设计自适应S形函数将亮度信息从高动态范围向低动态范围映射,并进行基于直方图截取的后处理;最后在RGB空间恢复颜色信息.实验结果表明,该算法可以获得HDRI高视觉质量显示效果,能够再现真实场景的细节和丰富色彩,并有效地避免了光晕等人工效应.

摘要：针对快速水平集算法用于图像分割时存在着阈值设置的困难,提出了一种新的改进思路.将曲线演化的过程看成对曲线上的点不断进行模式分类的过程,对控制曲线演化的外部速度函数进行重新设计.新算法通过引入贝叶斯分类决策和最小距离分类决策交替工作,间接从图像数据中获取外部速度函数所需的驱动力,使驱动力不再产生于划分图像数据所采用的阈值,同时将两种分类决策的失效条件作为新算法迭代停止的条件.仿真实验结果表明,新的分割算法不仅拥有较强的鲁棒性,能够自适应地根据图像灰度信息自动演化,而且对噪声影响也具有较强的抑制性.同时保留了原算法执行效率快的优点,在分割速度方面明显优于其他几种经典的水平集算法。

摘要：图像中含有阴影区域对后续处理任务影响较大,根据阴影特性,提出基于交叉皮质模型(Intersecting cortical model,ICM)的单幅图像阴影检测算法.通过在点火连接矩阵构造上考虑邻域像素值依赖关系,融入局部二值模式(Local binary pattern,LBP)表征的纹理信息形成了Te-ICM模型.根据阴影检测流程,利用模型迭代特性,通过设计停止条件自动检测本影,在本影修复后生成附着半影.同时优化模型参数,设计了基于分层聚类直方图划分的阈值下降策略.仿真结果表明:对于典型影像集,Te-ICM模型及相应参数设计可以较好地实现阴影检测,输出阴影掩模准确度高,为后续阴影去除提供了基础.

摘要：针对分水岭分割算法的2个缺陷:耗时较长和过分割问题,该算法在低分辨率图像上进行分水岭分割,提高了分割的速度;由低分辨率图像返回到高分辨率图像时,采用了一种基于边缘信息的合并函数,避免了边缘信息的丢失,保证了分割的准确性。该文设计了一种基于梯度图像的噪声抑制方法,可抑制高斯噪声对梯度图像的影响,有效避免了过分割问题。实验结果证明,该算法兼顾了效率和分割的准确性。

摘要：为了解决等周分割算法用于图像处理时抗噪性较弱,迭代效率低的不足,提出了一种新的改进思路,将图中任意结点的密度值类比为矩形的长和宽,在矩形周长一定的条件下,用矩形当前面积与最大面积的比值设计出一种新的权重函数,直接避免了归一化处理的问题;同时充分利用次优等周率参与迭代分割,提高了算法的迭代效率.分析和实验结果表明,在保持原算法分割质量的前提下,所提算法在有效提高原算法抗噪性的同时,进一步减少了迭代运算量的10%～30%,提升了算法的性能.

摘要：介绍了基于国产芯片的嵌入式PC104 Plus处理器模块硬件系统的设计及实现。该模块以龙芯2C CPU为核心,符合PC104 Plus总线规范,针对系统中的BIOS设计,系统复位逻辑设计以及内存布线拓扑等关键技术给出了相应的解决方法。基于该方案的处理器模块已经研制成功,能够稳定地运行嵌入式Linux操作系统,并可靠地应用于一航空视频记录仪中。

摘要：面向非均匀光照图像,提出了基于向心自动波交叉皮质模型(Centripetal-autowave intersecting cortical model,CA-ICM)的图像增强算法.为了解决原始交叉皮质模型(Intersecting cortical model,ICM)固有自动波效应在图像增强应用中易导致边缘模糊的问题,首先,设计了基于形态学中值集的向心自动波(Centripetal autowave,CA)实现方式.提出了基于图像特征—键值(Key)的自适应S形状映射函数,以此作为CA-ICM模型的输入输出的映射关系.为了增强算法的鲁棒性,对未点火位置进行了标注和修复.最后提出了非线性变换的颜色恢复方法.同时对模型参数设计进行了细致讨论.仿真结果表明,该模型可以有效进行光照动态范围的调整,向心自动波约束产生了邻域内的侧抑制作用,输出图像对比度得到大幅提升,细节边缘清晰,颜色恢复充分自然,客观评价值高.