图像控制论文范文

图像控制论文范文（精选10篇）

图像控制论文 第1篇

印前图像处理是控制好印刷品质量的重要环节,因为印刷品的色彩和阶调范围与原稿色彩和阶调范围存在差别,还有印刷时的色偏和网点增大的问题。本文将通过图像的扫描、Photoshop分色参数设置、输出设备校正这三个方面讨论如何控制印前图像的质量。

1 图像的扫描

通过扫描仪或电子分色机将照片、图画或者艺术品等各类原稿变成计算机能识别的TIFF格式或JPEG格式电子图像的过程称之为扫描。扫描的质量的好坏与原稿质量关系很大,其次为扫图的技巧。我们应该根据不同类型的原稿来选择相适应的扫描方式。根据照片、图画或者艺术品等各类原稿的特点,建立出针对不同类型原稿的特性扫描曲线,从而提高扫描分色的质量。

常见的扫描设备有平台式扫描仪、桌面滚筒式扫描仪和电分机。各种图像输入设备从使用的角度看,其操作流程大同小异。平台式扫描仪主要靠CCD(电荷藕合器件)将光信号转化为数字信号。另外,对扫描的电子图像产生影响的因素还有扫描的光源、反射镜、模数转换器的好坏。对扫描仪进行校准从而使扫描仪能够重现复制原稿的灰色平衡、色彩变化以及阶调层次信息。校准方法为使用专用的反射或透射色标,来调节扫描软件中的暗调数值及中间调的Gamma值和高光,还能通过调节CMYK(青、品、黄、黑)或者RGB(红、绿、蓝)的单通道数值,使电子图像的色彩、阶调及灰平衡与色标相符。

2 Photoshop分色参数设置

由于RGB模式的图像不能直接用作印刷,要把图像转换成CMYK模式才能满足印刷的要求。我们称此转换的过程叫分色。在分色前需进行相关参数设置,由于分色参数设置决定了图像分色后CMYK的网点百分比的数值大小,这将直接影响到图像的印刷质量和效果。在Photoshop“编辑”菜单下“颜色设置”命令的“CMYK设置”中能找到分色相关参数的设置,下面介绍油墨选项和分色选项的相关参数设置。

2.1 油墨选项设置

此选项主要用于设置印刷用的纸张和油墨类型。由于不同纸张的表面平滑度、光泽度、抗水性、吸墨量和油墨转移性等参数都不一样,不同品牌的油墨,在印刷过程中再现图像的阶调特性也不相同,对图像的要求也就有所不同了。图像的印刷用纸有三类:涂料纸(Coated);非涂料纸(Uncoated)和新闻纸(Newsprint)。根据将要使用的印刷油墨和印刷纸张选择软件提供的油墨和纸张组合类型。有三种组合类型可选:Toyo Inks日本常用油墨纸张组合;SWOP美国常用油墨纸张组合;Euro standard欧洲标准油墨纸张组合。用SWOP Coated组合在一般情况下能够得到较好的分色效果。在设置油墨颜色时,应该同时考虑油墨和纸张这两方面的问题,对应印刷的纸张选用适合的选项。如果列表中的油墨组合和使用的油墨相差很远,或者需要用专色油墨替代某原色油墨的话,应该选择“自定义油墨”进行相关设置。

2.2 网点增大

由于墨量、印刷压力、纸张吸墨性等原因,印刷中难免会产生网点增大的问题,图像分色的时候要提前做出一定的补偿。网点增大对中间调的影响是最大的,所以网点增大补偿有一个标准设置,指在50%阶调处的网点增大值。印刷用纸和印刷方式的不同,网点增大将会有所不同。当设置油墨颜色选项时,这个标准值会自动改变。以SWOP油墨为例:SWOP Newsprint,网点增大补偿为30%;SWOP Uncoated,网点增大补偿为25%;SWOP Coated,网点增大补偿为20%;中间网点增大值如果不符合印刷要求,可使用“曲线”设置调整网点扩大曲线,或者在每一个通道中单独设置网点扩大曲线。

2.3 分色选项设置

主要用于设置印刷总墨量和黑墨的生成,此项设置将影响到粉色后是否能产生一个合格的印刷颜色。依据图像的阶调层次特征来进行设置,这将影响到图像分色后CMYK网点百分比的大小。

2.3.1 底色去除

底色去除(UCR,Under Color Removal)是指适当减少图像暗调符合色区域的CMYK油墨的量,用黑墨来代替。主要作用对象是图像中较暗的复色,适用于饱和度高、暗调层次丰富、高中调彩色较多的图像。例如风景、人物类彩色图像等。一般情况下采用GCR分色方式,因为UCR分色工艺不好控制灰平衡。

2.3.2 灰成分替代

灰成分替代(GCR,Gray Component Replacement),是指图像的复合色区域,把构成灰成分的三原色油墨全部去除,用黑墨代替。GCR能比较容易保持灰平衡,减少印刷时的油墨总量,油墨就干燥快,用于高速印刷,所以通常情况下会选择GCR。但此种方式会对图像的颜色结构造成很大的影响,在选择这个选项时,要根据不同阶调特点的图像来对黑版进行适当的控制。Photoshop中提供了无、较少、中、较多、最大值几种黑版产生方式,也有称为无黑版、短调黑版、中调黑版、长调黑版、全阶调黑版。三色印版的总量是由黑版产生量来决定的,对于大多数类型的图像来说,如人物、风景,更适合设置短调黑版,只有极少数以中性灰为主的图像,如国画,应该选择长调黑版或全阶调黑版。

2.3.3 黑版限量

黑版限量是指图像暗调区域允许的黑墨最大值,根据黑版阶调的变化选择不同的百分比,对于短调黑版,应设置在55%-65%之间,对于中调黑版,可设置在65%-85%之间,对于长调黑版,应设置在85%-100%之间。

2.3.4 油墨总量

指印刷机所能印刷的图像最暗处CMYK四色网点百分比的上限值。如果油墨总量超过一定的数值,会产生如油墨干燥不良,背面粘脏,暗调并级,脱粉、拉毛、剥纸等的印刷故障。要想获得暗调层次丰富的印刷品,就必需控制适当的油墨总量。油墨总量的数值大小主要取决于印刷用纸、印刷油墨、印刷机型等条件。其中受纸张的影响最大。比如新闻纸印刷,纸张表面粗糙,吸墨量大,网点增大值大,油墨总量应设成250%-280%。胶版纸印刷由于纸张表面相对粗糙,网点增大值大,油墨总量应设成270%-300%,铜版纸印刷,纸张表面平滑度高,印刷时网点增大值较小,再现暗调的网点百分比比较大,油墨总量应设成330%-360%。

2.3.5 底色增益

底色增益(UCA,Under Color Addition)是指对图像暗调部分在黑叠印部分增加彩色油墨。在GCR分色时,因为用大量的黑来代替彩色,所以对图像造成负面的影响。例如造成暗调丢失、细节和彩色饱和度降低、整个图像可能会变暗并趋于平淡等现象。UCA工艺则可以通过恢复一部分中性灰暗调区域的一些彩色,来解决GCR的工艺上的缺陷。UCA设置一般为0%-10%。对于层次丰富和彩色为主的图像,UCA设置可以调整得大一些,对于暗调颜色层次丰富的图像,如采用GCR方式分色,应设置一定量的UCA来补偿暗调的色彩。对于一般的图像,只要黑版产生合理,UCA可以设为0%。

3 输出设备校正

输出校正主要指校正激光照排机、直接制板机(CTP)和彩色打印机等输出设备。下面以激光照排机系统的校正为例进行说明。图像的层次和色彩变化在胶片上是以网点的形式体现图文信息的。实地密度和网点的大小将直接影响着胶片质量及印刷效果。激光照排机对于不同的胶片成像存在一定的差异,而且许多不稳定因素会影响胶片的显影和定影。胶片的线性化设定是校准照排机的重要环节。一般来说,先输出网点梯尺值为0%-100%的胶片,对照胶片上的网点数是否与电子图像中的网点数能相对应。如果能基本对应的话,则说明此条件下的照排机线性化较好;网点数目不能对应的话,就应该改变照排机软件中的线性化数据,直到符合电子图像的数据为止。然后从照排机输出一个测试用网点梯尺,分别用投射密度计对测试用的网点梯尺上各级的网点值和胶片网点值进行测量并记录。把数据输入胶片线性化控制器的实测值输入域中,计算出控制胶片线性化的函数。此函数实际上是一种查找表,照排机根据该表能保证输出的网点与前端排版软件设定值一致,并针对胶片类型、加网线数、网点形状的结合回味和输出分辨率创建不同的线性化函数。把胶片线性化函数激活应用后,会对接收到的灰梯网点数据进行补偿,并以此数据控制实际曝光量,使胶片梯尺的输出网点值得到校准。最后输出样张,检查和测量网点梯尺各级网点值是否达到要求。若没有达到要求,应该重复输出并检测未经校正的网点梯尺各级网点百分比,重新生成一个胶片线性化函数。直到符合要求为止。

4 结语

通过扫描仪校正获得最佳的图像阶调和色彩还原,通过Photoshop分色参数设置得到稳定的图像质量,通过对输出设备的校正得到准去的实地密度和网点大小;使图像在印前系统中得到控制,因此是印前图像处理和质量控制方面形成较好的解决方案。通过此方案能比较容易地解决企业在印前制版过程中出现的图像颜色偏差、色彩黯淡等问题。

参考文献

[1]牛一帆.印前图像处理对印刷品质量的影响[J].广东印刷,2009,(2):21-23.

