基于区域分割的NSCT域SAR与全色图像融合算法

提出了一种基于多阈值分割和无下采样Contourlet变换(nonsubsampled Contourlet transform, NSCT)的SAR与全色图像融合算法。首先对降斑SAR图像作多阈值分割,并定义了区域均值比量测算子将SAR图像进行区域划分;然后采用NSCT对降斑SAR图像和全色图像进行多尺度、多方向分解,分解后的低频部分根据区域均值比量测算子进行区域融合,高频部分则采用区域与窗口邻域相结合的融合策略;最后对融合系数进行重构得到融合图像。实验结果表明,该算法的融合图像既可保持全色图像的空间分辨率,又可有效获取SAR图像的目标信息,融合效果优于小波变换法以及基于像素的NSCT法。     

基于像素提取的多聚焦图像融合及仿真实验

根据实际多聚焦图像的特点,摒弃了变换系数融合法和分块提取法的融合思想,以提取清晰像素点为目标,提出了一种全新的基于像素提取的多聚焦图像融合方法。该方法以源图像中清晰的边缘、轮廓特征为提取依据,物理意义明晰,融合方式合理。通过对像素提取率和正确率辩证关系的详细分析,给出了针对一般多聚焦图像融合的提取测度邻域大小和提取阈值的合理范围。经基于该方法最简单策略的融合仿真实验结果表明:该方法是一种有效的多聚焦图像融合方法,能有效克服其他方法所产生的人工副效应和块效应现象,融合结果的主、客观评价指标均有很大提升,具有很好的继续研究价值和应用前景。     

结合模糊C均值聚类和曲线演化的心脏MRI图像分割

提出了结合模糊C均值聚类和曲线演化的MRI图像分割算法。由于心脏的变形和血液的流动，MRI图像中出现了弱边界、局部梯度极大值区域、伪影等现象。分析了使用水平集方法分割此类图像时出现的问题，提出了两阶段分割算法：结合先验知识和直方图，对心脏MRI图像进行模糊C均值聚类，再根据聚类的结果定义窄带中像素点的速度函数，通过曲线演化获取左心室的粗边界；然后使用梯度向量流构造另一速度函数对边界进行细化。心脏MRI图像的分割实验证明了算法的有效性。     

大幅面星载SAR图像中机场检测算法

重点研究了大幅面星载合成孔径雷达图像中的目标检测问题.选取机场区域作为检测目标,提出了一种基于区域形状特征的检测算法.算法使用自适应聚类分割法解决大幅面图像中复杂背景下的小目标分割问题,选取椭圆近似法代替常用的最小外接矩形和边界框法计算区域的尺寸和体态特征.通过对多幅实际获取自不同场景的大幅面星载合成孔径雷达图像进行实验,结果表明,本算法可快速、准确地检测出包含在场景中的单个或多个结构不同的机场区域.     

KM-SVM法的SAR图像无监督变化检测

针对合成孔径雷达（synthetic aperture radar, SAR）图像变化检测获得有标记样本的数量十分有限且困难,传统方法检测率低等问题,提出了一种基于原始特征空间的K-均值和支持向量机(K--means and support vector machine, KM SVM)法SAR图像无监督变化检测。首先,不需要任何先验信息的条件下,利用K- means聚类方法获取差异图像的分类阈值;其次,利用阈值,引入偏移量,自动选取伪训练集和无标签集,并用伪训练集定义SVM的初始决策超平面;最后,用基于统计特征的半监督学习算法和支持向量机相结合对图像进行变化类与非变化类的分类。实验结果表明：该算法优于基于混合高斯分布模型的KI法和基于广义高斯分布模型的KI法,能保持较好的分类、泛化能力和较稳定的检测精度。这些结果表明了文中方法的有效性。     

基于弹药库视频监控的背景提取及阈值获取

武器弹药库安全的重要性不言而喻,历来是部队保卫工作的重点。在军队弹药库视频监控系统中,基于实时场景图像的分割在监控系统中是一个重要环节,因为图像分割使得目标分离、特征提取和参数测量以及对原始图像进行更高层次的分析和语意理解成为可能。作者根据实际情况提出了一个新的获取背景图像的方法和图像分割中阈值的获取算法,对一般迭代法提出改进,并引入一个平滑系数,使分割阈值在原来的水平上得到提高,有效地避免当前帧分割阈值的突变。该算法的鲁棒性好,易于操作,效果明显。     

