目标图像长宽比对Vander Lugt相关器特性的影响

分析了使用VLC进行光学相关识别时目标图像长宽比的变化对匹配滤波器畸变容限和输出相关峰值的影响。利用非约束纯相位匹配滤波器算法和迂回相位编码方法设计匹配滤波器,对具有确定面积和透过率而长宽比不同的矩形目标进行光学相关识别。模拟和实验结果表明：随着目标图像长宽比增加,匹配滤波器畸变容限减小,相关峰值降低。VLC更容易识别长宽比趋近1的目标图像。     

Golay6结构复杂光瞳成像研究

Golay6为非冗余的复杂光瞳结构,导出Golay6结构复杂光瞳的光瞳函数解析式和点扩散函数的解析式,在此基上用Matlab软件模拟了调制传递函数图像,并对目标图像进行模拟成像。针对所成像对比度下降问题,在不含噪声和含噪声情况下分别进行了讨论,利用分数阶微分算子对模拟所得图像进行图像增强,结果表明经分数阶微分算子空域增...     

具有紧支撑正交非张量积小波的图像融合

提出了基于一种新的小波——具有紧支撑、正交性、伸缩矩阵为[^2 0 ^0 2]的非张量积小波的图像融合方法。首先根据非张量积小波理论,利用Daubechies构造的单变量滤波器构造出基于四通道的不可分的小波滤波器组,用此滤波器组对参加融合的图像进行分解,然后对低频部分采用取均值、高频部分采用系数绝对值取大的融合算法对分解子图进行融合,最后重构。并采用熵、交叉熵、互信息、均方根误差和峰值信噪比等指标对该方法进行了客观评价。对可见光图像与红外图像、远红外图像与近红外图像、遥感图像、多聚焦图像和其它多类图像的融合实验结果证明本方法有较好的融合效果,其融合性能与采用同样融合算法的张量积db2小波的融合方法的融合性能相当。     

基于Savitzky-Golay加权拟合的红外图像非均匀性条带校正方法

针对红外成像探测器单元响应不一致等因素导致的图像非均匀性条带问题, 提出了基于直方图加权和Savitzky-Golay拟合的非均匀性条带校正方法。首先, 计算每列的归一化直方图函数并将其作为权值对图像进行加权运算;然后, 利用Savitzky-Golay滤波器对加权后的图像列均值和列方差进行拟合, 并将结果带入校正公式, 通过可调参数的迭代完成校正。实验结果表明:该方法能有效地去除非均匀性条带, 保留图像的光谱辐射信息和纹理细节, 各项评价指标均提高10%。     

基于LabVIEW的阿贝4F系统成像实验的仿真设计

利用LabVIEW软件设计了在阿贝4F系统成像过程中的各个环节,利用生成的二维光栅作为物面图像,之后利用傅里叶变换得到频谱,再通过滤波器对频谱信息进行处理,最后通过傅里叶逆变换得到像面图像。在生成的二维光栅与二维滤波器的设计与仿真中,可方便操作和控制光栅与滤波器的类型和大小,对理解频域与空域图像的对应关系起到了积极作用。     

Canny算法的改进及其硬件的实现

传统的Canny边缘检测算法是先对图像进行平滑,然后利用二维滤波器计算图像的梯度值,从而得到梯度直方图。通过基于梯度直方图来选取双阈值,最后进行基于双阈值的非极大值抑制,得到边缘检测的图像。为了能很方便地在硬件中实现这种算法,对传统的Canny算法进行了适当的改进,利用模板来代替原算法中的卷积,从而使得该算法在FPGA(Field Programmable Gate Array)中可以完全利用原理图来实现。     

编码孔径成像:一种全息逆转滤波处理

本文利用动态范围宽的全息逆转滤波器(HIF)对几种编码图像进行了解码.讨论了HIF的性能,给出光学模拟下非冗余列阵(NRA)对二维物体成像和对三维物体层析的一些结果.     