[2]刘武辉.电脑印前图像处理800问[M].北京:海洋出版社,2003.

[3]屠长红.扫描仪色彩校正的主要方法[J].印刷杂志,2003,(4):28-30.

[4]简川霞,崔剑.Photoshop中清晰度的校正[J].中国印刷,2005,(9):42-43.

[5]刘彩凤,唐义祥,平其花.印前输出设备的线性化曲线校正[J].包装工程,2006,27(3):59-61.

何汶玦 图像、叙事与反图像 第2篇

上世纪90年代末期，因为《水》系列，何汶玦引起了美术界的关注。但是，由于没有明确的社会主题，也不具有意识形态的指向性，因此，在一些人看来，即便《水》系列有表现性的倾向，仍然流露出浓郁的学院气息。之所以产生这样的认识，是因为1990年代的当代绘画被三种主导性的话语所支配。一种是“玩世现实主义”，即以调侃、反讽的方式面对现实。另一种是“新生代”，即以“近距离”的观照表现“无意义的现实”，以此消极80年代中期形成的宏大叙事。第三种是“政治波普”以及“泛政治波普”的流行。显然，《水》与这三种创作思潮均有很远的距离。然而，《水》却带来了一股活力，为当代绘画重新注入了抒情性。画面被悠远、深邃的蓝色，或者清澈、明亮的绿调子所统辖，宁静致远;一个游泳者荡漾在水中，身旁泛起的涟漪，在一静一动之间，显得从容自在。自1980年代初的“知青题材”之后，作为一种审美取向，抒情性被社会学叙事排斥到边缘，然而，同样是对个人存在的表达，《水》系列开始自觉地远离由犬儒、“近距离”形成的话语，呈现一种更为个人化的、自由的存在状态。

《看电影》系列标志着何汶玦创作的一次重要的转向，此后，图像成为作品的中心，既是作品的内容，也是生成叙事的起点。面对《看电影》，我们不禁会思考这样的问题，这些作品有“元图像”吗？艺术家是用什么标准选择图像的？背后的图像逻辑又是什么？何汶玦的母亲曾是一位电影工作者，受母亲的影响，耳濡目染，他很早就迷上了电影。但是，如何将电影中的图像转化为绘画，对于艺术家来说，这里必然有一个选择的问题。透过《看电影》系列，我们可以看到这些图像背后的生成逻辑，首先是艺术家从自我的青春经历，在个人化的视觉记忆中寻找那些难以忘却的画面，或者是寻找那些曾在社会上产生过重要影响的影片，如《红高粱》、《大红灯笼高高挂》等，或者直接从“大片”中选取一些视觉镜头。《看电影》逐渐发展成为一个宏大的工程，艺术家力图建立一个与电影相关的图像系统，其中，既有个人化的视觉记忆，也包括那些能反映某个时间节点的集体记忆的影像切片。在审美取向上，何汶玦延续了《水》系列中的抒情性，同时融入了古典、唯美的因素，在一部分作品中，还注入了淡淡的怀旧气息。就作品的图像表达来说，在批评家余丁看来，“何汶玦在这些作品中，极为重视对于图像的选择，那些如同影片定格的画面，充满了一种里希特式的崇高感，画面中的人物如同纪念碑一般凝重。显然，这些选择自不同电影的图像，具有强烈的叙事性，这种叙事性强化了作品的图像力量，这也是何汶玦作品在这个系列当中最重要的风格特征。”

事实上，追溯起来，当1839年摄影术发明之后，西方现代绘画就对即将到来的图像时代保持着足够的警惕。按照本雅明后来的解释，机器复制时代的图像生产既会消解艺术品神圣的“光晕”，也会让传统绘画对现实世界“模仿”的合法化危机进一步加剧。于是，从印象派的第一代艺术家开始便逐渐放弃文艺复兴以来近五百年绘画模仿和再现现实的传统，因为此时对真实世界的再现正被摄影所代替。而对于绵延了近一百年的现代主义传统来说，现代绘画必须回避表象世界，脱离被描摹的客体，惟其如此才不会丧失自身的本体价值，才不会被图像时代吞噬。正是秉承了一种精英主义的文化立场，以及对大众文化工业的图像生产的警惕，西方现代绘画立足于原创的、个人化的形式革命，希望借助“形式自律”构筑一个庞大的乌托邦世界，最终却走向了反图像的道路。西方现代主义绘画之所以要拒绝图像，实质也就是在拒绝中产阶级和大众的观看经验。更重要的是，在他们看来，中产阶级和大众的视觉与审美经验是由文化工业塑造的，是机械复制时代形成的，因此是庸俗的、低廉的。反图像因为1960年代兴起的“波普”艺术而走向了终结。波普艺术的一个重要特点，就是利用图像、占有图像，而且这些图像是批量生产的、可以复制的、性感的、可以被消费的。正是由于波普艺术的存在，图像的地位在绘画领域才重新得以合法化，尤其是那些来源于日常生活的图像才能堂而皇之地进入艺术作品中。

何汶玦的绘画并不是对表象世界的再现，严格说来，是对电影图像的转译，而且这些图像从一开始就是“二手的”，是由文化工业制造出来供大众消费的。“波普”之所以最终使图像具有了合法性，除了遵从自身的艺术史逻辑外，即对西方抽象表现主义的反驳，及其力图消解艺术与生活之间的鸿沟，同时，也得益于上世纪60年代欧美进入一个高速的图像生产与消费的时期。而实际上，何汶玦以“转译”电影图像的方式介入当代，同样也得益于1990年代后期，中国社会已进入一个由公共传媒网络所构成的“图像时代”，因为随着摄影技术向多元化方向的发展，以及视觉文化工业与互联网的进一步繁荣，例如电影、电视、摄影、绘画、广告、动漫、游戏、多媒体等，共同构成了一个强大的视觉——图像系统。今天，西方的一些理论家喜欢用“景观社会”、“仿真的世界”这些术语来概括这个建立在“视觉图像”基础上的信息时代。正是在这种社会条件下，图像在绘画中的表达才具有了新的可能，图像的叙事逻辑才能真正建立。但是，从何汶玦对图像的处理方式上看，主要还是“挪用”，亦即是说，《看电影》的每一件作品背后，都存在一个“元图像”，它能跟绘画形成一种“互文性”。因此，倘若要真正解读这些绘画背后的图像意义，就必然会涉及到两个核心的问题。第一个问题是，这些来源于电影中的图像是被文化工业生产的，是批量复制的，是供人消费的。所以，这些图像及其图像背后的叙事必然会被某种权力话语与机制所建构。然而，对于大众来讲，面对这些图像，他们只能被动地接受，而在接受的过程中，也就悄然地被某种话语所支配。这自然会引发第二个问题，因为这些绘画是“互文性”的产物，假如观众没有看过或知道艺术家所选择的是那部电影，那么，画面自身的意义就会残缺。所以，何汶玦需要妥协，他需要制造一些线索，抑或是借助画面形成的独特氛围，让观众进入画面，从而调动观众的“观看”，引诱其产生某种情绪，而在这个过程中，图像也扮演了意义索引的角色。

《日常影像》系列反映出何汶玦对图像的生产机制、话语权力、图像叙事等问题的进一步思考，也是其艺术创作轨迹推进之后的产物。当西方法兰克福学派在批评文化工业批量生产的时候，在美国艺术批评家格林伯格看来，由文化工业生产的图像大多都是媚俗的、低级的。然而，按德波和波德里亚等人的理解，西方“景观社会”的一个基本特征是，图像制造了一种现实的幻想，它们远比现实看上去更真实。实际上，当何汶玦告别《看电影》时，他就力图远离“二手的图像”。因为，那些电影画面与电影叙事是被潜在的话语权力所支配的，对于现实来说，它们在建构某种现实的表象的时候，实质也是对现实的遮蔽。在《日常影像》中，艺术家成为了真正的图像创造者，而不是《看电影》系列中被动的接受者。艺术家开始将目光投向了个人周遭的现实生活，而这些现实都是日常的、微观的、片段化的，比如台球室、手术台、打麻将等。按照过去社会主义现实主义的传统，这些片段化的现实是无法入画的，不是主题性的，也是无意义的。《日常影像》恰好反映了这样一种努力，就是要质疑过去那些由权力话语控制图像生产的视觉机制，相反呈现出置身于一个图像化的时代，人人都可以是图像的制造者，体现图像生成的平民性，日常性。从这个角度讲，图像的祛魅成为了可能。然而，多少充满悖论的是，当艺术家成为图像的生产者、编码者的时候，在《日常影像》中却隐藏着反图像的倾向。当然，这里的“反图像”与西方现代主义历程中的“反图像”是有差异的。在《日常影像》的系列中，反图像的特质来源于艺术家在创作要结束之时对此前画好的图像或画面效果进行的“破坏”。那些由刮刀留下的各种痕迹似乎具有双重的作用：一方面流露出艺术家对绘画性的迷恋，以及对新的语言和技法的探索;而另一方面则是让画面显得不完整，甚至有些残缺，从而为观众的解读设置障碍。如果说在《看电影》系列之中，艺术家是尽力让观众进入画面，使其被画面的情绪所感染，那么，《日常影像》中的“破坏”则有意让观众的观看受阻，使通畅的、一目了然的观看被迫中断。一言蔽之，《日常影像》既在生成一种反宏大叙事的图像，却又试图构建一种“无意义的意义”;在质疑既有的图像生成机制的同时，又对图像自身的真实性保持着警惕。

