基于快速鲁棒性特征的景象匹配

针对光电成像制导景象匹配中图像产生较大几何形变的问题,提出了一种基于快速鲁棒性特征(speeded up robust feature, SURF)的景象匹配算法。SURF提取的图像特征具有尺度和旋转不变性,对灰度不敏感,并能快速运算。算法首先利用仿射变换对基准图像进行3D视角补偿,模拟基准图像在不同视角下的成像,以减小基准图像和实时图像间的视角差异,分别提取两图像的SURF特征,然后根据最小欧氏距离准则提取两图像间匹配的SURF特征点对,根据该特征点对估计基础矩阵,得到两图像的投影关系。仿真结果表明,该算法能够适应光电成像制导中图像的几何形变,实现稳定的景象匹配。     

基于光电瞄准/SINS组合的在线修正方法

针对陆战装备捷联惯导系统(strapdown inertial navigation system,SINS)误差的积累性问题,提出了一种光电瞄准解算测速方法,并将其用于SINS主要状态参数的在线修正。推导了光电瞄准速度解算误差模型,误差分析结果表明,光电瞄准解算测速精度满足修正SINS主要状态参数的要求;建立了光电瞄准/SINS在线修正数学模型,并进行了仿真实验,实验结果表明,通过合理设定动基座的运动状态,所提方法可准确估计出SINS的主要误差状态参数,其中失准角的估计精度可达到1′以内,陀螺漂移误差的估计精度可达到0.01°/h。     

基于SCKF的光电跟瞄系统等效复合控制

由于高能激光武器独特的毁伤机理要求其光电跟踪瞄准系统的控制精度达到微弧度级,因此由跟踪目标加速度带来的跟踪误差已不可忽略。提出了一种速度与加速度前馈补偿以提高光电跟瞄系统跟踪精度的方法,推导了该系统加速度前馈补偿的误差系数。为获得高精度的目标运动要素,应用平方根容积卡尔曼滤波(square〖JP3〗 root cubature Kalman filter, SCKF)算法对目标进行滤波预测。在建立的等效复合控制系统中进行仿真实验,结果表明,基于SCKF前馈补偿方法相对于基于常用非线性卡尔曼滤波算法的前馈补偿方法,精度得到大幅提高。     

光电成像制导中地面运动目标检测与跟踪

地面运动目标的自动检测与跟踪是对地精确打击光电成像制导中的核心任务。针对地面运动目标自动检测问题,提出了由粗到精的迭代全局运动补偿算法以补偿动平台引起的背景图像像素位移,基于变化能量测度的独立运动目标检测算法以及基于三帧序列图像的运动目标定位算法。针对地面运动目标跟踪问题,提出了融合运动特征和灰度直方图特征的粒子滤波器目标跟踪算法,实现可靠、稳定跟踪地面运动目标。利用实际航拍视频进行算法验证实验,比较了基于傅里叶-梅林变换 (Fourier-Mellin transform, FMT)、Kanade-Lucas-Tomasi (KLT) 特征跟踪、Harris角点和迭代全局运动补偿算法,验证了基于变化能量测度的独立运动目标检测算法和融合多特征的粒子滤波器跟踪算法的有效性。     

舰船红外成像目标实时识别与跟踪系统研究

同时考虑硬件设计、算法研究、软件实现三个方面,成功高效地设计了一个舰船红外成像目标实时识别与跟踪系统。硬件上采用主从式结构,主机为控制计算机,从机为TMS320C6201芯片及其外围电路构成的图像处理系统。算法研究尽量实用化,提出了一种新的目标识别和跟踪算法。软件实现时,基于硬件和软件采取了许多优化措施。该系统已成功应用于光电干扰效果评定实验中。     

序列医学图像三维分割的一种方法

介绍了一种Live Wire和轮廓插值算法相结合的序列医学图像分割算法，在这个算法中又借鉴了活动轮廓模型方法的思想，使得这三种算法有机的结合在一起。并对传统的轮廓插值算法和-Live Wire进行了改进，结合活动轮廓模型方法的思想在重建的轮廓中根据实际图像的局部特征进行了自动收缩。实验表明这种算法能快速准确的从序列医学图像中分割出感兴趣的物体。     

