一种临近空间飞行器动态拖尾星图复原方法

临近空间飞行器飞行速度快,机动性强,飞行过程中的大姿态机动会导致星敏感器拍摄的星图出现拖尾现象,从而使天文导航的计算结果出现较大的误差甚至失效。针对这一问题,采用IMU量测信息辅助设计动态拖尾星图复原算法,针对传统维纳滤波无法对光轴向角速度引起的拖尾进行有效复原的缺陷,提出了一种图像分割分布式拖尾星图复原方法。通过图像分割对不同图像区域的星点进行分布式维纳滤波,完全适应三轴角速度变化。搭建了天文导航虚拟验证仿真平台并进行了仿真验证。仿真结果表明,图像分割分布式拖尾星图复原方法可对拖尾星图进行有效复原,复原后姿态精度可维持在20"(3σ)以内,质心提取精度提高20%,姿态精度提高10%。所提出的方法能有效提高动态环境下天文导航系统的适应能力,对未来临近空间飞行器天文导航算法的设计具有一定的参考价值。     

一种基于约束共轭梯度的闪光照相图像复原算法

针对闪光照相图像模糊较大、成像信噪比低的特点,提出了一种基于约束共轭梯度（CCG）的闪光照相图像复原算法。针对闪光照相的特点,引入基于非负、中值滤波和偏微分方程（PDE）的光滑约束条件,把闪光照相图像复原问题转化为约束优化问题,并利用约束共轭梯度法迭代求图像复原的最优解。数值试验表明,该算法能较好再现图像边缘信息,复原出的图像在信噪比和视觉方面都有较大提高。     

三维射流PIV图像处理方法的研究及其精度分析

本文利用三台照相机系统记录三维射流的流动，通过照相机系统的标定、三维空间粒子的重构、空间粒子的对应及误对应向量的判断和消除等，建立了一种三个图像记录设备组成的三维PIV图像处理算法，并对其精度进行了分析，通过对三维射流图像的处理和分析表明，该方法是切实可行的。     

室内惯性/视觉组合导航地面图像分割算法

导航技术是机器人实现自主移动的关键技术之一。针对惯性导航创建全局导航地图困难等问题,提出一种新的惯性/视觉组合导航室内全局地图创建方法。规定机器人只能在地面区域中移动,并利用室内俯视图像建立全局地图,提出一种俯视图像地面区域的自动分割算法。首先,利用主元分析算法对图像的局部颜色特征进行降维;其次,利用聚类算法对地面区域进行自动分割;最后,建立了室内俯视图像数据库并对算法的性能进行了验证。由于第四组图像中包含反光区域,算法的分割结果较差,平均正确分辨率为75%。算法在其他各组的平均正确分割率为85%左右。为提高算法的性能,可在应用本算法前利用反光区域检测算法对图像进行预处理。     

球形弹丸正撞击碎片云头部形状的辨识

为了辨识碎片云头部形状，提出了对其形状进行边缘提取、利用二次函数进行边缘最优拟合、并根据拟合结果作出判断的方法。给出了二次函数对边缘的最优拟合算法。对来自不同文献的4幅碎片云图像，提取了他们头部的边缘曲线，进行了最优拟合和形状辨识。辨识结果显示，3幅图像的头部形状为抛物线，1幅图像的头部形状为椭圆。辨识结果表明，至少有一部分碎片云的头部形状是旋转抛物面, 而不是椭球面。     

自适应非线性滤波及其在图像导航中的应用

本文首先介绍了飞行器末制导中采用图像导航的原理和方法，给出了系统模型。针对图像导航的实际情况，提出了自适应非线性Sage-Husa滤波，能在线估计系统的常值偏差及噪声方差。将滤波算法应用到图像导航中，进行仿真，滤波收敛，结果令人满意。     

基于改进SPECK的雷达图像无损压缩算法

针对VDR雷达图像的无损压缩技术要求高速、高效、低内存占用量的特点,在分析图像整数小波变换的基础上,研究一种基于整数小波和改进SPECK快速无损压缩算法.该算法利用整数小波对图像进行变换,进而采用SPECK进行编码.SPECK算法采用易于计算和并行处理的块结构,不仅提高了编码速度,还具有动态存储小、容错性好等特点.算法中还引入了哈希表和综合匹配法对SPECK算法进行了改进.通过对VDR雷达图像的无损压缩实验证明,该算法不仅提高了压缩速度,而且提高了压缩比,具有广泛的应用价值.     

