一种基于CMOS图像传感器的大视场角度测量装置的误差校正方法

基于CMOS图像传感器的大视场角度测量装置的设计方案,重点研究了装配误差和图像畸变对角度测量精度的影响,得到了系统的综合误差模型。介绍了利用经纬仪校正自准直光路中装配误差和图像畸变误差的步骤,即通过抽取量程内若干控制点,再根据综合误差模型拟合得到整个量程的校正数据。仿真实验验证了此方法的适用性,并将此方法和常见的分段线性插值法以及多项式拟合法进行了性能对比。     

CT图像“条状”伪影校正方法研究

在CT重建中,当断层射线衰减系数的变化呈非连续性的跳跃变化,如一种材质密度远远大于另一种材质的密度时,CT图像中高密度物质周围就会产生条状伪影。利用重投影技术分别获取高密度物质和低密度物质的正弦图,低密度物质正弦图中的数据缺失区用线性插值技术进行平滑过渡。利用两幅正弦图分别进行CT重建,然后将两幅CT图像进行相加,得到校正后的图像。实验结果表明,该方法能有效抑制条状伪影,同时提高了图像对比度。     

基于图像的飞行器红外辐射特性测量

通过将目标在一定波段内的红外辐射等效为红外成像系统前一定距离下黑体在对应波段内的红外辐射,建立了等效辐射方程。根据黑体辐射定标实验数据,利用非线性回归方法确定了在不同的积分时间条件下红外凝视成像系统输出红外图像的灰度值与在一定距离下的黑体温度之间的定量关系,建立了辐射定标方程。在Visual C++6.0平台下,在对红外目标图像进行SUSAN滤波等预处理后,分析了已知目标距离的红外图像的灰度均值。首先根据辐射定标方程计算出目标等效为黑体的温度,然后利用等效辐射方程反推目标的红外辐射强度,以达到根据跟踪的红外图像确定红外目标辐射特性的目的。此项研究不仅可以为目标识别提供目标分类、识别和辨认所必需的光谱数据库,而且还可以为红外预警提供重要的参考数据。     

基于小波框架的红外/可见光图像融合

针对小波框架所具有的冗余性和平移不变性在图像处理中能较好保留图像细节特征的特点,提出了一种将l2上的离散小波框架和交叉子带像素融合方案(Cross band pixel selection)结合起来的融合算法,并用于红外和可见光图像的融合。仿真试验表明该算法较好地保留了源图像的细节信息,是一种行之有效的融合算法。     

基于图像边缘信息和Fisher准则的钢板表面缺陷分割研究

针对钢板表面缺陷图像信噪比低、缺陷目标小且形态差别大等特点,提出了一种基于边缘信息和Fisher准则相结合的图像分割方法。该方法首先采用梯度算子检测出缺陷图像的边缘,并对边缘检测所得的梯度图进行灰度拉伸,提高梯度图的对比度;然后利用Fisher准则寻找最佳阈值,分割出缺陷;最后运用数学形态学滤除噪声,实现了缺陷的自动分割和定位。实验证明,该方法不仅能够识别出弱小的缺陷,而且实现了在线实时检测。     

基于特征点的对数极坐标变换图像配准算法

介绍了一种新的图像配准算法,可以很好地解决图像配准中的平移、旋转和缩放问题。算法的实现是首先使用SUSAN算子提取两幅图像的特征角点,剔除虚假的特征点(噪声点),然后使用改进对数极坐标变换和投影相关匹配算法实现特征点匹配;结合亚像素定位技术,可以进一步提高算法的精度。     

CCD长时间积分边角亮光的实验研究

通过实验定量研究了ICX412 CCD芯片在不同积分时间下的边角亮光的强度特征,并通过对CCD表面的拍摄,发现边角亮光的出现是由于CCD感光区域周边的两个辐射光源产生的近红外辐射.分析了黑场矫正方法对图像均方差(STD)影响,并研究了在积分过程中通过降低发光区域电路供电电压,再采用黑场矫正等手段消除了边角亮光对CCD长时间积分背景强度及STD的影响.     

尼普科夫（Nipkow，Paul Gotlieb，1860-1940）德国发明家（Inventor，Germany）

尼普科夫发明了电视扫描原理，即把一幅图像分解成许多不同亮度的小光点，依次发送出去。1884年尼普科夫发明了尼普科夫扫描盘，盘上的小孔排成一条或几条螺线，小孔连续掠过图像，就成了机械电视系统。尼普科夫扫描盘在1934年被电子扫描装置代替。     

基于聚焦评价函数的自动调焦方法的研究

针对使用图像清晰度的聚焦评价函数来实现显微镜系统中的自动调焦,介绍了几种常用的图像清晰度聚焦评价函数,在自动倒置显微镜下进行大量的实验,分别利用这几种函数对采集到的图像进行评价分析。研究结果表明,在显微镜系统下利用基于梯度类图像清晰度评价函数拉普拉斯(Laplacian)算子可以有效地抑止噪声干扰,并且单峰性、重复性和稳定性都比较良好,能实现快速高效的自动调焦。     

基于USB2.0的智能视频监控系统设计

针对目前流行的视频监控系统不能智能识别、视频传输占用太多网络资源、视频存储容量有限等问题,设计了一种基于USB2.0的智能视频监控系统。该系统通过在线动态更换参考图像,消除了时间变化引起的阳光、天气等因素对背景图像的影响。按照图像识别方法自动检测监控目标,只有当检测到可疑目标后,才把相应的视频信号传输给监控端显示和存储,并同时向监控人员发出报警提示信号。