基于最大梯度和灰度相关的两步全景图拼接算法

提出一种基于最大梯度和灰度相关的两步全景图拼接算法。该算法综合了基于灰度相关和特征相关算法的优点，首先通过匹配梯度最大值点位置的梯度值缩小搜索范围，再利用最大灰度相关匹配两幅待拼接图像。实验表明，算法原理简单、拼接速度快，同时消除了对有重复纹理特征图像的伪拼接现象，对图像亮度差异具有很强的抗干扰能力，鲁棒性好。     

基于角点特征的KLT跟踪全景图像拼接算法

虚拟现实技术在航空航天、机器人遥操作和生物医学等领域得到了广泛应用，已成为研究问题的一种重要手段，全景图像的拼接技术则是其中一个非常重要的环节。通过SUSAN检测算子提取图像特征角点，利用快速RANSAC算法来实现图像的初配准．然后把检测到特征角点作为图像中的运动目标，利用KLT跟踪算法，确定各特征角点的精确位置，从而得到图像之间精确的单应性变换矩阵。在图像融合过程中，提出了消除图像拼接过程中“鬼影”的办法。实验结果表明，该算法能够大大提高图像配准精确度，并具有较好的鲁棒性。     

基于摄动制导的弹道导弹发射诸元的仿真算法

实现了一种基于摄动制导的弹道导弹的发射诸元算法。给定发射点与瞄准点的地理位置，通过一种迭代方法求解发射方位角和标准关机时间，并以此确定自发射点到瞄准点的标准弹道。采用求差法解算摄动制导的关机方程与导引方程系数。最后给出诸元计算软件流程图。将该软件应用于某导弹六自由度飞行仿真系统的发射诸元计算，论证了该算法的可行性。     

基于微分信息融合的Mean Shift改进跟踪算法

为提高传统均值漂移算法对低对比度图像的跟踪性能，提出一种融合图像微分特征信息的改进算法。根据图像8邻域微分值建立微分图像，利用微分特征建立目标模板和候选区域的微分直方图模型，并确定候选区中心位置的更新向量。将其与利用颜色特征信息确定的候选区中心位置的更新向量相融合，得到改进算法的更新向量。图像的微分信息包含了图像的细节信息以及像素的相对空间位置信息，提高了模型建立时信息的利用率，能够提高目标模型的建模精度。仿真实验结果表明，与传统均值漂移算法相比，改进算法在复杂的背景情况下具有更强的抗干扰性能，能够有效提高目标跟踪的稳定性。     

一种军事图像目标识别神经网络系统

在军事图像目标识别中,目标通常发生比例、平移、旋转变化,有时还处于复杂背景之中或部分被障碍物遮挡,而识别往往要求是实时的。这使得传统的图像目标识别方法不能获得较好的效果。本文提出了一种神经网络目标识别系统,该系统能直接识别图像目标,而无需提取图像中的目标特征,具有目标识别的比例、平移、旋转不变性,具有良好的复杂背景下的目标识别性能,是一种高速、实用、识别率高的军事图像目标识别神经网络系统。文中给出了改进的神经网络模型并针对不同军事目标的识别需要进行了仿真实验。     

基于小波变换及傅里叶描述子的图像检索

分析并设计了具有不随目标的平移、旋转和尺度变换以及边界的起点变化而变化的傅里叶描述子。把小波变换的多尺度边缘检测算法及傅里叶描述子应用于基于内容的图像检索。实验结果表明 ,这种方法对于有背景噪声和旋转、平移及尺度变换后的同一类图像的检索率是很高的     

基于SVM的仿人对弈机器人视觉图像处理

视觉系统是仿人对弈机器人研究的关键部分。针对对弈的实际状况,采用彩色空间变换,阈值分割、形态学骨架化及霍夫变换等图像处理技术,对棋局中的棋子进行检测、定位和分割。通过提取棋子旋转不变的径向像素点数特征,克服了棋子方向随意性。而后采用支持向量机分类方法,对棋子信息进行分类识别,同时分析处理了误差对识别准确率的影响。实验表明,该方法能够实现定位、分割、识别棋子准确无误。     