用光学方法实现多灰度级图像的区域分割

利用光学中的阶跃滤波器实现对多灰度级图像的区域分割，并从理论上对用阶跃滤波器处理具有硬边界和软边界的多灰度级图像及最终实现多灰度级图像的区域分割进行了讨论。当多灰度级图像存在灰度不连续变化(硬边界)和有转折变化(尖点)时，使用阶跃滤波器都会在这样的区域内呈现边界增强。     

图像的微分处理与相关识别

介绍了小波图像微分原理,并对图像的微分处理与相关识别进行了实验分析和研究。实验结果表明,对图像进行小波微分预处理后,可以有效地减少图像中的低频成份,这就使图像相关运算更多地比较了图像的细节变化,增加了相关图像的信息量,可以有效地提高图像的识别能力。     

具有任意方向的扇形滤波器及其在图像方向检测中的应用

扇形滤波器在图像的方向检测中是非常重要的.本文基于极傅里叶变换和一个楔形滤波器,设计出具有任意方向的二维扇形滤波器.首先,楔形滤波器被变换到极傅里叶域,再利用极傅里叶变换的旋转特性,楔形滤波器可以通过将其极傅里叶变换沿着水平方向进行移动来实现旋转,得到一系列具有任意方向导向的扇形滤波器,它们能够检测图像中所包含的任意方...     

用莫尔条纹实现光学微分

一、引言本文介绍一种利用光栅形成的莫尔条纹实现光学微分的方法。这种方法简单、方便,不但避免了制作微分滤波器(如计算机绘制光栅和复合光栅)等的困难,而且效果明显。     

基于多通道Gabor滤波器的高鲁棒灰度图像目标识别新方法

提出了一种针对低质量的灰度图像的基于多通道Gabor小波滤波器的高鲁棒目标识别新方法。主要是利用Gabor小波设计了滤波器,滤波器的中心频率是一个从低到高的范围。滤波器采用不同方向、不同尺度,从而组成多通道滤波器。对灰度图像直接进行小波变换,用Gabor小波变换系数的模的平均值和其标准方差来表示抽取的灰度图像目标的特征,并对获得的小波特征归一化后输入到改进的BP神经网络分类器中进行分类识别。对四种不同的飞机灰度图像目标进行了分类识别仿真实验。结果表明,这种特征提取方法能有效地提取灰度图像目标纹理特征,并且对噪音和形状的变化具有强鲁棒性。在应用灰度图像对目标进行识别时,神经网络的训练时间减少到10min,识别率达到94%。     

基于自适应频域滤波的红外弱小目标检测技术

研究复杂背景下弱小目标检测问题对提高靶场光电设备探测能力具有重要意义.根据红外图像的背景复杂程度,提出一种自适应高斯高通滤波算法.该算法利用改进中值滤波器对图像进行降噪,采用图像方差加权熵,定量描述红外图像背景复杂程度,根据图像背景复杂程度自动调整滤波器截止频率,实现不同背景下红外弱小目标自动检测,并利用靶场实测光电图像对算法进行了验证.实验结果表明该算法能够有效地在不同图像背景下检测到弱小目标.     

多算法融合的自适应图像增强方法

提出一种多算法融合的图像增强方法,用于工程应用中的复杂降质图像的细节特征恢复.该方法汲取了Laplacian变换法、Sobel梯度法、盒状滤波法、非锐化掩蔽法及灰度幂律法等算法的优点,可对模糊图像进行自适应增强.通过拉普拉斯滤波器和梯度滤波器将原始图像分为基础层、细节层及边缘特征层;对微小细节信息及边缘特征信息进行增强,对基础信息进行压缩;然后采用盒装滤波器对图像的三个分层进行平滑过度及噪音过滤,最后使用非锐化掩蔽法和灰度变换来增加图像灰度的动态范围,从而得到增强后的图像.在相同的工况下,该方法分别与直方图均衡法、自适应伽马矫正法及小波变换的图像增强法实验结果进行对比,结果表明,该方法将图像的清晰度提高了13.1%~126.1%,能有效地处理复杂型感染的图像,避免图像过度增强,可以获得适合人眼的最佳视觉细节内容的增强效果.     

声光可调谐滤波器(AOTF)消色散设计

介绍了非共线声光可调谐滤波器的构成及基本原理,计算了非共线声光可调谐滤波器衍射出的±1级衍射偏振光的偏转角,采用在光路中添加光楔的方法补偿非共线声光可调谐滤波器晶体色散引起的图像漂移.分析结果表明使用TeO_2材料设计的光楔在楔角为7.6°的时候可以控制图像漂移在一个像元以内,并在400～900 nm的工作波段范围内满足稳定成像的要求.     