图像控制策略的强化学习 第3篇

利用观测到的周围环境 (或图像) , 迅速提取有用特征, 并且能及时采取正确行动, 是人工智能领域研究的热点问题之一, 这一技术有着广泛的应用, 如机器人的设计、汽车的无人驾驶、无人驾驶飞机、监控系统、人脸识别及商业领域等等方面。

对于图像的识别, 卷积神经网络方法有很强的优越性, 一方面它通过三类方法可以保证在图像在发生位移, 缩放及失真的情况下仍能很好地进行识别, 此三类方法即局域感受性, 权值共享和次抽样的方法;另一方面通过次抽样层极大地减少了计算时间, 同时也保持了空间和结构上的不变性, 因此该方法在图像处理方面得到了广泛的发展。

强化学习是Agent与环境交互的一种学习方式, Agent所采取的行动一方面会获得环境的反馈, 另一方面也会影响环境状态的改变。

卷积神经网络将人工神经网络技术和深度学习方法相结合, 使用一种基于梯度的改进反向传播算法来训练网络中的权重, 实现了深度学习的方法:层次的多层过滤器网络结构以及过滤器和分类器结合的全局训练算法。

1. 卷积神经网络 (CNN) 图像识别

1.1. CNN简介

正如人的视觉感官那样, 通过对看见事物的特征进行提取并反应出事物类型, 神经网络即是一种提取特征信息的机器学习方法。

卷积神经网络 (Convolutional Neural Network, CNN) 是一种特殊的多层神经网络, 主要用于信号处理与图像识别。图像识别如图2所示。

在传统人工神经网络中, 可训练参数的数量变得非常大。而卷积神经网络的图像识别, 是在输入图像中用相同的权值计算每个局部的像素点, 提取特征值形成一组特征图像并继续作为输入、继续提取特征值的循环。由于其权值共享性, 卷积神经网络有效地减少了权值数量。

1.2. 权值训练

1) 前向传播

c个类别共N个训练样本的误差代价函数:

其中, tk (n) 表示第n个样本对应的标签的第k维, yk (n) 表示第n个样本对应输出的第k个输出。

因为在全部训练集上的误差只是每个训练样本误差的总和, 所以我们先考虑对于一个样本的BP。对于第n个样本的误差为:

传统的全连接神经网络中, 我们需要根据BP规则计算代价函数E关于网络每一个权值的偏导数。我们用l来表示当前层, 那么当前层的输出可以表示为:

其中, 输出函数

2) 反向传播

反向传播的误差可以看做是每个神经元的基b的灵敏度, 定义如下:

因为。反向传播就是用下面这条关系式:

其中ο表示对应元素相乘。

最后输出层的表示如下:

可以得到误差相对于l层权值的偏导数是

那么

其中, η是学习率。

2. 基于强化学习的图形数据探索

通常强化学习中, 一个Agent在分散的时间步t内和环境交互, 通过采取动作at∈A探索到一些马尔可夫状态st∈S并得到奖赏rt。最终任务是学习一个稳定的策略π∶S坂A, 在折扣因子γ∈[0, 1]下, 使平均奖赏最大。一种常规的解决方案是学习最优q值函数。该方法通过贪心方法在t+1及之后的时间步内总是选择最优动作, 并进而派生出最优策略π*, 从而确定了平均奖赏。

但是现实中, 探索者并不知道任何系统的状态而只是获取了一个高维图像st∈[0, 1]d, 探索的状态st都被认为是具有马尔可夫性的。我们通过卷积神经网络识别每个状态st下的图像, 从而得到最优策略。

3. 实验及实验结果

我们采用如图5所示的图像模拟真实图像, 其中, 黑色部分为可行走部分, 白色部分为障碍, 灰色部分为目标。将该图经过N (0, 0.4) 的噪声处理 (如图6) 模拟镜头所采集到的图片。其中, 每一小格边长为10px, 整个图片长100px、宽80px。将镜头采集到的图像 (图6) 通过卷积神经网络识别, 最终可得到输出图像如图7所示, 此时系统内部已拥有图像中障碍物以及目标信息。将障碍物格点奖赏值标记为-1 (在整个图像周围同时加一圈障碍物方便计算) 、可行走部分奖赏值标记为0、目标状态奖赏值标记为1得到初始状态如表1所示。运用强化学习算法, 取γ=0.9进行1000步迭代, 得到结果如表2所示。此时, Agent只需比较所在位置周围4个点的奖赏值 (排除已经过格点) , 向最大值方向移步即可。

例如:Agent此时位于图像最左上角位置 (1, 1) (以 (行号, 列号) 作为格点坐标) , 则Agent的行走路线 (如图8所示路线) 为:

4. 评价与推广

卷积神经网络的方法相对于通常的神经网络方法减少了权值, 且较好地实现了简易图像的识别, 为视觉强化学习提供了很好的方法。但卷积神经网络耗费的空间多、计算时间长。

强化学习算法提供了探索策略, 但具体实施方面还需对算法进行优化。

该项目可应用于机器人的自动搜索与识别、汽车无人驾驶的智能系统等。

摘要：本文主要讨论采用最小二乘梯度下降方法确定卷积神经网络以实现对图像特征的提取, 并在识别图像后应用强化学习的方法让行动主体给出合适的策略。首先, 本文通过卷积神经网络减少权值的数目, 经特征提取后得到探索图像;之后对所得图像采用强化学习的方法进行探索分析得到行动策略。

关键词：卷积神经网络,强化学习,梯度下降,仿真实验

参考文献

[1]Jake Bouvrie.Notes on Convolutional Neural Networks.British.British:Massachusetts Institute of Technology

[2]Sascha Lange and Martin Riedmiller.Deep Learning of Visual Control Policies.Germany:University of Freiburg-Dept of Computer Science, 2010

[3]LeCun, Y., Boser, B., Denker, J.S., Henderson, D., Howard, R.E., Hubbard, W., &Jackel, L.D.Backpropagation applied to handwritten zip code recognition.Neural Computation, 1989, 1 (4) :541-551.

[4]Sebastien Jodogne and Justus H.Piater.Closed-Loop Learning of Visual Control Policies.Journal of Artificial Intelligence Research, 2007, 28:349-391

图像控制论文 第4篇

一、 高中地理图像的分类

1.地图。

地图是按一定比例运用符号、颜色、文字注记等描绘地球表面自然地理、行政区域、社会经济状况的地理图像，包含方向、图例、注记等要素。地图按内容可分为普通地图和专题地图，高中地理教材中的地图多为用来表示地理位置、区域范围、地理事物分布特点和规律的专题地图。

2.地理景观图。

地理景观是四周为天然界线所围绕的、性质上与其他区域有区别的地球表面区域。地理景观图是指用于反映地理事物或者地理环境的图像，它能较为真实地反映地理环境的外部特征和地理事物与环境之间的关系。

3.地理示意图。

地理示意图是用来描述和演示地理事物特征的地理图像，其特点是形式简单、概括性高，它可以用来解释地理原理和规律，演绎地理事物发生的原因、过程和影响，以及各种要素之间的关系。

4.地理统计图。

地理统计图是用来反映地理事物数量变化、地理事物间数量关系的图像和表格，其特点是形象化和数字化，它能使地理知识更加准确、更有说服力。常见的地理统计图有曲线图、柱状图、扇形图、折线图等。

5.地理影像。

地理影像是指通过现代科学技术获得的、能够准确反映地理事物特征的地理图像。地理影像既包括遥感影像、卫星影像等，还包括借助“3S”技术所获取的数字地图。

6.等值线图。

等值线图是由一组相等数值点的连线而形成的、表示连续分布且逐渐变化的图形，如等温线图、等高线图、等压线图等。等值线的走向、弯曲形态和疏密程度能够反映出所表示的地理事物的分布特征。

