气动光学效应退化图像循环迭代复原算法研究

为了从湍流序列退化图像中有效地去除模糊、抖动等气动光学效应，提出一种基于内外循环迭代的湍流退化图像复原新算法．该算法利用多帧湍流退化图像，建立了一个基于航天图像随机场概率模型的联合对数似然函数．通过极大化该对数似然函数，推导出了基于内外循环交替求解目标图像及各帧点扩展函数的迭代关系，据此可将目标图像和各帧点扩展函数同时估计出来．在微机上进行了复原实验，实验结果表明该算法能用多帧图像获取目标图像和点扩展函数的最佳联合估计，可有效地去除模糊、抖动等气动光学效应．     

Rough集-神经网络系统在信息融合目标识别中的应用

研究了Rough集和神经网络方法在信息融合目标识别中的应用 .提出将神经网络学习机制引入到Rough集系统 ,同时通过Rough集的条件和决策属性构造神经网络结构 ,并针对三种不同谱段下的三种不同目标图像进行了实验 ,试验表明 ,Rough集 神经网络相结合的识别算法的识别率要明显高于单独使用一种融合算法的识别率 ,训练时间也大大缩短 .     

一种地面目标的相关跟踪方法

提出了一种用多子模板对目标进行相关跟踪的方法，该方法建立了综合多子模板相关结果、目标跟踪判断及自适应刷新模板等准则，较好地解决了相关跟踪中如何判断目标锁定、部分遮挡、相似目标出现及模板的刷新等问题。     

基于特征点配准的气动光学图像校正方法研究

针对气动光学效应图像校正问题,提出了一种基于特征点配准的像素偏移盲目校正方法。由于高速流场引起的像素偏移具有很强的随机性和非线性等特点,采取二阶函数非线性模型来拟合畸变图像的像素偏移量,同时根据序列多帧图像的像素点偏移变化统计规律获取原图像的像素点初始位置,从而实现对各帧畸变图像进行像素偏移校正。仿真实验结果表明了方法的有效性。     

空中侦查气球要害部位实时检测

针对算法同时兼顾准确性与实时性这一现有图像目标检测方法难以解决的问题,提出一种在极坐标系统下的基于曲率特征的气球要害部位检测算法.该算法首先对图像进行灰度投影及三阶向后差分计算;然后对气球进行极坐标转换,并提取气球边界;最后,根据气球边界的曲率特征确定要害部位的位置.该算法利用气球在极坐标系统下的曲率特征进行要害部位的快速识别.实验结果表明:该算法能够同时满足准确性和实时性的要求,在DSP(TMS320C6678)上可处理200帧/s的红外视频,且有较高的检测准确率,检测准确率高于94%.     

景像区域误差模拟生成技术研究

在对原始图像用小面模型分割的基础上,通过分析图像信噪比与区域噪声各参数之间的约束关系,研究了景像区域误差的模拟生成技术．采用小面模型将图像划分为许多平稳均匀的子区域,并根据给定的信噪比,按照不同的实际需要,在某些子区域内分别叠加区域噪声．研究成果为评估匹配算法的性能提供了一定的依据     

PRC_CW 雷达地杂波空间相关特性仿真分析

在分析典型地物杂波的空间分布特性的基础上,针对ＰＲＣ－ＣＷ（伪码调相连续波）雷达的特性,即雷达在低俯视角情形时地面回波信号展宽,利用对码元回波复信号进行空间矢量叠加以得到ＰＲＣ－ＣＷ雷达实际接收的回波信号．通过计算机模拟得到伪码调相连续波雷达回波信号后,对其空间相关特性进行了分析．     

基于度信息的图像过渡区提取与分割

提出一种基于度信息的图像过渡区提取与分割算法．将一幅图像映射为带权无向图,权函数定义为节点之间的相似度,由于目标内部与背景内部的像素同质性好,相似度大,因此度值较大,而边缘像素的度值就小,由此提取过渡区并进行图像分割．实验结果表明,本方法能够稳定地提取过渡区,且处理速度明显优于原有的过渡区提取方法。     

基于速度估计的双Hough变换运动轨迹检测算法

提出一种速度估计约束下的双Hough变换算法,并用于序列图像运动点轨迹检测.对于像面投影近似直线的匀速运动点轨迹,首先进行速度预估计,然后在此基础上进行连续2次不同空间的Hough变换.第1次Hough变换将疑似目标点由图像空间X-Y根据极坐标方程转换到ρ-θ空间,在初步筛选疑似二维轨迹后,引入时间维信息,将疑似目标点投影到T-L空间.第2次Hough变换由T-L空间根据斜截式方程转换到V-S空间,再利用最初的速度预估计值限制投影范围,进一步剔除虚警.仿真结果表明:所提算法对目标运动速度的相关先验知识要求较少,在噪声较强的条件下,依然能取得较好的检测结果,且算法开销更少.     

基于Mumford-Shah模型的局部水平集分割窄带算法

提出了一种基于Mumford-Shah推广模型的水平集能量函数,引入了梯度特征,并在此基础上提出了一种新的局部水平集分割方法,提高了算法收敛速度,避免了图像中的无关边缘对分割结果的干扰.设计了窄带算法,克服了水平集方法初始化复杂的缺点.与窄带算法相结合,所提出的分割方法可以在杂波背景中得到分割的局部最优解.通过采用Otsu算子确定感兴趣目标初始位置,所提出的方法可用于具有不同灰度特征的多目标分割.实验证明了所提出的方法用于复杂背景下的目标分割以及多目标分割时的有效性和计算效率.