基于空频双域滤波的SAR变化检测算法

合成孔径雷达图像变化检测中的差异图生成对变化检测二值图生成有着重要作用。现有的差异图构建方式主要集中在空间域滤波上,不能完好保留变化信息,且对频域内滤波方式考虑较少。为提高SAR影像变化检测的模型泛化能力和检测的准确率,提出了一种基于双域滤波的SAR影像变化检测方法。首先,对原始SAR影像在空间域进行滤波,采用自适应中值滤波后构建对数比算子,采用均值滤波后构建差值算子。然后,利用Laplace融合算法对空域中的差异图进行融合,综合不同差异算子的特征信息。最后,将融合后的图像通过傅里叶变换变换至频域内,进行频域低通滤波以检测图像变化。实验使用伯尔尼、渥太华、旧金山和黄河口4组数据进行验证,表明了双域滤波后的差异影像在聚类方法中的有效性。     

基于机器视觉的手机屏幕表面划痕检测研究

针对手机屏幕图像划痕缺陷形状不规则、深浅对比度低的问题,提出基于机器视觉的手机屏幕表面划痕检测方法。首先采用PatMax算法和仿射变换对手机屏幕图像进行预处理;然后采用剪切变换将图像分解成低频和高频两部分,构造0°、45°、90°和135°四种方向的元素形状对低频部分进行灰度闭运算操作,同时对高频部分进行N×M中值滤波去噪处理,通过剪切逆变换生成增强图像;最后采用改进的Otsu双阈值方法对目标进行提取。随机选取450张手机屏幕图像进行实验,检测率最高可达98.7%,结果表明,该方法能够有效增强图像的细节信息,相比其他方法,极大地保证了划痕缺陷的完整性。     

基于引导滤波和分块自适应阈值的单帧红外弱小目标检测

为了在有效地检测复杂场景下红外弱小目标的同时保持较低虚警率,在满足算法实现实时性的前提下,提出一种基于引导滤波和分块自适应阈值的单帧红外弱小目标检测。首先,为缓解边缘杂波干扰,采用具有保边特性的引导滤波对图像进行背景估计;然后,利用弱小目标具备的局部灰度最大特性,提出基于软阈值非极大值抑制的九宫格滤波计算目标的概率。通过加权的方式进一步剔除背景,抑制结果中不满足目标特性的区域;最后,针对复杂场景目标检测虚警率和漏检率高的问题,提出一种分块自适应阈值分割方法提取候选目标。实验结果表明,在公开数据集上与Top-Hat、LCM和Max-Median等经典方法相比,所提方法性能优于其他方法,恒虚警下不同复杂度场景的召回率分别达到87.97%、84.93%和86.22%,可有效抑制背景,增强目标信号,提高红外弱小目标检测的召回率,且具有更好的场景鲁棒性。     

基于小波阈值函数与改进中值滤波融合的抑制图像混合噪声算法

针对图像处理中存在椒盐噪声和高斯噪声的问题,提出了一种新的小波阈值函数与改进中值滤波融合的噪声抑制算法。依据椒盐噪声与其周围邻域像素灰度值存在的明显差异,估计椒盐噪声,采取3×3模板进行反复迭代滤除椒盐噪声。对高斯噪声,利用极限思想提出了一种新的小波阈值函数,并引入三个控制变量,通过调节控制变量使所构成的小波系数在一定阈值范围内无限接近原小波系数。实验结果表明,提高了峰值信噪比,减小了均方误差,较好的保留了图像细节。     

基于小波阈值滤波的激光陀螺消噪方法

利用小波多分辨率分析的特点和分形噪声在小波变换域的特性,采用小波变换域参数估计方法获得噪声参数,然后采用小波阈值滤波方法去除噪声,并比较了三种小波基不同的滤波效果.通过仿真试验,陀螺的零漂值从0.3755°/h减小到了0.1026°/h.     

缺陷对HfO2薄膜的激光弱吸收与损伤阈值的影响

激光弱吸收是导致光学薄膜损伤的重要原因。在(5~43)mPa的氧分压下制备并测试了一组HfO2薄膜。实验发现,当氧分压小于20mPa时,薄膜弱吸收越大,损伤阈值越低;当氧分压大于20mPa时,薄膜的损伤阈值与弱吸收并不一一对应,具有较高弱吸收的薄膜可能同时具有较高的损伤阈值。建立了缺陷模型,采用有限元法模拟了缺陷对弱吸收测量和损伤阈值测量的影响,分析了缺陷尺寸、密度、吸收系数对弱吸收和损伤阈值的影响。研究结果显示,吸收系数高于薄膜1 000倍的缺陷可以降低薄膜的损伤阈值1 000倍,却并不影响薄膜的弱吸收。缺陷对HfO2薄膜的激光弱吸收与损伤阈值测试有完全不同的影响,是导致某些薄膜弱吸收与损伤阈值背离的原因。     

