基于HS约束与轮廓条件的光流场计算

针对视频图像中灰度变化与速度场可能存在的非连续区域,提出了一种基于HS(Horn-Schunck)约束与轮廓条件的光流场计算新方法。该方法首先采用高斯滤波器减少噪声干扰;然后采用改进的Horn-Schunck算法计算时空梯度,结合两种不同的约束条件求取光流速度;最后的仿真实验结果表明,该方法能够准确地计算视频图像非连续区域的光流场,并有更好的鲁棒性。     

基于光流估计的运动目标检测系统设计实现

光流场计算是计算机视觉及视频图像压缩中的重要领域,它的实时实现又是该领域的一个重要研究课题。考虑到硬件实现的实时性,综合分析了现有的各种光流算法,重点对基于区域相关匹配的光流估计算法的运算进行改进;同时研究了改进算法的体系结构,并进行了设计实现。设计中总体采用了并行流水线结构方式,在某些流水线段上采用了SIMD结构,提高了系统处理速度。验证结果表明,系统处理时钟的速度可以达到80 MHz。对于256×256的图像序列,如果系统实际工作时钟频率为50 MHz,每处理一帧仅需要16 ms。     

同场景多幅图像斑纹噪声抑制方法

提出采用独立分量分析法去除同场景多幅图像中斑纹噪声的方法.包含在同场景多幅图像中的图像信号和噪声信号可以认为是相互独立的,独立分析方法则可以用来对这些图像进行分解,并将它们进行有效地分离,以达到滤除图像中的斑纹噪声.实验结果表明,利用同场景多幅图像来进行去噪的效果比对单幅图像去噪的效果要好;和平均法、平均同态维纳法和同态维纳平均法等方法进行比较,该方法能更好地滤除同场景多幅图像中的斑纹噪声.     

一种基于变形模板的椭圆跟踪算法

给出一种新的基于活动轮廓与光流约束的椭圆跟踪算法。椭圆变形模板在引入对目标模型严格的全局约束的同时,降低了计算复杂度;基于模型的光流技术被用于提取目标的运动信息并引导轮廓的变形;借助扩展Kalman(EKF)滤波器有机组合目标的形状与运动信息;最后利用光流测量方程给出的误差测度及EKF给出的估计方差对虚假样本点作出判断与舍弃,从而保证对图像噪声、遮挡及伪边缘具有较强的克服能力。算法除可用于跟踪刚体运动之外,也可用于非刚体(例如人头)运动的跟踪。计算实例表明了算法的有效性。     

基于卷积特征的场景地标检索方法

针对场景中地理目标的检索任务主要解决在视角变化、光照变化甚至遮挡等情况下对地理目标的检索匹配问题，也称为实例目标检索，使用高性能的卷积网络构建用于实例目标检索任务的三输入孪生网络架构，采用三元组损失函数进行训练，并使用区域建议网络准确定义目标区域，生成准确并具有鲁棒性且固定长度的图像特征向量。检索时根据地理场景的特点采用图像全局特征进行粗检索，采用局部特征进行精检索，并配合查询扩展的方法实现了精确的实例目标检索结果。实验表明，所提方法与其他具有代表性的检索方法相比，在公开数据集测试中取得了有竞争力的结果。     

基于运动边界和能量函数最优的图像匹配算法

基于能量函数最优来获取密集视差图(Disparity Map)是图像匹配的新方法.视差图反映了图像中各个景物的深度信息量,因此视差图的边缘并非是对应图像的边缘.而现有方法中能量函数的正则项都依照图像梯度场对初始视差图内部进行平滑并保持边缘的不连续性,这导致了最终获取的密集视差图的平滑区域具有较多的图像边界残留痕迹.光流反映了目标物体的运动状态且包含的运动边界与物体边界相吻合,但光流计算中的正则项导致其在边界上是模糊不准确的,因此采用了多分辨率框架下由粗到精的策略计算大基线时左右图像中的光流场,并联合图像边界和光流来确定准确的运动边界.最后利用所得运动边界构造新的能量函数对视差图进行后处理,实验结果表明无论从视觉效果还是视差图客观评价指标来看,方法都可提取更精准的视差图.     

单站直达波欺骗干扰检测与抑制的DPCA方法

针对合成孔径雷达(synthetic aperture radar, SAR)单干扰机直达波欺骗干扰的检测和抑制问题, 提出一种基于双通道分置相位中心天线(displace phase-center antenna, DPCA)方法的欺骗干扰检测方法。在DPCA条件下建立了图像域干扰信号模型，分析表明干扰信号在主辅图像中近似仅存在空变的相位偏置和位置偏移。基于该特征引入图像退化模型, 在DPCA检测基础上完成主图像内欺骗干扰的估计与抑制。点阵和面目标仿真结果验证了本文信号模型的正确性和欺骗干扰抑制算法的有效性。所提算法几乎不损失被欺骗干扰遮盖区域的场景信息, 能够有效抑制经由天线主瓣或副瓣进入的单站理想直达波欺骗干扰。     

