基于三次B样条函数的地形重构方法研究

针对激光雷达前下视成像在飞行器自动导航中的应用,提出了一种高精度地形生成方法。该算法采用三次均匀B样条函数重采样方法,具有精度高、计算简单的优点,可以满足激光雷达前下视成像在飞行器实时地形回避和地形匹配中的应用。仿真实验结果也证明了本文方法的有效性和实际应用价值。     

红外序列图像点目标检测的一种方法

针对红外图像中点目标的特点和实际应用条件,提出了一种基于红外序列图像和过抽样小波变换的点目标检测方法,它先对单帧图像进行预处理,提取可能的目标点,然后根据序列图像的帧间相关性和目标运动的连续性来实现运动点目标检测,实验结果表明,此方法对检测红外图像中的点目标效果较好。     

跨模态域自适应SAR图像舰船检测与识别

针对合成孔径雷达(SAR)数据成像质量差和标注不足的问题,提出一种跨模态域自适应端到端的SAR图像舰船目标检测与识别方法．首先,针对SAR舰船检测中目标特征辨识度低和背景信息复杂度高的问题,设计了融合多尺度特征和局部上下文信息及背景抑制来改进兴趣区域变换网络(RoITransformer)的特征表达能力;然后,针对SAR数据属性标签标注困难及样本缺乏的问题,设计了域适应模块在全局和实例级别实现对齐特征,将属性知识从光学数据跨模态迁移到SAR数据上．自建了近岸区域高分辨率SAR舰船数据集(HRSSRD),结果表明：所提方法在HRSSRD上实现了88.5%的检测精度,在舰船检测和军民识别任务上具有良好的性能．     

小波去噪中对模极大值的处理

分析信号和噪声的奇异指数，根据函数不同的奇异指数小波变换的局部模极大值具有不同的传播特性的理论，在相邻模极小构成的待选通域中对分析出的噪声局部模极大值所在的选通域进行平滑处理，反变换重建出去噪信号．实验结果表明这种方法计算简单且有较好的去噪效果．     

具有噪声估计机制的偏差迭代图像复原

研究了Morozov偏差方程,将图像退化模型的Tikhonov正则化解构造Morozov偏差方程.用小波变换估计图像信号的噪声能量,并运用到Morozov偏差方程中,利用Morozov偏差原理迭代求取正则参数,从而得到正则化解.提出了一种具有噪声能量估计的偏差迭代图像复原正则化方法.实验表明:在图像信号噪声未知的情况下,该迭代方法的图像复原具有较快的计算收敛速度和较好的复原能力.     

基于高斯过程的点匹配方法

针对点匹配问题,在已知两个点集对应关系的情况下,通过高斯过程回归计算两个点集的空间几何变换模型.首先,给定高斯过程的协方差函数,通过对训练样本的学习计算协方差函数中的未知参数,得到后验的高斯过程.然后,根据后验的高斯过程预测测试样本的目标值,完成函数映射.该方法在空间几何变换模型的非线性映射能力与问题求解复杂度之间折衷,是一个基于训练样本的自动学习过程.仿真结果表明:该方法具有较好的非线性映射能力,并且只需较少的运算时间.     

基于小波支持向量机分割的SAR图像桥梁目标检测

针对SAR图像中桥梁和水域的统计特性,提出了基于小波支持向量机分割与先验知识相结合的桥梁目标检测方法.通过对SAR图像中桥梁和背景的分析,首先对水域进行特征提取,再利用小波支持向量机方法对数据进行训练建模,通过模型对SAR图像中的河流进行分割,最后在分类后的二值图中按方向累加能量最小准则进行桥梁目标检测.基于真实SAR图像的实验结果显示,此方法不需对SAR图像进行复杂的预处理,有强的抗斑点噪声性,能快速、准确地检测SAR图像中的桥梁目标.     

仿射变换在增强现实中的应用

增强现实是把计算机产生的虚拟物体或其它信息合成到用户看到的真实世界中的一种技术。实现虚拟信息与真实景象的正确匹配或有机结合是每个增强现实实用系统都必须完成的一项重要任务,它的具体实现依赖于计算机硬件和软件系统的相互配合及协调。本文在对基于位置跟踪和相机定标技术的传统虚实注册技术分析的基础上,讨论了仿射变换在增强现实中应用,并提出了在全局仿射坐标系下获取像素相对深度参数的一种策略。     

基于小波分解和分形迭代的图像编码新方法

综合利用了位图压缩、小波分解、分形迭代与霍夫曼编码技术,提出了一种图像压缩的新方法。该方法采用位图平面分解进行第一步压缩,然后对位图压缩后的图像进行正交小波分解,利用相同尺度和不同尺度上的局部相似性构造迭代函数系统,最后对所有参数进行霍夫曼编码,实验结果表明这是一种有效的图像压缩方法。     

从高分辨率遥感图像中自动识别水上桥梁

提出一种高分辨率遥感图像中水上桥梁的自动识别方法. 根据水域的均质性将图像分割成水域和非水域两部分,扫描非水域部分对桥梁进行粗提取. 以粗提取所获得的区域中心为起始点进行区域增长,用全方向扫描获取临界区域,进而计算桥梁方向. 最后沿桥梁方向往桥梁两边延伸,获得精确的桥梁区域. 实验表明该方法可以自动识别出高分辨率遥感图像中的水上桥梁目标,精确度高,鲁棒性好.