范围限制的自适应亮度保持多阈值直方图均衡算法研究

针对目前直方图均衡算法难以实现,且易造成亮度饱和等问题,本文提出了一种范围限制的自适应亮度保持多阈值直方图均衡算法。首先,对输入图像进行适当平滑,从而获得它的直方图峰值点个数（N+1）。然后,对Otsu算法进行N阈值扩展,并通过这种方法获得图像的N个分割阈值,从而按照此阈值对图像进行分割。为了能够最大程度地保持输入图像的亮度,利用输入图像和输出图像的均值亮度最小误差（AMBE）准则,重新计算了图像的均衡范围。最后,利用新的均衡范围分别对每一个子图像进行均衡。实验表明,使用本算法处理Lena图的绝对均值亮度误差为0.416 4,明显优于使用RLBHE算法的0.629 5。本算法能够获得更清晰的图像细节,同时图像的整体亮度保持的也较好。     

基于FPGA的点目标滤波检测算法

介绍和分析了在当前成像跟踪系统中常用的几种点目标滤波检测算法。为了满足图像处理实时性要求，设计了一套针对图像滤波算法的FPGA硬件实现结构。该结构具有FPGA高速并行计算能力，能在信号读出的过程中实时地完成多种滤波处理。成像实验证明该方案切实可行，具有良好的实时滤波效果。     

基于自适应阈值法的合金弹头缺陷尺寸测量算法研究

在合金弹头缺陷尺寸检测中,针对传统分割算法无法在复杂背景下将缺陷完整分割的问题,采用了自适应阈值分割算法。该算法在分割时,图像的每个像素对应的阈值不同,可避免缺陷和背景错误划分,而且可以在保证缺陷完整分割的情况下避免噪声带来的干扰。给出了缺陷分割过程,完成了缺陷尺寸计算,并对尺寸计算的准确度进行了分析。实验结果表明,在缺陷与背景灰度差较小的情况下,该算法仍可较为完整地将缺陷分割出来,测量结果的标准差为0.122 8,不确定度为0.368 4。     

基于差分吸收激光雷达的云消除算法研究

差分吸收激光雷达测量臭氧浓度过程中,云层信号会造成对流层臭氧浓度剧烈的抖动,带来了很大的测量误差.本文提出了一种云消除算法,该算法通过插值云层高度区域内的臭氧浓度,有效消除了对流层臭氧浓度的剧烈抖动.通过阐述其理论基础,给出了其算法关键点,即云信号的识别和云高度的精确定位.根据云层消光系数的特点,通过设定气溶胶消光系数阈值获取云层高度信息,利用累加平均有效减少噪音造成的测量误差.结果表明,在精确确定云高、云底的基础上,运用线性插值算法对臭氧测量结果进行修正,可以有效克服云层对测量结果造成的急剧起伏.     

鲸群优化的粒子滤波算法研究

针对标准的粒子滤波存在粒子贫化问题,提出了一种鲸群优化的粒子滤波算法.用粒子表征鲸鱼个体,模拟鲸鱼群体搜寻猎物的过程,引导粒子向高似然区域移动.将粒子滤波中粒子的状态值作为鲸鱼群的个体位置,将粒子的状态估计转化为对鲸鱼群的寻优;通过鲸群的螺旋运动方式优化粒子的重要性采样过程,使粒子分布更加合理,对鲸群算法中的全局最优值...     

基于后验概率度量的粒子滤波跟踪算法研究

 针对遮挡、光照变化、尺度变化等复杂环境中的视觉跟踪问题,提出一种基于后验概率度量的粒子滤波跟踪算法。由于后验概率指标与Bhattacharyya系数指标相比具有更强的峰值特性,采用后验概率指标作为相似性度量函数,通过粒子的更新、推广、观测、估计等步骤实现跟踪算法。通过对实际视频图像序列进行目标跟踪实验,实验结果表明:传统算法只有约50%的图像能够实现尺度自适应,而本文算法采用传统算法25%的粒子就能够收敛逼近目标的真实轨迹,达到更强的抗遮挡能力,90%以上的图像序列都能够实现良好的尺度自适应效果。     