改进的PCNN与Otsu的图像增强方法研究

提出了基于改进脉冲耦合神经网络(PCNN)与Otsu的图像模糊增强方法，该方法即可有效地去除噪声，又能根据图像灰度性质自动选取最佳阈值，并采用模糊集理论实现了图像的增强。计算机仿真表明，该方法可得到优于传统方法去噪和增强效果，从而验证了该方法的有效性、合理性。     

高分辨率雷达图像压缩编码算法及实现

针对脉压雷达视频回波信号的特点,提出了一种新的雷达视频信号压缩编码算法。该算法利用相邻重复周期之间视频回波信号中的地物杂波、气象杂波、目标回波是相关的,而噪声是不相关的特点,对图像进行压缩。基于新算法,设计了雷达图像记录设备,进行了验证试验。结果表明,新算法实用性好,既实现了高分辨率雷达图像的长时间记录,又保留了目标回波的精细结构,实现了平显图像和A显图像的同时记录。     

基于神经网络数据融合的目标识别方法研究

综合应用图像识别、神经网络和数据融合技术是多传感器ATR系统的一个重要研究方向。设计了一种基于BP网络和多传感器数据融合的图像识别系统。从信息论的观点出发 ,在理论上探讨了BP网络数据融合用于图像目标识别 /分类的机理。以此理论对实验结果的合理解释证明了该理论的正确性。理论分析和实验结果都证明了神经网络数据融合用于图像目标识别 /分类的有效性和可行性     

面向SAR图像目标识别的鲁棒处理算法

现有合成孔径雷达图像的目标识别方法通常要进行预处理,预处理对于识别率影响较大。但是,针对不同的合成孔径雷达目标图像,预处理算法的自适应性很难得到保证。将基于核的主成分分析与稀疏表示相结合,只需很少的观测数据就能得到高识别率的目标识别结果,节省了数据存储量和计算量。首先,阐述了压缩感知的基本理论;其次,提出了基于核主成分分析和稀疏表示的合成孔径雷达图像目标识别算法;最后,选取MSTAR数据库中的5类目标进行实验。仿真结果表明,在没有方位角预测的情况下,该算法仍能有效地识别目标,与其他识别算法相比,在同等噪声污染的图像下,具有较高的识别率。     

星载合成孔径雷达影像几何校正

为达到从遥感图像中恢复事物本来形状的目的,研究了基于距离多普勒(rang Doppler, RD)模型的星载合成孔径雷达影像几何校正原理,并提出了改进的R D解算算法,给出了基于该算法的几何校正全过程。构建了新的牛顿迭代核,计算得到了简化,校正速度得到了提高。新算法从方位向和距离向这两个方向上同时迭代,校正效果比仅在方位向上迭代的解算算法稳定。通过仿真数据进行了验证和比较,实验结果表明了新校正算法的可行性与有效性。     

基于边界矩和改进FCM聚类的水下目标识别

水下目标的识别是水下机器人对环境动态感知、快速定位与跟踪视觉目标的关键, 本文针对水下成像的特殊性以及成像环境的复杂性,旨在设计一种快速、准确的目标识别系统以指导水下机器人进行下一步的任务. 首先, 综合运用一些流行的算法, 简要介绍了一种有效的边界分割算法; 然后通过对边界矩的分析和修正, 构造了具有平移、旋转及比例变换不变性的仿射变换; 最后详细描述了改进的FCM聚类识别的设计理念. 通过对实测的4类物体组成的水下目标的识别实验, 证明了所提水下目标识别系统可以用于水下目标识别, 并且具有较高的鲁棒性和实时性.     

基于可操纵小波的多方向图像边缘检测

根据可操纵小波多分辨率分析的原理,将小波多分辨率分析与方向微分算子相结合,设计实现了基于二维多方向微分的小波滤波器组,提出了分辨率及方向均可调节的图像边缘检测方法。该方法具有计算效率高、抗带间混叠及多方向选择等特点。通过仿真试验并将其与canny算法和传统的B样条小波边缘检测算法进行比较,验证了该方法的有效性和优越性。