二、 高中地理图像教学模式的选用

1.地图教学模式。

在高中地理教学中，教师要教给学生运用地图的方法，解读地图的要素和图例。对此，教师可采用“读图—分析—归纳”教学模式，引导学生从地图中提取重要的地理信息。

2.地理景观图教学模式。

地理景观图能较为逼真地反映地理环境，增强学生对现实地理环境的认识。但由于地理景观图缺少文字描述，无法让学生更加深入地认识地理景观，因此教师要采用图文结合的教学模式，引导学生根据教材内容，从地理景观图中提取重要的地理信息。

3.地理示意图教学模式。

地理示意图的形式简单、概括性高，因此在地理课堂教学中教师可采用分解演绎教学模式，将地理示意图进行分解整合，引导学生了解地理示意图的演绎过程，理解地理原理和规律，理清思路。

4.地理统计图教学模式。

现阶段，地理图像分析能力的缺失使得一些学生无法从地理统计图中提取出有效的地理信息。对此，教师可采用图文转换教学模式，引导学生将地理图像转换为文字信息。

5.地理影像教学模式。

多媒体能够直观、准确地展示地理影像，因此在地理课堂教学中，教师可采用多媒体教学模式，借助多媒体教学工具，使学生直观地认识地理事物。

6.等值线图教学模式。

所有的等值线图都有一个共性：同一条等值线上的数值相等，且等值距相同。根据这一特点，教师在地理课堂教学中可以采用案例教学模式，选取较为典型的例题进行详细讲解，使学生做到举一反三。

图像控制论文 第5篇

驾驶疲劳是机动车驾驶员在连续行车过程中产生的生理、心理机能衰减以及反应水平和操控效率下降的行为,同时驾驶疲劳也是车祸形成的一个重要原因。在我国随着经济的迅速发展,公路的保有长度不断增加,公路上发生各种交通事故的几率也呈逐年上升的趋势,其中有一定比例的交通事故是由于驾驶人员的疲劳驾驶引起的[1]。因此,自动智能驾驶系统的研究是一个具有实用意义的课题。

驾驶人员疲劳后会出现注意力分散,动作不灵活,判断不准确等问题,从而引起操控方向、行驶速度都不能满足运行需求。自动驾驶系统通过图像视觉效果感知汽车实际行驶方向,利用雷达检测技术控制汽车行驶速度和与前车行驶距离,达到监控汽车运行状况,帮助驾驶人员对汽车的运行进行辅助操纵,实现安全行驶的目的。

1行驶方向的控制系统

车辆行驶的操纵控制可以简单分解为横向和纵向两类,其中横向控制又可以分为车道保持和车道变换两种模式。车辆的横向控制通常是通过方向盘来实现的。而纵向控制则通过节气门和制动系统来实现。实现车道保持控制功能,就是开发一套软硬件控制系统,使车辆在预定的行车道上不需要驾驶员的双手而实现方向盘的自动控制[2]。

1.1车道检测系统工作原理

基于图像处理的行车方向控制系统的核心是车道检测,车道检测就是利用装在汽车前部的图像传感器实时取得汽车前部行驶路面车道的运行状况。图像传感器通过采集图片,进行图像处理检测车辆是否在行驶车道中央运行,如果在之前运行车道中央行驶,就继续保持运行状态,不进行控制操作,如果检测结果车辆偏移运行车道,通过图像处理的结果,对车辆偏移角度进行计算,操控方向盘转动相应角度,矫正车辆运行的偏移量,使汽车能够运行到车道的中央位置行驶。工作原理框图如图1所示。

1.2车道偏移的确定

首先是由安装在车前部的图像传感器信息采集系统取得行驶车辆前方路面状况的图片,对图片进行图像处理,通过对路面图片中车道标识线边界的提取,确定行驶车辆的行驶位置,判断车辆是否在行车车道的中央位置。图像处理是这一部分的主要内容,图像处理方法已经非常成熟,该系统利用平滑处理、二值化处理方法和边缘提取方法得到需要的数据信息,再根据提取到的车道轮廓线在图片中的位置关系确定车辆在行驶车道的位置。

1.3图像的平滑处理

一幅图像中大多数像素在灰度上与其相邻像素差别不大,这种灰度相关性的存在,使一般图像的能量主要集中在低频区域中,只有图像细节部分的能量才处于高频区域中。但由于图像的数字化和传输过程中经常有噪声和假轮廓出现,这部分信息也集中于高频区域中。

图像平滑的主要目的就是去除或衰减图像上的噪声和假轮廓,即衰减高频分量,增强低频分量。当然图像平滑处理在消除或减弱图像噪声和假轮廓的同时,对图像细节也有一定的衰减作用,所以其直观效果是图像变得比处理前模糊了,就其模糊的程度要看对高频成分的衰减程度而定[3]。因此,在对图像作平滑处理的过程中要二者兼顾。

图像平滑处理的方法很多,该系统采集的行驶车辆前方路面图像中车道标识线与路面颜色区分明显,采集到的图片质量较好,主要存在的是一些麻点噪声,而邻域平均法平滑处理对消减麻点噪声效果较好,所以在此我们采用邻域平均法对图像做平滑处理。若设f(x,y)为待处理的图像,g(x,y)为处理后的图像,则邻域平均法图像平滑处理的数学表达式可表示为:

式(1)中S是预先确定的邻域[该邻域不包括(x,y)点];M是邻域S内所包含的像素总数。

邻域平均法的基本原理是,一个33的窗口沿图像移动(逐行逐列),先求出窗口中待处理像元之外的8个像元灰度值的平均值。如果待处理像元灰度值与这个平均值之差的绝对值超过了预先确定的阀值,则该像元的灰度使用平均值代替。否则,保持该像元的灰度不变。实际处理时,要选择合适的阀值,因为阀值太大,会减弱噪声去除效果,阀值太小会减弱图像模糊效应的消除效果。

1.4图像的二值化处理

在采集到的图像中既包括车道标识线、路面,又可能包含噪声,将车道标识线从该图像中分离出来的最常用的方法就是对图像进行二值化处理。图像的二值化处理就是选取适当的阈值t,用该阀值将图像分割为两部分,即大于等于t的像素和小于t的像素。将大于等于t的像素灰度值置255,即gray=255,小于t的像素灰度值置0,即gray=0,由此得到的图像便是一个黑白两色的图片,所需图像可清晰地显示出来[4]。如果设输入图像各个像素点的灰度值为p(x,y),输出图像各个像素点的灰度值为q(x,y),则上面的操作可用式(2)表示。

在图像二值化的过程中,阀值的选取对图像的识别至关重要,其值直接影响处理后图像的效果,并且与后面进一步的工作有着紧密的联系。

1.5图像的边缘提取

边缘是图像的最基本的特征。所谓边缘是指其周围像素灰度有阶跃变化或屋脊状变化的那些像素的集合,它是图像中灰度有显著变化的像素集合,边缘广泛存在于目标与背景、目标与目标之间。在图像测量系统中,图像边缘检测是测量的基础和关键[4]。图像测量系统的边缘检测算法侧重于定位的精确,不漏检真边缘,同时不产生伪边缘。

边缘提取方法很多,如Roberts梯度算子、Sobel梯度算子、拉普拉斯算子、Prewitt梯度算子、Krisch算子等。上述边缘检测算子看来很相似,但Robert算子是22算子,对具有陡峭的低噪声图像响应最好,其他几种算子都是33算子,对灰度渐变和噪声较多的图像处理的效果较好[5]。根据本课题的实际情况,图片为有陡峭的低噪声图像,所以我们选取用Roberts梯度算子。

对数字图像(ι,φ)的每个像素取它的梯度值:

取适当的门限THλ,如果ΓM(ι,φ),则(ι,φ)为阶跃状边缘点。

Roberts算子是对ΓM(ι,φ)的一种近似:

可用

作为ΓM(ι,φ)的近似[6]。

2行驶速度控制系统

车辆行驶速度控制直接影响到汽车自动驾驶系统的安全性,行驶速度的控制主要是通过控制与前车相对运动状态来实现。

2.1速度控制原理

汽车雷达系统通过装在汽车前端的压控振荡器产生波信号并以球面波的形式向四周发射,当其发射信号与前面目标作用时,将产生散射信号,通过接收器接收到散射信号。然后在混频器中对接收信号与发射信号进行混频,得到具有目标信息的中频信号,对此信号进行处理,将能获取前方目标车辆相对的距离和速度信息,当距离和速度值小于预设最小安全值时,电子控制系统通过对车辆燃油控制系统喷油量的控制和制动系统液压力的控制达到控制车速,满足自动驾驶需求的目的。工作原理框图如图2所示。

2.2防撞雷达的工作频段

雷达的工作波长是整机的主要参数,它的选择将直接影响到诸如发射功率、接收功率、天线尺寸、测量精度等众多因素。常用的雷达工作频率范围为220 MHz～300 GHz,考虑到车载雷达对天线的特殊要求,实际能够用于汽车防撞雷达的只有3～300GHz频率较高的频率,国外已研制出的汽车防撞雷达主要采用的是30 GHz以上的毫米波雷达[7]。这是毫米波的工作频率介于微波和光之间,兼有两者的优点,所以本系统应用毫米波雷达系统。