基于改进FCM与MRF的SAR图像分割

合成孔径雷达(synthetic aperture radar, SAR)图像相干斑点噪声强,缺乏背景与目标先验知识,导致分割困难。针对以上问题,提出了基于改进模糊C均值聚类(fuzzy C-means clustering,FCM)与马尔可夫随机场(Markov random field,MRF)的分割算法。首先,利用自适应非局部均值滤波和基于直方图峰值点的初始聚类中心选定规则,提升快速FCM算法效率;然后分别用改进FCM算法与MRF对SAR图像进行分割,并通过构建联合隶属度矩阵自适应选择最优分割区域;最后利用形态学操作对结果进行优化。实验表明,所提算法具有较好的抗噪性能,能够快速有效地分割多类SAR图像。     

高温目标红外测量图像伪彩色显示方法

红外测量图像一般为灰度图像,对其进行伪彩色处理是一种非常重要的增强手段。传统的伪彩色处理方法未考虑到实际图像中高温目标与低温背景间的灰度级断点,处理后的伪彩色图像往往颜色数偏少,细节信息损失较多。为更好地显示高温目标及其边缘细节并兼顾低温背景的显示效果,本文首先根据灰度级将图像分为目标区、背景区和目标背景过渡区,背景区包含多个背景及背景间过渡区。利用K-均值聚类理论对背景区进行聚类,根据聚类结果,采用灰度区间压缩方法确定多个背景及背景间过渡区的灰度级范围。根据各区间内灰度统计特征对整幅图像进行多段线性灰度映射,有效地均衡图像的灰度分布。引入视觉差异因素,采用CIE94颜色差异公式对传统颜色路径进行改进,实现等颜色差异的红外伪彩色显示。实验结果表明,本文方法较传统方法更适合高温目标红外测量图像,处理后的图像目标突出,图像细节色彩丰富,背景对比度较高,大大提高人眼对高温目标红外测量图像细节信息的辨识能力。     

融合多源先验信息的舰船备件可靠性评估

舰船工作环境常导致备件的实际可靠性规律与设计参数不一致。在实际使用消耗量较小的条件下,全面分析备件可靠性信息来源,通过定义似然权重系数,融合多源先验信息,建立指数型备件可靠性的贝叶斯评估方法。最后,通过仿真分析验证方法的合理性。结果表明,所提出的基于似然权重的先验信息融合方法可以较好地融合不同信息源的可靠性信息,估计方法具有较好的稳定性。     

基于逼近理想解排序的图像融合效果评价方法

将图像融合评价看作是一个多属性决策问题, 提出了一种基于逼近理想解排序的图像融合效果综合评价方法。通过引入理想融合图像、负理想融合图像的概念, 结合评价者的先验知识和选取的定量评价指标, 以距离测度作为图像融合结果的优劣评判标准,实现了对各个融合图像效果的综合评价, 兼顾了实际评价工作中的通用性和特殊性要求。实验结果表明, 该评价方法具有较好的有效性、实时性和简洁性。     

基于边缘梯度的自动聚焦算法

针对传统自动聚焦算法所存在的问题,提出了一种基于边缘梯度的自动聚焦算法。首先通过阈值检测算法得到图像序列的边缘,把图像中的背景部分滤除,减少了背景信息的影响,从而可以提高算法的精确度和稳定性,然后用边缘像素的梯度值来表征最后图像的清晰程度。经过大量的仿真实验表明,所提算法不仅有单峰性强,无偏性好,灵敏度高等特点,而且还具有很好的抗噪声性能,具有很好的稳定性。     

基于边缘和颜色的视频文本图像分割方法

视频中的文本如果直接送入OCR软件,识别率较低,因为文本往往叠加在复杂背景中,所以需要先将文本从背景中分割出来。背景像素可能具有和文本像素相似的颜色,并且由于解压缩的影响,文本像素颜色分布可能具有渐变性,给分割带来一定的困难。针对这些问题,提出一种基于文本边缘和颜色特征的文本分割方法,该方法首先利用文本边缘的高频特性沿文本轮廓对图像的颜色分布进行采样;其次使用K-均值空间聚类方法从采样点集合得到图像分割的种子点和分割半径,从而分割文本图像得到不同的分割结果;最后,利用文本笔画的连通域特征挑选出正确的分割结果。实验表明,该方法较好的解决了视频文本和背景的分离问题,分割结果具有较高的OCR识别率。     

