孙俊喜
- 作品数：54 被引量：275H指数：7
- 供职机构：东北师范大学计算机科学与信息技术学院更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划上海市科学技术发展基金更多>>
- 相关领域：自动化与计算机技术电子电信医药卫生航空宇航科学技术更多>>
- 分段2维主成分分析的超光谱图像波段选择被引量：6
- 2014年
- 目的超光谱图像具有极高的谱间分辨率,巨大的数据量给分类识别等后续处理带来很大压力。为了有效降低图像数据维数,提出基于分段2维主成分分析(2DPCA)的超光谱图像波段选择算法。方法首先根据谱间相关性对原始图像进行波段分组,然后根据主成分反映每个光谱波段的信息比重分别对每组图像进行波段选择,从而实现超光谱图像的谱间降维。结果该算法有效降低了超光谱图像的光谱维数,选择的波段明显反映出不同地物像元矢量的区别。结论实验结果表明,该波段选择算法相对传统算法速度更快,并且较好地保留了原始图像的局部重要信息,对后续处理有积极意义。
- 张婧孙俊喜阮光诗刘红喜
- 关键词：超光谱图像波段选择
- 基于DSP的图像采集及处理系统的设计与实现被引量：7
- 2009年
- 介绍了一种利用CCD摄像头、SAA7111视频解码芯片、高速可读写存储器SRAM,基于DSP与CPLD的图像采集与处理系统。系统完成了图像的快速采集、存储及数据处理。文章详细论述了系统的总体结构、部分硬件设计,简要叙述了相应图像算法的实现方法。给出了系统实例和实验结果。
- 刘红喜李长江孙俊喜
- 关键词：DSP图像采集图像处理
- 基于FPGA的交通视频快速去雾系统的设计与实现被引量：8
- 2017年
- 针对雾天交通监控视频图像退化问题,提出了一种基于FPGA架构的雾天交通视频图像快速去雾系统。首先将采集到的实时图像数据缓存到SDRAM中,然后在亮度分量基础上估计传播图,最后基于大气散射模型复原清晰图像。该系统利用FPGA并行运算处理能力强、逻辑资源丰富等特性,针对PAL制式640×480彩色图像,处理速度为60帧/s。实验结果表明,该系统在保证输出视频质量的前提下达到了很好的去雾效果。
- 高全明孙俊喜刘广文才华陈广秋
- 关键词：FPGA交通视频硬件系统大气散射模型
- 基于高斯—马尔可夫随机场模型的图像修补方法研究
- 2008年
- 实现基于高斯马尔可夫随机场(GMRF)模型的图像修补算法,详细讨论像素扫描顺序以及邻域大小对图像修补效果的影响。实验表明,基于GMRF的图像修补算法的性能依赖于像素扫描顺序和邻域大小的选取。
- 孙俊喜王瑞才华郝德芳
- 关键词：图像修补邻域系统
- 基于小波域隐马尔可夫树模型的超声图象贝叶斯去噪被引量：4
- 2003年
- 提出了一种新的医学超声图象去噪方法 .首先 ,原始超声图象经对数变换 ,其乘性散粒噪声变为了加性噪声 ;然后再经小波变换后 ,基于隐马尔可夫树模型 ,应用贝叶斯方法去除加性噪声 ;最后 ,经小波反变换和指数变换恢复去噪后的原始超声图象 .测试结果表明 ,此方法在有效去除噪声的同时 ,能保留原始图象的细节边缘 .针对超声图象还对几种去噪算法作出定性比较 ,并对去噪性能给出定量分析 ,实验结果表明 。
- 孙俊喜赵永明陈亚珠
- 关键词：小波变换隐马尔可夫树模型超声图象噪声去除
- 增量深度学习目标跟踪被引量：17
- 2015年