2.3防撞雷达的工作体制

雷达的工作体制主要是指雷达所采用的调制方式。汽车防撞雷达的工作体制大致可分为脉冲多普勒方式和连续波方式两种。一般而言,脉冲多普勒方式适合应用于长距离探测,在汽车防撞雷达这种短距离应用情况下,窄脉冲的产生相对困难,脉冲式要求发射峰值功率大,测量多目标困难。连续波体制具有测量精度高,信号处理较为简单的特点,因此采用在毫米波防撞雷达系统中。

连续波方式又可分为CW(恒频连续波)、FSK(频移键控)、PSK(相移键)和LFMCW(线形调频连续波)等多种方式。其中,CW方式只能通过来自多普勒频移信息测速,不能测距,所以不能应用于汽车防撞;FSK方式即双频连续波,在接收机内通过两个载频的相位差信息可以测距,同时也可利用多普勒频移信息测速,但缺点是难以测量多个目标;PSK方式,一般是利用随机二相码序列调制载频,这种雷达信号的模糊函数呈图钉形,具有良好的目标鉴别,可以同时探测多个目标,但其缺点是当要求的距离和速度分辨力提高时,系统后续的横向滤波脉压信号处理将有难度。而LFMCW方式具有易于调制、所需发射功率低、带宽大、分辨率高、信号处理复杂程度低、成本低廉、工程技术成熟等优点,是汽车防撞雷达的首选工作体制[8]。所以该系统采用LFMCW(线形调频连续波)方式工作体制。

3结束语

现在随着生活水平的提高,汽车保有量不断增加,同时各种交通事故也随之增加,智能自动驾驶系统能够降低驾驶人员的疲劳感,提高汽车运行的安全性。本文所述,在一定程度上解决了这方面的问题,提到的检测原理和控制方法能够达到汽车运行中自动行驶的需要,达到提高汽车主动安全防撞测速和测距的要求。

参考文献

[1] 呼长春,詹永照,刘志强.基于边缘特征的车道偏移检测与预警.计算机应用于与软件,2009;26(1): 118—119

[2] 瞿洋,江朝晖,冯焕清.一种基于扫描线和区域生长的行车偏移检测算法.中国图象图形学报, 2007;12(1):104—109

[3] 李百华,王世龙,许南绍,等.一种新型的发动机曲轴非接触式自动检测系统.计算机集成制造系统,2005;11(12):1728—1732

[4] 李百华,王世龙,李雪冰.轴类零件自动检测的新方法.机械科学与技术,2009;28(4): 510—513

[5] 何斌,马天予,王运坚,等.Visual C++数字图像处理.北京:人民邮电出版社,2001

[6] 勒中鑫.数字图像信息处理.北京:国防工业出版社,2003

[7] 陈勇,黄席樾,杨尚罡.汽车防撞预警系统的研究与发展.计算机仿真,2006;23(12):239—243

选择性冠状动脉造影图像质量控制 第6篇

关键词：冠状动脉造影,DSA,图像质量

1 材料和方法

收集我院20052007年585例冠状动脉造影图像,其中男415例,女17例,年龄28~85,平均年龄52±1,所有病例均采用股动脉穿刺插管,造影剂均为优维显370,设备采用美国GE生产的Advantx LCV+型血管造影机,图像资料用刻录光盘形式存储。

2 结果

图像质量:优,234例(40%),冠脉血管显示清晰,图像采集体位合适,无噪声和伪影,完全满足诊断要求;良,304例(52%),冠脉血管显示欠清晰,图像采集体位欠佳,图像有轻度噪声和伪影,可以满足诊断要求;差,47例(8%),冠脉血管显示不清晰,图像采集体位不合适,勉强诊断或不能诊断。

3 讨论

影响冠状动脉造影图像质量的因素源于以下几个方面:充分的术前准备,术中导管尖端的到位程度,图像采集的角度与体位,DSA设备的熟练使用。

3.1 充分的术前准备

在进行冠状动脉造影前,除了一些常规的术前检查和化验外,还应做好患者的解释工作,包括X线的一般知识以及手术的操作过程等,以消除患者的心理顾虑,乐于接受配合手术,从而保证了一次造影成功率。

3.2 导管尖端的到位程度

导管尖端的位置要恰恰在冠脉开口,才能显示冠脉的全貌。如果导管尖端进入太深,形成超选择造影,可遗漏开口处病变,或出现冠脉某分支完全闭塞的假象;如果导管尖端进入太浅或管头方向与血管方向不同轴,造影剂返流入主动脉而形成血管夹层的假象。

3.3 图像采集的角度与体位

心脏血管是三维结构的平面投影,DSA成像时,心脏各房室血管起始部,交叉处互相重叠干扰,心脏血管可能出现缩短拉长等变形严重,影响疾病的诊断。因此,选择适当的体位和变换不同的摄影方向,最大限度地全面显示病变部位,通常左冠状动脉采集4~6个体位,右冠装动脉采集2~3个体位,对于临床上的一些偏心性狭窄病变的血管,可加选2个相互垂直的体位就不会遗漏病变。

3.4 DSA的熟练使用

操作者在手术过程中,应熟练使用DSA,熟悉手柄及控制板上的各个按钮,确保在不引起碰撞保护的情况下迅速完成每一个体位图像的采集过程。适当缩短被检者和影像增强器之间的间距,并将中心线对准感兴趣区,提高X线信号的检出率,避免图像放大失真,并有利于医患辐射防护。由于心影与肺组织交界处对比度过大,操作者在采集时应选择并调整好遮光器,以有效遮挡心脏以外的肺组织,使心脏部位密度均匀,从而清楚显示心脏边缘的冠状动脉血管,减少饱和行性伪影的发生。

参考文献

[1]李占全.冠状动脉造影与临床[M].沈阳:辽宁科技出版社,2001:168.

图像控制论文 第7篇

火灾, 作为一种自然和社会现象, 给人类带来极大的威胁。现代社会, 由于人口密度较大, 高层建筑普及等因素, 一旦发生火灾, 后果极其严重。

本系统将模糊控制理论应用到图像火灾报警系统, 其结构如图1所示。主要分为3部分:图像处理、特征提取、灾情判别。

对于获取的图像, 首先要对其进行图像处理, 将火灾火焰的图像从背景中分离出来, 并对其进行边缘检测, 勾画出火焰的轮廓;然后进行特征提取, 将“面积增量”和“尖角变化量”作为判别火灾发生的特征;最后通过模糊智能算法将两个特征最有效的结合起来, 对火灾进行判别。

1 图像处理

图像处理目的是为了能在下一步有效的提取出所需的特征量。本文主要用到图像分割、二值化、边缘检测等处理。

图像分割和二值化可以将火焰图像从背景中分离出来。本文利用直方图阈值分割法, 选取阈值为180, 当像素的颜色灰度值大于该阈值时, 该像素点属于火焰图像, 其灰度取最大值255;否则, 灰度取最小值0。

边缘检测处理将火焰图像的边缘轮廓提取出来。本文采用Sobel算子对图像进行边缘提取, 勾画出火焰图像的轮廓, 为后续尖角特征的提取做准备。经上述图像处理后的图像如图2所示。

2 特征提取

火灾初期火焰的变化如图2所示, 根据火焰“面积连续增大”和“边缘抖动”的特性, 选取“面积增量”和“尖角变化量” (绝对变化量) 作为特征量。

面积是描述区域大小的最基本特征, 可以通过统计分割后目标物体的像素点数来实现的, 即统计像素灰度值大于阈值的个数。火灾图像的“面积增量”是两幅相邻图像面积的差。

对火焰尖角来说, 特征点首先是它的顶点, 顶点是局部的极值点, 尖角的顶点可以是多个点。尖角的一个特征就是“尖”, 给人的视觉效果是狭而长, 这要求尖角的体态要符合一定的标准, 尖角左右两边的夹角满足一定的条件。尖角是由一个个的点组成的, 令尖角中某一行的亮点数为f (n) , 上一行的亮点数记为f (n-1) , 尖角狭长可以通过f (n) /f (n-1) 的值来判断。

3火灾判别

本文的火灾识别系统中, 将模糊逻辑应用到判别过程, 利用模糊智能算法将“面积增量”和“尖角变化量”两个判据有效地结合起来进行判断。

提取出的特征量“面积增量”和“尖角变化量”作为输入, 经过模糊化、模糊推理、逆模糊化后, 对输出量进行判别。

3.1模糊化

在模糊控制系统中, 我们得到的观测数据往往是精确值, 而模糊控制中的控制规则所用到的都是模糊的语言量, 所以必须要进行输入的模糊化。

“面积增量” (△s) 、“尖角变化量” (△n) 作为火灾判据的输入参数分成三个区间:S——基本无变化;M——有变化;B——变化非常大。输出量火灾发生概率p分为3个区间:S——非火灾, M——警惕, B——火警。