基于场景的红外焦平面阵列非均匀性校正算法综述

红外焦平面阵列的非均匀性噪声是制约红外成像质量的主要因素。基于场景的非均匀校正算法通常利用图像序列并依赖帧间运动对焦平面阵列的非均匀性进行校正。介绍和分析了全局非均匀性校正,Kalman滤波器法,自适应滤波法,轨迹跟踪法,基于场景运动分析的校正算法,基于小波变换实现低通滤波的校正算法,高通滤波与神经网络相结合的算法,基于小波去噪、序列图像配准和正交最小二乘拟合的校正算法,改进的神经网络算法以及代数算法等,对算法进行了比较。     

具有任意方向的扇形滤波器及其在图像方向检测中的应用

扇形滤波器在图像的方向检测中是非常重要的.本文基于极傅里叶变换和一个楔形滤波器,设计出具有任意方向的二维扇形滤波器.首先,楔形滤波器被变换到极傅里叶域,再利用极傅里叶变换的旋转特性,楔形滤波器可以通过将其极傅里叶变换沿着水平方向进行移动来实现旋转,得到一系列具有任意方向导向的扇形滤波器,它们能够检测图像中所包含的任意方向信息.由于整个设计过程不涉及二维优化,因此所提出的设计方法具有设计简单的优点.为了验证扇形滤波器的方向敏感性,将所设计的扇形滤波器应用于图像的纹理方向检测,结果表明,具有任意方向的扇形滤波器在图像纹理方向检测中具有很大的潜能.     

基于多重差分滤波效应的航空相机图像检焦方法

焦面检测准确与否对航空相机光学系统的成像质量起着至关重要的作用。为解决航空相机检焦问题,提出了一种基于多重差分滤波效应的检焦算法。首先,对检焦原理进行了介绍,在基本矩形滤波器的基础上进行设计,提出了一种适用于航空相机检焦的新型滤波器,消除了图像和滤波器之间相对位移产生的影响,并从数学角度证明了其可行性。然后,通过对图像的隔行采样对滤波器进行模拟,以完成图像检焦算法的设计。最后,利用实验采集的图像对所提算法的检焦效果进行了评估。实验结果表明,所提算法可以消除矩形滤波器和图像之间相对位移产生的正弦变化;算法灵敏度较高,最大误差为41.16μm,小于光学系统的半焦深(76.8μm),能够满足工程需求。     

基于图像融合的动态轮廓线跟踪新方法

红外与可见光传感器是目标跟踪识别系统中常用的两种传感器,对这两种传感器图像进行融合能有效提高系统跟踪检测的准确性。将动态轮廓线模型与图像融合结合,在特征搜索过程中利用特征点准确地完成了图像配准,同时使用了一种新的特征级融合方法,将两种图像中目标轮廓的B样条曲线控制点进行实时微分耦合。这种耦合将Curwen提出的微分耦合机制作了改进,利用图像配准把刚性硬模板改变为实时的变换模板并推导了融合后动态轮廓线的新的动力学方程。这种融合利用了红外图像目标轮廓信息约束可见光图像中动态轮廓线的收敛形状,有效地提高了可见光图像目标跟踪的准确性。对运动人手序列图像的对比跟踪实验表明,这种融合使得可见光图像中动态轮廓线平均跟踪误差减小了60．25％。     

三维Gabor滤波器与支持向量机的高光谱遥感图像分类

根据高光谱遥感图像的特点及二维Gabor滤波器纹理分割的原理,提出了一种基于三维Gabor滤波器的高光谱遥感图像分类方法。三维Gabor滤波器能够对高光谱遥感图像所有波段同时进行滤波,将大量的图像信息抽取为少量的不同尺寸、方向和波谱的响应,极大减少了高光谱遥感图像纹理信息提取的计算量。利用不同方向和尺寸的三维Gabor滤波器对祁连山黑河流域上游地区的Hyperion影像全波段进行滤波处理,获取26个纹理响应特征,并分析不同纹理对不同地物的区分度。利用自动子空间划分的波段指数(BI)进行波段选择,选取不同的波段组合进行试验,寻找最佳降维幅度。按照纹理对不同地物响应的区分度逐一加入三维Gabor纹理特征,利用三维Gabor纹理辅助光谱信息,运用支持向量机(SVM)的方法进行监督分类。结果表明,基于三维Gabor纹理和自动子空间BI波段选择的SVM分类方法能够在有效降低光谱维数的同时,提高高光谱遥感图像分类的精度和效率。