运动模糊图像检测分割盲复原

针对空间变化的运动模糊图像,提出基于单帧图像的模糊检测与分割的盲复原方法。首先,模糊检测生成模糊区域映射图;其次,采用腐蚀和膨胀分别对映射图中的模糊区域与清晰区域处理,利用处理结果标记,并采用分割算法分割图像;再次,分两步估计模糊核,并对模糊区域进行外延扩张,利用估计得到的模糊核进行反卷积去模糊;最后,去除被外延的部分,并与分割得到的清晰区域进行拼接,得到完整的去模糊后的图像。结果表明,算法在人工数据集峰值信噪比(peak signal to noise ratio,PSNR)平均提高10 dB,均方根误差(root mean square error,RMSE)平均降低0.12,自然场景下的真实模糊数据集去模糊结果视觉质量明显提高。此外，该算法在减少模型复杂度的同时也提高了去模糊的质量。     

基于线性最小均方误差估计的SAR图像降噪

针对合成孔径雷达(synthetic aperture radar, SAR)图像降噪过程中容易引起细节纹理信息损失的问题,该文结合SAR图像相干斑噪声的统计特性,提出了一种基于变换域系数线性最小均方误差(linear minimum mean-square error, LMMSE)估计的SAR图像降噪方法。首先通过SAR场景下的Kmeans聚类算法将相似图像块聚类;然后针对每一类相似图像块集合进行奇异值分解(singular value decomposition, SVD),得到同时包含图像块集合行列相关信息的含噪奇异值系数;为从含噪奇异值系数中更准确地估计出真实图像奇异值的系数,先通过加性独立信号噪声(additive signal-dependent noise, ASDN)模型将乘性噪声转化为加性噪声,再利用LMMSE准则对奇异值系数进行估计,最后将估计结果重构得到降噪后的图像块集合。实验结果表明,该方法充分利用相似图像块集合奇异值系数稀疏的特性,采用LMMSE准则估计奇异值系数,既保证了系数中噪声分量的去除又避免了图像纹理细节对应小系数的丢失,不仅去噪效果明显,同时能有效地保持图像纹理细节,具有良好的图像视觉效果。     

一种基于分布式融合的多模型图像跟踪系统

设计了一种基于分布式融合的多模型图像跟踪系统。由于图像中噪声的存在、遮挡现象的发生以及被跟踪对象的变形会对某些跟踪算法产生影响 ,因此 ,一个比较理想的跟踪系统应该能够融合这些跟踪算法的优点 ,从而稳定地跟踪目标。本系统采用了 3种跟踪模式 :基于区域的跟踪模式 ;基于B样条主动轮廓的跟踪模式和基于特征点的跟踪模式。利用这 3种模式分别进行跟踪 ,并由基于区域的跟踪模式判定遮挡 ,从而决定将哪些模式的跟踪结果送到融合中心。仿真实验表明 ,这种算法能有效解决遮挡问题 ,并具有较强的鲁棒性。     

电容层析成像系统传感器的仿真分析及遗传算法图像重建

本文采用了有限元法和归一化敏感场对传感器进行了仿真分析和计算,并提出了敏感场数值从有限元域到成像域的转换方法和一种新的基于遗传算法的ECT图像重建方法。该图像重建方法利用流型数据作为初始值在一定的范围内搜索最优解,能以较高的精度重建两相流体的断层图像,为ECT图像重建算法的研究提供了一个新的思路。     

模糊图像高维空间几何信息自适应复原方法

针对模糊图像高维空间几何信息(high dimensional space geometrical informatics, HDSGI)复原方法不能自动调节参数的问题,提出一种结合混沌粒子群优化(chaotic particle swarm optimization, CPSO)算法进行模糊图像自适应复原的新方法。HDSGI图像复原算法可以获得清晰的复原图像,但 是需要人工调节表征分布曲线的参数,参数选择不合适时复原图像中会出现噪声。将能同时度量图像模糊程度和噪声水平的无参考型图像质量评价指标作为CPSO算法的适应度函数,达到自适应地选择最佳分布曲线的目的,从而可以获得清晰复原图像。复原后的图像的主观视觉评价和定量评价指标均证明了方法的实用性和有效性。     

基于光电融合的目标三维结构反演

针对同传感器视角下的空天目标光电特征融合问题, 提出一种综合利用散射中心参数及轮廓角点特征的目标三维结构反演方法。首先, 基于正交匹配追踪(orthogonal matching pursuit, OMP)算法估计出序列雷达图像中的二维散射中心特征, 并利用Freeman链码提取连续可见光图像的角点特征。然后, 基于图论思想分别对雷达及可见光图像中的二维特征点进行关联。最后, 通过特征点三维重构来实现散射中心特征与光学角点特征之间的融合, 从而反演出较单源特征更为丰富准确的目标结构信息。仿真试验结果验证了所提方法的有效性。     