本系统中输入、输出均采用等腰直角三角形的隶属函数, 如图3所示。

相对应离散域上模糊集的隶属函数如表1。

3.2模糊推理和逆模糊化

模糊推理是由一批模糊推理规则决定, 它的形式为语言变量表示的模糊条件语句。推理的前件为 (面积增量) 和 (尖角数目绝对变化量) , 后件为 (火灾发生) , 典型的第i条推理规则表示为:

表2为模糊推理规则表。

模糊推理的方法很多, 本文查表法。控制表是根据控制规则和推理方法所形成的输入量化值与输出量化值的关系表格。在控制表中, 给出的是输入领域与输出论域元素的关系。制造控制表的步骤如下:

⑴求模糊关系R。

设模糊控制器有k条规则:

则每条规则的关系为:

由此可得出控制器的关系R:

⑵求输入量量化后的模糊量。

对于精确量a, 在经量化后必定为对应论域中的某个元素, 故a在量化之后, 可能为下列任一模糊量Ai:

⑶求输出论域量并形成控制表。

并采用最大隶属度法进行反模糊化, 则可得到控制量u:

只要把Ai和Bj的所有可能一一对应作为输入, 全部求出相应的输出精确时, 就可以得到一组组的数据:

在得出以上 (2p+1) × (2p+1) 组数据之后, 就可以得到模糊控制总表。

3.3判别

由于本系统中输出量也是模糊概念, 不需要精确值, 所以在可以直接对输出离散论域值进行判别即可, 不必求出实际的输出量 (火灾发生概率) 。火灾输出模式有3种:

4总结

采用模糊逻辑判断火灾, 可以体现火灾发生、发展的具体过程, 提高报警准确性。首先, 火灾本身就是一个模糊集合, 每次燃烧最终是否都能发展成为火灾, 是一个模糊概念。且每次火灾发展过程也是不确定的, 所以火灾发展的规模也是一个模糊集合。其次, 燃烧过程中, 各种火灾参数之间的关系是模糊逻辑关系。可见, 用模糊逻辑判断火灾更能体现火灾发生、发展的全过程, 提高火灾报警的准确性。

参考文献

[1]Kenneth.R.Castleman;朱志刚, 石定机等译.数字图像处理.北京:电子工业出版社.1998:374-471

[2]阮秋琦, 等.数字图像处理学.北京:电子工业出版社.2001:481-528

[3]沈庭芝.数字图像处理与图像识别.北京:北京理工大学出版社.1998:85-192

[4]余永权.模糊控制技术与模糊家用电器.北京:北京航空航天大学出版社.2000:57-111

基于动态图像识别的智能交通灯控制 第8篇

关键词：智能控制,动态图像识别,DSP,单片机

0 引言

随着城市人口的日益增多和汽车的不断增加, 城市交通问题日益突出。交通信号灯在城市交通中发挥着重要的作用, 目前国内的交通灯一般采用定时方式控制, 由于各个路口车流量的不均衡, 往往出现一边路口的车辆很少, 而另一路口车辆排队等候的状况。为了缓解城市交通的压力, 提高路口车辆的通行能力, 智能交通灯[1]的发展成为必然趋势。

本设计采用动态图像分析的方法, 自动计算出各个路口移动车辆的数量, 再根据车流量信息智能控制交通灯[2], 实现简单、经济、高效地疏导交通, 大大提高交通路口的通行能力。

1 设计方案

系统包括图像采集模块, 数字图像处理模块和交通灯主控制模块三个部分。针对十字路口采用四个摄像头分别采集四个方向的图像, 动态图像采用数字信号处理器DSP (TMS320C6416) 实时处理, 并通过图像数字滤波, 图像分割和图像匹配等算法计算路口移动车辆的数目, 并把数据通过485总线发送到交通灯主控器。主控器采用AT89S52单片机为控制核心[3], 根据接收到各个路口车流量数据智能控制交通灯。系统结构框图如图1所示。

2 图像采集模块

图像传感器采用数字COMS摄像头, 它将光敏元件、图像信号放大器、信号读取电路、模数转换器、图像信号处理器及控制器集成到一块芯片上。因此采用CMOS芯片的摄像头成本很低[4]。数字摄像头的并行接口可以很好的与DSP的并行I/O口连接, 数据传输速率可达到1MB/S[5]。为了匹配DSP的处理速率, 采集过程以帧为单位对图像数据进行缓存, 开辟缓存空间存储当前帧, DSP利用图像采集的间隙时间处理上一帧图像数据。为了消除盲区, 摄像头安装在红绿灯的横杆上, 并向下15°, 靠右侧道路位置安装。

3 数字图像处理模块

车流量的检测是实现智能控制的基础, 本设计采用数字信号处理器DSP[6,7] (TMS320C6416) 处理图像, 计算图像中移动车辆的数量采用图像分割处理, 图像匹配算法, 图像数字滤波和插值图像增强算法实现。

3.1 图像分割处理

为了减少计算量, 提高实时监测的效率, 只需要把画面中道路右侧部分分割并提取出来进行计算。摄像头位置安装好以后, 由于摄像头是固定的, 道路右侧的区域在画面中的位置也是是固定不变的。只需采用上位机软件设定DSP处理的图像区域, 并利用下载器, 将参数下载到DSP中即可完成图像区域的分割处理。系统只需要识别出该区域中移动车辆的数量, 区域以外的图像不参与计算。原图与分割后的图像如图2和图3所示。

3.2 图像匹配算法

此部分是处理图像的核心, 主要采用帧间差分法[8], 提取出动态图像的运动目标。帧间差分法是一种通过对视频图像序列中相邻两帧作差分运算来获得运动目标轮廓的方法, 它可以很好地适用于摄像机固定, 拍摄画面中存在多个运动目标的情况。当监控场景中出现物体运动时, 帧与帧之间会出现较为明显的差别, 两帧相减, 得到两帧图像亮度差的绝对值, 判断它是否大于阈值来分析视频或图像序列的运动特性, 确定图像序列中有无物体运动。由于每帧图像的间隔时间很短, 每帧图像的变化不大, 提取到的轮廓线很细且不连续, 实际计算第五帧图像与第一帧图像的差分数据进行处理, 计算公式如公式1, 处理前后的图像为二值化的图像 (见图4) 。

其中, n为图像帧数, T为阈值。

3.3 图像滤波算法

本系统采用高斯滤波法, 属于线性平滑滤波, 适用于消除高斯噪声, 广泛应用于图像处理的减噪过程。高斯滤波的具体操作是:用一个模板 (或称卷积、掩模) 扫描图像中的每一个像素, 用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。为了准确计算车辆数目, 再采用纵向插值图像增强算法, 并结合图像测距和图像区域积分算法, 处理效果如图4d所示。通过统计黑色区域就能比较准确的计算出车辆的数目了。实际应用中, 为了确保动态计算的车辆数目准确, 还加入了卡尔曼滤波法[9]对车流量数据做进一步处理。DSP把计算结果通过485总线, 以MODBUS协议传输给主控器单片机。

4 主控器软件流程

主控器采用AT89S52单片机为控制核心, 接收485总线上各个路口车流量信息, 并动态分配红绿灯交替时间, 以达到路口最大的车流量, 彻底避免绿灯路口无流量, 红灯路口排长队的现象。系统设置最长等待时间为一分钟, 以保证流量少的路口车辆不会等待太久。其软件流程如图5。

5 结论

本设计依据动态图像分析计算车流量实现了交通灯的智能控制, 控制效果好, 能够大大改善交通拥堵的状况, 从一定程度上减少了交通事故发生率, 具有很好的应用前景。

参考文献

[1]LEE JH, KWANG HL Distributed and cooperative fuzzy controllers for traffic intersection Group[J].IEEE Transations On Systems, Man, and Cybernetics-Part C;Applications and Reviews, 1997, 29 (2) :265-270.

[2]杨营辉, 许文君, 达新宇.一种车流量自适应交通灯控制系统的实现[J].仪器仪表用户, 2009, 16 (4) :79-80.

[3]孙宇尖.基于MSC-51单片机交通灯控制系统的研究[J].科技信息, 2009, 15 (3) :66-68.

[4]郭培源, 付扬.光电检测技术与应用[M].北京:北京航空航天大学出版, 2006:65-72.

[5]朱定华.单片机原理及接口技术实验[M].北京;北方交通大学出版社, 2002:55-59.

[6]江娟娟, 汪梅.基于DSP的实时视频图像处理系统设计[J].仪器仪表学报, 2006, 27 (6) :880-881.

[7]郭栋, 王志良, 李正熙, 等.基于DSP的实时图像处理系统[J].微计算, 2005 (21) :3-5.

[8]张毅刚, 曹阳, 项学智.静态背景差分运动目标检测研究[J].电子测量与仪器学报, 2010, 24 (5) :494-498.