采用PTV技术研究循环流化床内气固两相流动

采用PTV技术对循环流化床顶部颗粒稀疏流动区域进行了测量，其中采用先进的高速摄像技术获取流动的连续图像，并采用目前有望在气固两相流动测量中发挥较大作用的四种PTV算法：BICC法、VGT法、SPRING法和4-FRAME法，对所获取的图像进行颗粒配对处理，从而得到流场中运动颗粒的速度信息。所得到的结论为：本文所采用的PTV算法在图像处理中都产生少量的伪矢量，通过采取简单的伪矢量识别算法就可以剔除大部分伪矢量；本文实验条件下，测得循环流化床顶部区域内颗粒运动速度差别较小。本文工作为进一步详细实验测量研究奠定了理论与技术基础。     

扫描仪精确标定与基于扫描图像的精密测量

分析了普通平板扫描仪扫描过程中引入畸变误差的成因和特点，提出并实现了用分布于待测图像四周的正交网格对包括待测图像在内的全场进行标定的方法和算法．标定后精度提高一个数量级以上，全场几何标准偏差在2—3微米以内，使普通扫描仪可用于精度要求极高的工程测量．用扫描仪将干板等介质记录的图像数字化，通过标定，修正扫描过程中引入的畸变误差，即可利用数字图像处理技术进行自动和半自动的精密测量．     

粒子图像测速技术互相关算法研究进展

粒子图像测速技术(particle image velocimetry, PIV)中采用的互相关算法就是需要从独立 存在的两幅图像通过一定的判别方法得到流场中各点的流速矢量的计算方法. 互相关算法的具体实现步骤包括图像前处理、区域离散、 匹配原则选取、搜索方法选取和变形预测, 最后对结果进行后处理. 文中从上述几个方面总 结了国内外近年来互相关算法的发展过程, 并通过对各种方法精度和效率的比较对其应用发 展进行了归纳.     

数字图像相关中亚像素位移测量算法的研究

为提高位移测量精度而提出的各种亚像素位移测量算法被认为是数字图像相关方法 中的关键技术之一，详细了解已有各算法的性能无疑具有实际意义. 总结文献中3种 最常用的亚像素位移测量算法，首先用无噪声的计算机仿真散斑图对各算法的性能从计算精 度和计算效率两个方面进行了比较研究，并用实际实验图片对其性能做进一步的研究，结果 显示在图像子区大小相同的情况下，基于空域相关函数迭代的牛顿-拉普森方法计算结果最 为精确、稳定.     

工具痕迹鉴定中的光学技术研究

工具痕迹由于形成的原因不同，其表面形成的原因不同，其表面形貌呈现多样性，从尺度范围上，大致可分为两类；一类痕迹尺度范围较大，一般在毫米级以上，可称为宏观痕迹；第二类痕迹尺度范围较小，一般在微米级，可称为微观痕迹，利用光学投影，缩束显微，二维调制图像模数转换及低通滤波去噪算法，小波变换，智能模板相位复原等处理技术。可精确，快速地得到工具痕迹鉴定所需的形貌信息，这成为用于识别，诊断领域中的光学图像处理新技术。本文介绍上述技术特点。并且提供了典型的应用实例。     

联合行稀疏与l_(1/2)-范数稀疏表示的红外小目标检测算法

针对红外图像的小目标检测问题,提出了一种联合行稀疏与l_(1/2)-范数稀疏表示的小目标检测算法。首先采用滑动窗口对原始红外图像进行分块,构建分块图像矩阵;然后,根据稀疏与低秩表示理论建立行稀疏与l_(1/2)-范数稀疏表示的模型,并利用交替方向乘子算法求解得到稀疏矩阵和低秩矩阵;最后,通过图像重构,得到小目标的图像,并采用阈值分割的方法确定小目标的真实位置。实验结果表明,算法可以实现对不同背景红外图像中的小目标准确检测,与红外块图像建模算法相比,检测后的图像信杂比接近的情况下,检测速度提升了约1倍。     

风沙两相流PIV测量算法研究

在风沙两相流图像特征的基础上，提出了一种基于模式识别动态聚类方法中$K$-均值 算法的数字面具(Digital Mask)自动生成算法来求解风沙两相流动. 简化了传统生成Digital Mask过程中手动设置参数的操作，减少了人为误差，为批量处理风沙两相流PIV图像提供 了一种安全快捷的方法. 并将该算法应用于风沙两相流的PIV实际测量，分别得到了不同流 动状态下的气流、沙粒以及风沙气固两相流的速度场.     