面向近红外合作目标的鲁棒检测与匹配算法

针对无人机视觉着舰相对导航合作目标检测易受环境干扰问题,提出了一种面向近红外合作目标的鲁棒检测与匹配算法。首先,搭建了由850nm的近红外合作目标以及带有850nm滤镜摄像头组成的成像系统;然后,设计了基于几何约束的方法剔除合作目标图像中的异形干扰点,再利用Hu矩排除其中的相似干扰点;最后,利用形状上下文匹配算法解决拍摄图像中合作目标可能存在尺度、角度畸变使得合作目标难以匹配问题。实验结果表明,所提出的方法可以在不同距离、不同光照、不同角度以及环境干扰下,实现合作目标鲁棒检测与匹配。     

一种多尺度圆形滤波器在肺结节增强中的应用

肺部CT图像的结节检测由于受到噪声和肺部区域中气管、血管的干扰,一直是医学辅助诊断领域中的一个难点。针对这一问题,提出了一种基于多尺度的各向异性平滑方程的圆形滤波器方法。该方法首先利用各向异性平滑方程与高斯圆模型的Hessian矩阵推导出多尺度的圆形平滑方程,利用该方程对结节图像进行多尺度平滑;然后分析了高斯圆模型Hessian矩阵特征值的特点,建立了圆形增器滤波函数。最后,利用该滤波函数对多尺度平滑后的结节图像进行圆形增强滤波。实验证明该方法能够有效地抑止非圆形状的干扰,得到较好的结节增强图像,为后续的结节特征提取与分类奠定了基础。     

基于蚁群算法的多目标跟踪方法

提出了一种新的基于蚁群算法的多目标跟踪方法.方法采用蚁群算法实现多目标跟踪中的数据关联,首先将多目标跟踪中的数据关联问题表示为具有约束条件的优化问题.用蚁群算法对该优化问题求解,得到的解即为最优关联.为验证该算法的有效性,在两种状态估计方法EKF(extended Kalman filter)和S1S(sequential importance sampling)的基础上进行了多目标跟踪实验,并且与传统的NN(nearest neighbor)方法进行了比较.在与SIS框架结合时,算法中采样粒子包括状态矢量和关联矢量,状态矢量通过序贯重要性重采样获得,关联矢量通过蚁群算法求得.实验结果表明,将蚁群算法融合进SIS算法进行多目标跟踪是有效的.     

复杂背景下运动目标分割算法研究

综合运动目标的边缘信息和运动信息,提出一种复杂背景下运动目标的分割算法。在计算光流场时采用各向异性的平滑约束,从而实现了对图像光流场的自适应计算。利用Canny算子检测出的不封闭边缘作为初始信息,根据光流场的连续特性进行边缘生长后可获得对目标的初始分割。对初始分割结果进行边界跟踪,通过保留具有最长边界长度的团块,去掉背景中的杂散噪声,就可获得清楚的分割图。实验证明,该方法能对复杂背景下的运动目标进行准确的分割。     

基于多尺度光流融合特征点视觉-惯性SLAM方法

为提高视觉-惯性导航系统在弱纹理环境下的鲁棒性和精度, 结合特征点法精度高和光流法速度快的特点以及惯性信息, 提出一种多尺度均匀化光流融合特征点法的视觉-惯性同时定位与地图(simultaneous localization and mapping, SLAM)构建方法。首先, 改进快速特征点提取和描述(oriented fast and rotated brief, ORB)特征提取过程, 采用多尺度网格化的方法提取ORB特征点并利用四叉树均匀分配特征点, 提高特征分布离散性。其次, 在帧间采用LK(Lucas and Kanade)光流法追踪特征点进行帧间的数据关联, 在关键帧对特征点进行描述子的计算和匹配从而实现关键帧间的数据关联, 保证算法速度的同时提高定位精度和鲁棒性。最后, 基于光流法建立的数据关联得到的初始位姿为后端优化提供初始值, 整合ORB特征点重投影误差、惯性测量单元(inertial measurement unit, IMU)预积分误差以及滑动窗口先验误差构建最小化目标函数采用滑动窗口非线性优化进行求解。实验表明, 所提方法相比单目视觉惯性系统具有更高的定位精度和鲁棒性, 定位精度平均提升16.7%。     

基于近似逐次超松弛预处理的自适应CQ算法

在处理基于不完全数据重建的不适定反问题时, 针对预处理CQ算法存在的不足, 提出了一种近似的逐次超松弛自适应预处理矩阵选择策略. 该方法利用近似特征值矩阵在处理矩阵相乘和求逆中的优势, 将正则化与超松弛预处理方法合, 通过迭代逐次逼近预处理矩阵, 并给出了算法的自适应步长. 结合稀疏角度CT图像重建问题, 给出了算具体实现步骤, 通过仿真可以验证: 该策略可以使预处理CQ算法有较快的收敛速度; 当存在噪声时,也可以较好地通过提前停止迭代来提高重建精度. 该策略为预处理CQ算法在不完全数据重建领域的应用提供了参考.