基于区域和方向方差加权信息熵的图像融合

提出了一种基于非下采样Contourlet变换（nonsubsampled Contourlet transform, NSCT）的红外与可见光图像融合方法。首先对原红外图像进行图像分割,确定目标区域与背景区域,并将其映射到可见光图像中;然后对红外和可见光图像进行多尺度、多方向分解,分解后的低频部分在目标区域选择红外图像低频系数、在背景区域选择可见光图像低频系数,高频部分使用方向方差加权信息熵最大作为融合策略进行融合;最后对融合的系数进行重构得到融合图像。实验结果表明,本文算法在保留图像细节信息、增加信息量、方便目标检测方面都有显著地提高。     

虚拟士兵三维追逐算法研究

针对当前路径规划算法的研究主要集中在平面上,这些算法已难以胜任大规模三维仿真中智能体导航任务的情况,提出了几种实现虚拟人三维追逐的算法,介绍了这些算法的基本思路,研究了基于物理引擎的虚拟人视觉模拟及地型钳位技术,并综合这些技术,成功地为几个项目加入了智能虚拟士兵,取得了令人满意的效果。     

利用特征加权进行基于小波框架变换的红外目标检测

提出了一个基于背景纹理多分辨分析的红外目标检测方法。本方法通过对原始图像作小波框架变换提取不同分辨率下背景纹理的特征,利用特征加权技术（FWT）,得到中心向量,求出每个象素点的特征向量到中心向量的距离。根据距离像统计直方图实现阈值判别。实验证明该方法取得了较好的效果。     

面向虚拟环境的场景管理关键技术及其实现研究

研究面向虚拟环境的场景管理关键技术并加以实现。构建了一种能有效描述大规模虚拟环境的场景图和基于该场景图的场景二叉树(SBSP)，以此为基础，实施了场景管理与绘制分离策略。提出一种基于多线程入口的大规模虚拟场景的实时调度方法，该方法由入口根据化身的运动对空间进行实时调度，能避免传统调度方法的复杂的多线程通信。以上述关键技术为核心，利用OpenGL和C 开发了虚拟环境原型InteVRl．0，该系统可实现大规模虚拟环境的场景管理和实时漫游。     

一种VOP生成技术的研究与实现

视频对象平面(Video Object Plane,VOP)的生成是基于对象的编码技术以及基于图像内容的操作的基础。提出了以对象运动特征,在2D+T三维空间进行图像分割的VOP生成技术,特别是在摄像机运动的动态场景中,以全局运动估计技术补偿摄像机的运动,同时以边缘图像与差分图像进行匹配,克服对象高速运动时背景的遮拦与显露造成的影响,准确地生成VOP图像。针对真实场景的实际处理结果表明该算法是成功的。     

基于多分辨率统计能级的SAR图像点目标检测

针对合成孔径雷达(syntheticapertureradar,SAR)图像点目标检测的困难,基于各层小波系数分布的统计特征,提出了一种在多分辨率统计能级上区分目标与杂波背景的方法。在非正交小波变换的基础上,定义各点的层间随机过程,进行各分辨率下的信息相关后,通过能量函数构造能量图像,并在能量图像上自适应地搜索合适的目标尺度窗口实现检测。实验结果表明,该方法适用于不同的杂波背景,能有效检测潜在的点目标,并在一定程度上保持了目标的形状。     

基于摄像机运动的简单虚拟场景生成

利用摄像机标定技术和视频融合技术设计了一个基于摄像机运动的简单虚拟场景生成系统。首先对摄像机进行标定，然后利用摄像机的运动参数根据摄像机成像模型计算出3-D实景中特定的位置在2-D视频图像上的映射，最后利用映射结果对虚拟景物进行透视变换，并把它实时融合到视频图像特定位置中形成新的视觉效果，实现了一种类似于虚拟演播室的简单、有效、实用的视频制作新方法。实验表明该方法实时性好、生成的虚拟场景效果逼真。     

虚拟环境下农业移动机器人行为及其仿真建模

由于农业移动机器人的作业环境与对象的复杂性和不确定性,使机器人在作业时不能有效地获取导航知识以便对其行为进行决策。利用人工智能和虚拟现实技术,研究了移动机器人的复杂行为,构建虚拟环境和基于规则和案例的知识库,对机器人复杂行为分类,把复杂行为分解为简单、特定和已知的行为。对于不确定的和没有前驱知识的行为,利用相似案例和不确定推理为行为进行导航。然后,建立了多Agent行为决策系统,定义了该结构的六元函数,建立了消息和事件驱动机制,实现了虚拟环境下移动式机器人对水果的采摘行为及其仿真建模。