[01688195]新型图像计算理论及其重大工程应用

随数字图像高清化发展,图像矩阵已从早期720×480发展到了15360×8640甚至更高。常规并行算法计算节点间通信量巨大,已不适应超大规模图像的有效实时处理。图形处理器GPU和增大内存的硬件措施固然可一定程度缓解这种矛盾,但如何开创高速的并行算法体系及建立其计算模型,如何适应新形势下图像处理的需求更应从理论和算法进行研究,基于此课题组自2005年起,在国家各基金项目资助（如国家自然科学基金面上项目：基于线性流形几何关系的新型核方法研究60705005、基于动力系统的L1范数矩阵低秩分解及其应用研究61173182、分数阶微积分应用于医学核磁共振图像处理的理论与技术 60972131、联合基于学习的超分辨率技术和多传感器超分辨率技术在红外图像复原中的研究 61271330）下,面向超大规模矩阵（超高分辨图像）的特征值计算、图像增强及图像理解进行了系列开创性研究,主要科学贡献如下： 1. 面向超大规模图像分解,创建了反馈微分系统求解超大规模矩阵特征值问题的理论体系 在对反馈微分系统计算行为定性分析基础上,创建了系列求解矩阵特征空间的反馈微分计算系统,尤其是在国际上较早分析了反馈微分系统的概周期计算行为,首次在复数域内提出了求解一般矩阵特征空间的反馈模型。提出的理论和算法已经用于图像矩阵恢复和三维重建。 2. 面向图像增强,开辟了分数阶微积分和学习理论 从信息理论和微分系统角度开辟了分数阶图像滤波理论,提出了系列分数阶滤波算法,解决了整数阶滤波易致阶跃效应,边缘模糊、纹理保存差难题;面向夜晚图像、红外图像,提出了系列旨在提高图像分辨率的图像融合方法,如核偏最小二乘的学习超分辨率算法获得业界高度评价。 3. 面向重大工程应用中的图像问题,开创了系列图像理解与三维重构算法 面向机场塔台指挥及飞行训练对高仿真视觉模型需要,开创了系列高精度三维模型获取方法,如基于KL距离的主动立体视觉方法;针对现代交通管理对车辆牌照号码车型识别需要,开创了单SVM多类分类理论,引入流形提出了近邻空间法等系列分类方法。基础理论技术研究解决了北京、上海等城市地面交通及首都、成都等机场工程应用中的相关问题,如机场高精度三维模型获取、车牌高速高精确识别等。研究成果已在军队及民用多个机场及国内30多个城市成功应用,效益上亿元。 本项目组在IEEE汇刊如TPAMI、TIP、TNNLS、TIT、基础理论研究类期刊如Theoretical Computer Science、Computers and Mathematics with Applications及中国科学F、CVPR等国际国内权威期刊及会议发表论文300余篇,SCI收录103篇,在科学出版社、施普林格出版社和世界图书公司出版专著3部。主要论文论著20篇都在2005.8-2012.3完成,6篇发表于IEEE权威汇刊如TPAMI、TIP等,2篇入选Elsevier期刊Top 25 Hottest Articles。申报论文20篇被SCI他引252次（在偏重基础理论的研究成果中引用已属少见）;Google Scholar引用691次（其中IEEE汇刊引用超过50次）,引用超50次论文4篇,2010年开辟的分数阶微积分图像增强理论已被引用147次,引用者包括美国南佛罗里达大学Dmitry B.Goldgof、加拿大蒙特利尔理工学院Réjean Plamondon及国内刘德荣教授等二十多位IEEE院士。申请发明专利30余项,已授权16项。