破译双子星座图像 第9篇

SETI认为这一发现经过反复验证，具有绝对把握，遂决定向公众宣告这一信息。由拉赛尔向新闻媒体和公众宣布了这一重大发现，并说明“讯号来自双子星座，距离地球17光年”。可是记者提出：“为什么讯号没有解读出来呢？”这使拉赛尔难以回答，只好暂时表示无可奉告。解读截获电码成了SETI科学家的下一步攻关难题，可想不到蹊径竟会从会外得来。

参加SETI记者会中有一位女记者戴维斯，是一位自由撰稿作家，对探寻外星人特别有兴趣。当她开完会回到家里，打开电话留言答录机却意外地听到了一个未留姓名的男声留言：“戴维斯小姐，现在也许是该重新探讨罗斯韦尔事件的时候了。”戴维斯当然知道盛传20世纪40年代的新墨西哥州罗斯韦尔曾于1947年发生过外星人飞碟坠毁事件，而军方却一再声称坠毁的是“气球”，1947年说是“气象气球”，1997年又说是“侦测气球”，而公众对此至今仍然非常怀疑。这位留言者为什么要在此时提到这一陈年旧事呢?难道这与才宣布的新发现有什么联系吗?戴维斯联络了一名过去曾采访过罗斯韦尔的记者葛雷格里，决定一起去那儿看看。他们幸运地找到了当年在哈诺曼空军基地参与其事的工程师卓雷斯勒。可是，他说：“当时一切都很神秘，只知道发生了物体坠毁事件，那坠毁物必定有军方认为很机密的东西，因为好几个星期基地都处在警戒状态。有人说是坠毁的气球侦测到了外太空的讯号，也有人说坠毁的是来自外太空的飞碟。我们都不能靠近，也无从核实。”

卓雷斯勒有关“可能是接收到了外太空讯号”的新说法，使戴维斯大为兴奋，也许电话留言所指的正是此说吧！

SETI截获的讯号经过科学家潜心破解，直到1998年9月总算初步解开了讯号是点状图，可是还是不知道那代表什么。正在困惑不解时，戴维斯又接到了神秘的电话，又是那个熟悉的声音。此人说了个阿布奎基汽车旅馆的住址，要求和她及葛雷格里碰面。当他们应约前去，没想到此人竟是亚历山大少校，他们都知道这位退休的空军少校曾参与20世纪50年代和60年代美国太空政策的制定。少校向他们谈起，1947年罗斯韦尔坠毁物曾涉及截获外星讯号，而迄今尚未公开，这与新发现的讯号可能会有关连。戴、葛把这一情况在报纸上捅了出去。敏感的国防部立即做出了正式回应，在新闻发布会上，国防部女发言人开门见山，证实他们两人所报道的关于1947年罗斯韦尔坠毁的气球遥感器上，确实录有来自外太空的讯号，鉴于在1997年7月23日民间学者们(SETI)又接收到外太空讯号，并已投入了研究，美国国防部决定将所有早先的讯号记录公开，希望能对这次研究有所助益。

当工程师马立克和席尔佛曼拿到罗斯韦尔的讯号带时，他们发现军方对此带明显做过一定程度的拼接。而审视带子记录的脉冲速度时发现讯号快慢有序，呈现“慢、慢、快、慢、快”的排列，这显然是二进制码，有点像摩尔斯电码。这正是他们求之不得的重大发现，可50年前军方却察而未觉，未意识到“讯号的时间差”本身就是一种密码。每个密码包含三个数字，进而又发现了两个讯号间的关联，从而猜测它是否是某种“信标号”，指引我们解开另一个更复杂的讯号。

结果推断正确，从时间差中解出三个数字后，把第一个数字乘以红外线讯号的频率，它的乘积正好就是1997年讯号的电波频率。科学家知道找对了方向，就以先前讯息的两个数字，将1997年讯号以行列式排开，破译成功。破解讯号展示了一幅图像，是一幅精密、复杂的机器图像。虽然他们无从知道外星人发送这一讯号的意图，但至少能证实对方已经知道我们的存在，并决定与我们进行联系了。如果真是这样，他们就没有理由不来找我们。

第一张经破解的外太空图像于1999年5月25日在全美电视联播中首度播出。消息传开，举世皆惊。播出时街上骤然车少人稀，几乎所有的人都赶回家或在就近看电视，外星人的图像吸引了有史以来最多的电视观众。尽管在此之前，有许多人怀疑外星人的存在，有的科学家拘泥于自己的固有知识，声言“外星相距遥远，即使有人也联系不了，更来不了”，可在活生生的具体物证面前，他们也不得不瞠目结舌，无言以对。

图像控制论文 第10篇

1 MR图像的特征指标[2]

1.1 噪声与信噪比

噪声指图像视野的随机信号,是图像信号强度的统计学变异。其主要来源为样本分子的热运动及系统的电子电路的电阻,是MR成像中应尽量避免的信号。信噪比(SNR)是平均信号强度和平均噪声强度的比。

MR的噪声主要来源于热噪声,它是由线圈电阻及物体“黑体”辐射所致:

热噪声:

k为波尔兹曼常数,T为绝对温度,Reff为线圈有效电阻,Δf为采样频率带宽,Δt为采样间隔。

平均噪声:

σ2m=(σ2t+σ2q)/NxNyNz

σq2为量子化噪声。由于量子化噪声远小于热噪声,所以

σ2m=σ2t/NxNyNz=μ/ΔtNxNyNz

(μ=4k TReff)对于一个具体的对象,μ为一个常数,可令μ=1

σm=(ΔtNxNyNz)-1/2

而信号强度与体素的的大小及平均自旋密度成正比,所以:

ρ为多种参数的函数,包括体素的大小、TR、TE、组织的驰豫特征及组织经历脉冲类型等;为体素体积;Nx、Ny、Nz分别为相应方向的空间编码步数;NEX为信号平均次数。Kx,Ky和Kz分别表示X、Y、Z方向上的空间频率。

从上述公式可看出,信噪比受多种因素的影响,在实际应用中应根据公式设合适的参数,取得最好的图像信噪比。

1.2 对比度

对比度是指不同兴趣区域的相对信号强度差,是用影像学区别两种不同属性样体的基础。在不影响图像整体质量条件下,应尽量追求高对比度。

不同组织间的差异,特别是病理组织与健康组织间的差异是非常重要的,这就是组织对比度。它是指不同组织信号强度的相对差异,两种不同组织的对比度:

C=|S1-S2|/|S1+S2|

式中:S1,S2分别代表两组织的信号强度。

MR图像的对比度是有别于其他影像(如CT图像,DR图像)的关键。脉冲序列类型,脉冲参数和对比增强剂(Gd-DTPA)是影响图像对比度的三个主要因素。MR图像信号是多参数函数,S=f(ρ,T1,T2,x,σ,VK)。因此,不同组织的对比,受相应参数的影响。不同条件下,其对比特征不同。如在SE序列中,短TR、短TE,主要表现为T1对比;长TR、短TE,主要表现为质子密度对比;长TR、长TE,主要表现为T2对比。这些应用于不同条件产生的不同对比特征的图像称为加权图像。以表现某种特征组织参数为主,就称为某种对比的图像。S=f(V),即表现为流动对比;S=F(x),表现为磁化率对比或称磁敏感加权。因此,MR图像可以通过使用不同序列及条件,选择性的表现组织的磁共振特征参数。对比剂通过所具备的自由电子或高磁化率物质对自旋驰豫的影响,缩短T1及T2驰豫时间,从而影响组织间的对比。

1.3 MR图像分辨率

分辨率是所有影像质量评价的一项重要指标。它是指在一定的对比度下影像对样体细节的分辨能力,通常指影像能够分辨的空间最小距离。图像分辨率是通过每个像素表现出来的,所以图像分辨率常以平面分辨率来表示。平面分辨率是指平面内两个相互垂直方向的分辨力。如视野为256mm256mm,采集矩阵为128256,则两个相互垂直方向的线性分辨率为256/128=2mm及256/256=1mm,其平面分辨率为1mm2mm,与单个体素面积相等。MR图像是以平面的单个像素来反映其相应的体素信号,具有相同平面分辨率的体素,由于体素体积的不同,在影像上的分辨率也不同。因此就有了空间分辨率的概念。图像的空间分辨率是二维像素对三维体素信息的反映能力,因此图像的空间分辨率是体素体积的函数。即:

图像的空间分辨率∝1/体素体积=采集矩阵/FOV层厚

如视野为256mm256mm,矩阵为128256,层厚为3mm,则其空间分辨率为1/(1mm2mm3mm)。体素越小,空间分辨率越好,但信号越低,反之亦然。

2 MRI的序列参数及与图像质量的关系

磁共振成像是多参数成像,它与受检组织的驰豫特性、病变组织的化学性质,成像机器的性能等多方面的因素有关,因此,它也有多种可供调整的参数。同时,MR的图像的信噪比、对比度、空间分辨率以及扫描时间也受到这些参数的影响。各序列参数及其与图像质量的关系总结如下:

⑴TR(重复时间)延长TR,可以使每次采集中的最大扫描层数增加,从而是信噪比升高;但会减弱图像的T1对比度,在最大扫描层数一定的情况下,使扫描时间延长,在血管成像中,会导致流入效应减弱。反之,缩短TR,最大扫描层数减少,信噪比下降;而T1对比度增强,扫描时间会缩短,运动伪影相应减弱。但流入增强效应明显。

⑵TE(回波时间)延长TE,图像的T2对比度增强,在血管成像中,流入增强效应明显。但会导致信噪比下降,图像的T1对比度减弱;反之,缩短TE,T1对比度增强,信噪比上升,质子密度对比度增强。但会导致T2对比度减弱,高流速信号丢失。

⑶翻转角α在梯度回波中,翻转角α直接决定了图像的对比度性质,α越大,T1对比度越大,同时横向磁化边大,T2*对比度减弱;α越小,则T2*对比度增强,但信噪比下降,横向磁化变小。

⑷扫描矩阵的阶数扫描矩阵为频率编码阶数和相位编码阶数的乘积。矩阵阶数增加,可以提高空间分辨率,图像的信噪比提高为原来的倍,但单位体素的信噪比降低。相位编码的阶数能够影响扫描时间,增加相位编码的阶数,扫描时间延长。同时能减少截断伪影;反之则相反。

⑸FOV(视野)增大视野,可以使成像面积变大,单位体素的信噪比提高,但导致空间分辨率降低;反之,缩小视野,可以提高空间分辨率,但使成像面积表小,单位体素的信噪比降低。

⑹采集次数(NEX)NEX增加,信噪比则以倍的大小增加,但扫描时间延长。反之,信噪比下降,扫描时间缩短。

⑺层面厚度增加层面厚度,可以使成像区间扩大,提高信噪比,但空间分辨率降低,部分容积效应增强,流入增强效应减弱;减小层面厚度,则利弊相反。

⑻层间距层间距变大,则成像区间扩大,层间交调失真减小,但容易导致层间组织信息丢失;层间距变小,则层间组织信息易检出。但成像范围缩小,层间交调失真增大。

3 参数选择和优化相关因素

3.1 扫描时间

磁共振成像序列可以利用的脉冲参数很多,但与扫描时间有关的只有TR、扫描矩阵在相位编码方向上的像素数和NEX三个。扫描时间可按下式计算:

总扫描时间=TR相位编码步数NEX

进行序列参数选择时,要尽量缩短有关参数,使扫描时间缩至最短。同时,还要通过调整其他参数来使图像中包含的信息量不能减少。

其中值得注意的是,采样次数增加一倍将使扫描时间成倍延长,但却不能获得成倍增加的SNR,因为在采集信号的同时也在收集噪声。采样次数每增加1倍,SNR将上升41%。

3.2 脉冲序列

每种成像序列都有自己应用的范围,要根据临床需要正确的使用。通过TR、TE的适当组合,用SE(自旋回波)序列可以分别得到组织的T1、T2和质子密度加权像。SE序列是临床成像的主流序列。另外,FSE(快速自旋回波)序列因为在一个周期内采集多个回波从而大大缩短成像时间,能够得到与SE序列图像质量相仿的T2加权图像。在较高场强的MR中,采用回波数为2的FSE序列,选择适当的参数,也能得到满意的T1加权像。

用GRE(梯度回波)序列可以获得与SE序列相仿的对比图像。但是,在GRE序列中翻转角成为图像对比度的主要控制参数。当α很小时,质子的T1驰豫进行得非常快,故它可以用很短的TR成像。另外,梯度翻转技术不能同SE序列那样对磁场的非均匀性进行补偿,但它却使GRE序列能用非常短的时间取得所谓的重T2*加权像。

IR(反转恢复序列)序列只能进行T1加权成像,但这里TI成为图像对比度的主要成像参数。IR序列主要用于脂肪信号或液体信号的压制上,这时的IR序列分别成为STIR或FLAIR。在压制特定组织的信号时,序列的TI应取该组织T1值的0.69倍。值得注意的是组织的T1随主磁场的变化而变化,所以,在不同场强的MRI系统中TI值也不同。

T1、T2(T2*)和质子密度加权像可以通过不同脉冲序列获得,各种序列均有其各自的优缺点。应根据临床的诊断要求和序列的成像特点加以选择。如由于慢性出血区磁场不均匀性大,用GRE序列就更容易发现小的出血病变等。

3.3 图像质量和扫描时间的关系

扫描时间的三个决定参数TR、相位编码步数、NEX分别与图像对比度、空间分辨率和信噪比SNR相对应。任何试图缩短扫描时间的努力都同时带来图像质量下降的弊端。所以,要根据扫描要求和病人情况权衡扫描时间和图像质量的关系。一般来说,图像质量是第一位的。在满足图像质量要求的前提下,才考虑如何提高扫描效率。

图像发现病变的能力不仅取决于组织信号强度的差别,还取决于图像上高对比度区域的大小。增强组织结构之间的对比度就会提高对解剖结构的识别能力,得到高分辨率,高SNR的图像。如果得到的图像上正常和异常的组织的信号强度差别不大,解剖结构不明显是没有诊断价值的。因此,在确定最佳对比度时,要考虑试图发现的病理组织,然后再选用可以得到期望对比的脉冲序列。

在充分考虑了对比度的要求后,序列参数的调整就以产生高出噪声足够倍数的信号幅度为目标。总的来是说,组织间对比度越高,显示它们所需要的SNR就越低,而低对比度的组织往往需要更高的SNR才能得到显示。

对于图像的空间分辨率来说,分辨率改善后,序列对组织细小结构的识别能力提高了,但它对低对比度组织的鉴别能力却随之降低。这是因为任何减小体素体积的措施都使氢质子数减少从而导致信号减弱、SNR降低。如果没有足够的SNR,高空间分辨率就实现不了。

4 实际扫描中的参数优选

在实际扫描前,要先弄清扫描图像重点观察的部位、医生对影像诊断的要求以及病人的实际情况,预期扫描的重点和目的。如对于躁动不安,病情较重的病人,序列参数应以缩短扫描时间为目标进行设定,对于扫描区域内存在信号相近的组织或病变,应以提高对比度为目的设定参数等,实现面向目标的扫描。

根据本人实际工作的经验,一般可以分三个步骤设定参数:

⑴设置扫描层面的方向及FOV。在长方形FOV或运动伪影可能出现的情况下,还需分别指定相位编码和频率编码的方向。

⑵用TR、TE设置预期对比度,并确定层厚和层间距(隔层扫描时层距可为零)。其主要依据是可能存在的病变大小及性质,且充分考虑机器性能。上述参数选定后成像区间随之而定。当成像区间和对比度要求在一次扫描中难以同时满足时,可考虑采用两次以上的扫描。

⑶设置相位编码步数Npe和信号采集次数NEX。FOV除以Npe即为相位编码方向的空间分辨率。这时可由TR、Npe、NEX以及覆盖所有成像区间所需要的脉冲序列数来估算整个扫描时间。

在扫描过程中,当图像的SNR较低时,可以通过降低空间分辨率,加大体素的方法来改进。体素的大小由层厚、扫描矩阵和FOV三者控制。如果将层厚增大30%。就能使SNR提高30%。如果将扫描矩阵由256256降至256128,SNR就增加一倍。用增加FOV的方法,还可使SNR得到更大改善,这是由于FOV在两个方向同时控制着体素的大小。另一个改进SNR的方法是增加采样次数。但NEX加倍只收到SNR增加41%的效果,而如果采用改变FOV的方案,增加50%FOV就可收到上述同样的效果。因此,如果仅仅为了提高SNR,扩大FOV不增加扫描的时间更有效率。

磁共振的参数调整和优化,是取得优质的MR图像的重要保证,它同时也是与扫描时间等其他因素权衡的结果。我们常常不得不在一方面做出必要的让步和牺牲,才能突出我们想要了解的另一方面的特征。

参考文献

[1]Ray H Hashemi,William G Bradley Jr,The Basics Of MRI[M],2004.

[2]赵喜平.磁共振成像[M].北京:科学出版社,2004.

[3]Plewes D B.1994.Contrast mechanismsin spin-echo MRimaging[J].Radio Graphics,14:1389-1404.

[4]Ronald R P,1995 contrast mechanismsin Gradient Echoimaging and an introduction to fast imaging[J].Radio Graphics.15:165-178.

[5]Irie H,etal.Optimal MR cholangiopancreato graphic sequence and its clinical application[J].Radiology 1998 Feb,206(2):379-38

[6]赵喜平.磁共振成像的特点及其局限性[J].中国医学影像技术,2000(7):102-104.

[7]李伟,等,MR成像中脉冲序列特征与图像质量控制[J].实用医技杂志,2004(1):8-12.

[8]高元桂,等.磁共振成像诊断学[M],北京:人民军医出版社,1993.

[9]刘定西,于群.医学影像技术从书磁共振分册[M].武汉:湖北科技出版社,2000.

[10]徐子森,等.影响MR成像质量的因素分析[J].医疗设备信息,2003(9):31-33.