基于卡尔曼滤波的低复杂度去混响算法*

在电话会议、智能音箱等应用场景下,传声器往往处在声源的远场。混响信号的存在会掩蔽后续到达的直达声信号,降低传声器接收信号的语音质量,以及语音识别系统的准确识别率。多通道线性预测算法是一种经典的盲去混响算法,但该算法往往具有较高的计算复杂度。本文提出了一种简化的卡尔曼滤波更新算法,通过对角化卡尔曼滤波器状态向量误差协方差矩阵,降低了自适应多通道线性预测去混响算法的复杂度。通过与现有分块对角简化算法对比发现,本文提出的简化算法在保证语音质量的同时,进一步降低了原卡尔曼滤波算法的复杂度。     

基于数学形态滤波的语音信号基音特征提取

数学形态滤波是一种关于信号形状处理的非线性变换,它能简化信号、消除较小分量而保留信号的基本形状特征.本文基于数学形态滤波方法提出了两个分别在时域和频域提取语音信号基音周期的方案,在频域提取基音周期的同时还能提取出语音信号的谱包络。它们具有简单、直观和计算效率高等特点。由于数学形态滤波运算是并行的、局部的,新方案适于并行化处理和易于硬件化实现。实验结果表明,选择合理的数学形态滤波参数以及线性预测编码参数,能获得准确的语音信号基音特征。     

基于Census变换和引导滤波的立体匹配算法

在双目立体视觉系统中,立体匹配是关键步骤之一,其精度对后续的研究有着重大影响。Census算法由于具有简单明晰、运行效果好、实时性强等优点,被广泛采用。但Census立体匹配算法存在变换窗口中心点易受外界条件干扰、深度不连续区域匹配精度低等缺点,由此提出了一种新型的基于Census变换及引导滤波器的立体匹配算法。在Census变换阶段通过计算变换窗口周围的像素的平均值,降低了外界干扰的影响,同时在代价聚合阶段引入具有包边特性且计算量不依赖于滤波核大小的引导滤波器作为自适应权重。实验结果表明:所提算法在Middlebury测试平台上平均误匹配误差为6.03%,相较于目前Census立体匹配算法16.2%的平均误匹配率,匹配效果明显提高,且算法效率较高,具有较好的辐射不变性。     

基于差分交集的视频对象分割与跟踪算法

视频对象分割算法的性能好坏将直接影响MPEG 4编码产品的质量。连续两次差分后自适应处理,对差分图像取交集获得运动对象的边界,形态学处理后最终获取运动目标。基于改进的Hausdorff距离度量法对后续帧中视频对象进行跟踪。实验结果证明,该方法能够从背景不变的图像序列中较好的提取出运动对象,具有较强的鲁棒性。     

基于P范数的核最小对数绝对差自适应滤波算法

为了进一步提高在a稳定分布噪声背景下非线性自适应滤波算法的收敛速度,本文提出了一种新的基于p范数的核最小对数绝对差自适应滤波算法(kernel least logarithm absolute difference algorithm based on p-norm, P-KLLAD).该算法结合核最小对数绝对差算法和p范数,一方面利用最小对数绝对差准则保证了算法在a稳定分布噪声环境下良好的鲁棒性,另一方面在误差的绝对值上添加p范数,通过p范数和一个正常数a来控制算法的陡峭程度,从而提高该算法的收敛速度.在非线性系统辨识和Mackey-Glass混沌时间序列预测的仿真结果表明,本文算法在保证鲁棒性能的同时提高了收敛速度,并且在收敛速度和鲁棒性方面优于核最小均方误差算法、核分式低次幂算法、核最小对数绝对差算法和核最小平均p范数算法.     

基于粒子滤波的多普勒信息辅助目标定位跟踪算法

多基地声呐探测系统主要通过测量回波的时延和方位信息进行目标定位与跟踪,定位精度受声速、时延和方位测量误差的影响较大,可以通过多普勒信息辅助进一步提高定位跟踪精度.现有的多普勒信息辅助定位跟踪算法多适用于单基地声呐系统,多基地中的多普勒测量值与目标状态的关系更为复杂,需要研究新的融合方法.该文提出了一种适用于多基地声呐系...     

基于区域奇异性滤波的小目标检测

针对复杂背景下红外运动小目标的检测和跟踪存在的难点,提出了基于SUSAN检测思想的滤波方法。该方法是通过构建局部区域的奇异性函数来计算奇异度的,并借鉴Wiener滤波的思想,由最小绝对差确定出灰度差阈值。该滤波方法达到了抑制背景、提高信噪比的目的。     

基于光谱分类的端元提取算法研究

目前成熟的端元提取算法是基于单形体几何学的像元纯度指数(PPO)算法,N-FINDR,VCA等算法.这些算法从图像所有像元中提取纯光谱,具有提取速度慢、精度不高的缺点;部分算法需要进行光谱降维,不利于小目标信息的提取.该文提出先利用基于空间特征的光谱分类算法进行分类,将格个图像划分成空间相邻、光谱相似的若干类,每一类的...