惯性信息辅助的快速大视角图像匹配方法

大视角图像匹配算法的鲁棒性与实时性直接影响飞行器对远距离目标定位的性能。针对目前仿射不变图像匹配算法实时性较差的问题,提出一种惯性信息辅助的快速大视角图像匹配方法。该方法对现有的快速图像匹配算法进行改进,避免了构建高斯金字塔,提高了算法效率。然后利用机载惯性导航信息求解实时图与参考图之间的单应性矩阵,并对实时图进行模拟视角变换以此减小图像间视角差异,克服了现有的大视角图像匹配算法盲目多次的匹配计算,实现了大视角图像的快速匹配。实验结果表明,惯性信息辅助的大视角图像匹配算法与现有的快速仿射不变性匹配算法相比,匹配效率提高了至少2倍。     

水气两相流中稀疏气泡流动速度场的数字图像测量初探

由空压机提供的气体通过—排微小直径的喷嘴进入静止水体，形成水气两相流流场。在单相PIV和PTV技术的基础上，研究稀疏气液两相流情况下气泡的速度场分布。PIV算法采用快速傅立叶互相关分析法，而PTV算法需要获得每幅图像中每个气泡的形心，根据连续图像中的粒子对，计算速度。用PIV和PTV两种算法处理求出气泡的速度并对两种方法进行比较，其最终研究成果可应用于流体及多相流的流量测技术，提高我们进行低密度气液两相流相关研究的测量水平。同时为水气两相流的数值分析和理论研究提供流场测试的数据。     

基于数字粒子图像的细水雾全场速度测量

水文通过利用激光片光照明细水雾喷雾场和采用数字成像系统获取了喷雾粒子的运动轨迹图像，进而通过研制相应的图像处理和分析软件，重建了细水雾雾场粒子的速度分布，本方法是直接对流场中的粒子成像。因而测量时无需施加示踪粒子对数字成像系统的图像获取速度要求不高，且在图像数据的分析处理方面不像DPIV技术的互相关算法，对示踪粒子的数密度有一定的限制，因此，本方法可用于不宜添加示踪粒子或流场中粒子数密度较低的喷雾场或其它两相流场中粒子速度场的测量。     

基于运动平滑性与RANSAC优化的图像特征匹配算法

针对视觉导航中现有的特征匹配算法召回率低、耗时长的问题,提出一种基于运动平滑性与RANSAC算法结合的图像特征匹配算法。首先将图像网格化,通过运动平滑性约束处理,找出误匹配率低的图像网格区域;然后,利用RANSAC算法计算出图像间近似的单应矩阵;最后,利用单应矩阵对初次匹配结果进行筛选,得到优化后的匹配结果。实验结果表明:所提出的算法在不同类型的图像匹配中,召回率平均提升了7.5%,F值平均提升了5.4%;相比较于传统RANSAC算法,运算时间平均减少了27.8%,适用于一些对实时性要求较高的场景。     

惯性辅助电光测距技术研究与误差分析

将目标物上的某一点在两幅图像上的对应点之间的灰度值和坐标值进行比较，结合惯性导航系统的输出信号，可得到运载体与目标物间的距离。对惯性辅助电光测距方法进行了理论分析、测距仿真及误差分析。仿真结果与真实值之间的误差小于5%，表明了该算法的可行性和整个设计的可用性。     

基于极端学习机背景预测的红外小目标检测算法

为自适应检测复杂环境中的红外小目标,提出了基于极端学习机背景预测的红外小目标检测算法。首先,依据灰度值分布设计局部边缘敏感平滑滤波器,在相近的灰度范围内,使中心像素的灰度值等于邻域内多数灰度值的融合,对红外图像进行滤波,能够去除大量噪声并突出图像主要结构;其次,利用极端学习机对滤波后的图像建立回归模型,以邻域像素值为输入,以中心像素值为输出训练模型,并对背景进行预测,得到的图像与滤波后的图像做差,得到小目标显著图;最后,利用图像块对比特性对显著区域处理,使小目标区域均匀突出,抑制背景区域,并经过简单阈值操作,实现对红外小目标的检测。实验结果表明:与其他检测算法相比,在复杂背景下,本文算法检测结果的局部信噪比增益最高,单帧检测时间为0.18 s。本文算法对背景进行学习,发掘背景与目标的差异,提高了算法的适应能力,并且能够有效检测小目标。