- 由于现有目标跟踪算法在复杂环境下易发生目标漂移甚至跟踪丢失,故本文提出了以双重采样粒子滤波为框架,基于增量深度学习的目标跟踪算法。该算法在粒子滤波中引入粒子集规模自适应调整的双重采样来解决粒子衰减及贫化问题,并利用无监督特征学习预训练深度去噪自编码器以克服跟踪中训练样本的不足。将深度去噪自编码器应用到在线跟踪中,使提取的特征集合能够有效表达粒子图像区域。在深度去噪自编码器中添加了增量特征学习方法,得到了更有效的特征集以适应跟踪过程中目标外观变化。该方法还用线性支持向量机对特征集合进行分类,提高对粒子集合的分类精度,以得到更精确的目标位置。在复杂环境下对不同图片序列进行的实验表明:该算法的跟踪综合评价指标为94%、重叠率为74%,平均帧率为13frame/s。与现有的跟踪算法相比,本算法有效地解决目标漂移甚至跟踪丢失问题,并且对遮挡、相似背景、光照变化、外观变化具有更好的鲁棒性及精确度。
- 程帅孙俊喜曹永刚赵立荣
- 关键词：目标跟踪粒子滤波支持向量机
- 基于隐马尔可夫模型边缘表示的多尺度边缘检测被引量：3
- 2003年
- 基于增强图像特征空间的特性分析 ,提出一种新的图像边缘表示模型———隐马尔可夫模型 ,该模型把边缘作为一个可观测序列 ,认为它是人们根据感官知识 (不可观测的状态量 )所观察到的具有一定空间关系的像素集合 ;通过小波变换 ,得到多尺度增强图像 ;将包含在低分辨率图像边缘中的全局信息进行综合 ,作为高分辨率图像中隐马尔可夫边缘模型的训练数据 ,使用Viterbi算法完成高分辨率图像中边缘点的搜索 ,从而 ,使得多分辨率边缘检测对先验知识的依赖大大降低 ,同时降低了计算复杂度 .边缘的隐马尔可夫模型表示也为多分辨率数据融合提供了一种有效的工具 .实验表明该模型是合理的。
- 孙俊喜陈亚珠谷东兵
- 关键词：边缘检测图像处理计算机视觉隐马尔可夫模型多尺度边缘检测
- 用基于二值化规范梯度的跟踪学习检测算法高效跟踪目标被引量：3
- 2015年
- 为提高复杂环境下TLD(Tracking-Learning-Detection)算法的跟踪精度和速度,提出基于二值化规范梯度(BING)的高效TLD目标跟踪算法。在跟踪器中引入基于时空上下文的局部跟踪器失败预测方法和全局运动模型评估算法,提高了跟踪器准确度和鲁棒性;用BING算法取代滑动窗口搜索策略,结合级联分类器实现目标检测,减少了检测器的检测范围,提高了检测的处理速度;将训练样本权重整合到在线学习过程中,改进级联分类器的分类准确度,解决了目标漂移问题。对不同的图片序列实验结果表明:本算法的跟踪正确率达85%,帧率达19.79frame/s。与原始TLD算法及其他主流跟踪算法相比较,该算法在复杂环境下具有更高的鲁棒性、跟踪精度及处理速度。
- 程帅曹永刚孙俊喜刘广文韩广良
- 关键词：目标跟踪加权
- 聚焦超声治疗系统中超声图像去噪方法研究被引量：1
- 2002年
- 利用超声成像实现手术导引治疗是聚焦超声治疗系统的重要环节。由于超声图像受散粒噪声影响往往像质较差 ,如何有效实现超声图像的去噪是后续处理和分析的关键。在此基于小波域隐马尔可夫树模型 ,将贝叶斯估计和同态滤波思想有机结合 ,提出一种新的医学超声图像去噪方法。测试结果表明此方法能有效去除噪声 ,同时保留原始图像的细节边缘。
- 孙俊喜陈亚珠
- 关键词：聚焦超声散粒噪声小波变换
- 一种基于MRF样本修补的改进算法
- 2011年
- 针对Cheng提出的样本修补算法,引入结构的几何量描述,重新定义优先级公式,以提高结构平稳性;改进置信度项更新法则,以便抑制修补过程产生的误差累积。实验结果表明,改进算法能够有效避免传统算法生成的垃圾物,较好保持纹理和结构特征。
- 闫玉佳其陈广秋才华刘广文孙俊喜
- 关键词：图像修补
