光学综合孔径成像中的傅里叶相位研究

傅里叶相位是光学综合孔径成像的重要信息，观测目标的傅里叶相位包含于干涉条纹中。从像平面干涉条纹形成原理出发，推导出大气扰动、星光方向与基线方向不垂直和望远镜系统机械误差等因素是影响干涉条纹初始相位的主要因素。利用条纹原点值和峰值位移从条纹中提取初始相位，采用闭合相位法从条纹初始相位中去除其它因素的影响，从而最终获取目标傅里叶相位：结合计算机模拟对噪声给条纹峰值位置的影响进行分析，模拟结果表明在频域中对条纹能量谱进行阈值处理有较好的去噪效果。最后结合目标重构迭代法阐述了闭合相位在像重构中的作用。     

基于模板的非参量统计的视频图像中人的检测跟踪方法

为了克服低分辨率条件下复杂环境和人本身变化对视频图像检测的影响,将人体分为多个部分,通过高斯函数,为每个部分建立颜色线性模型.通过多个线性模型的组合,使得特征更加具有鲁棒性.在Mean shift方法基础上,利用空间位置关系建立模板,得到基于模板的非参量统计方法.该方法要优于单一的Mean shift方法.     

基于连续小波变换的神经网络人脸识别研究

研究了基于连续小波变换的神经网络进行人脸识别的方法.介绍了小波分析的理论基础，详细讨论了根据小波变换系数的范数选取小波母函数的方法，根据小波脊线确定网络神经元个数的方法以及神经网络的初始化和参数训练方法.通过对人脸图像灰度的连续小波分析，神经网络的自组织自学习能力，调整连接权值和小波神经元的尺度、位移参数，完成人脸识别的任务.实验结果验证了该神经网络的识别性能明显优于用特征脸方法对相同人脸库进行的识别.     

基于最小二乘法准则的光学综合孔径观测目标傅里叶信息提取

提出了基于最小二乘法准则提取光学综合孔径观测目标的傅里叶信息,给出了系统的理论推导过程.与其它传统条纹信息提取方法作了比较,指出基于最小二乘法准则提取观测目标信息周期短,速度快,可提取观测目标的傅里叶幅度和相位.实验仿真表明,基于最小二乘法准则提取观测目标信息是可行的.     

利用曲面逼近进行三维形状恢复

通过对表面形状的平滑性约束，给出了一个关于表面深度和图像亮度的能量函数。并通过对预先给曲面进行调速使得这个能量函数达到极小值，来逼近实际的表面，从而恢复表面形状。这一方法同时利用了图像的局部和全局阴影，避免了只利用局部或全局阴影所带来的误差。通过对合成图像以及实际图像进行的实验，证明该方法是行之有效的。     

基于二进制小波变换和改进SPIHT算法的图像编码方法

提出了一种基于二进制小波变换和改进SPIHT算法的图像编码方法.二进制小波变换将图像从实数域变换到实数域,消除像素之间的空间冗余性,得到了具有整数准确度的紧致描述.针对传统SPIHT算法解码图像视觉效果差的缺点,提出了改进方法.根据图像分析结果,将二进制小波变换变换系数按视觉重要性重新排序,通过对视觉重要系数优先编码,把量化误差集中在视觉不敏感区域,从而在不影响编码率失真性能的同时,有效地提高了解码图像的视觉效果.实验结果表明,和其它流行的编码算法相比,本文算法对不同性质的图像具有最优的编码性能和视觉效果.     

基于广义混沌混合PSO的快速红外图像分割算法

为了准确的实现红外目标识别,提出了一种基于广义混沌混合PSO的快速红外图像分割算法.二维模糊划分最大熵分割方法不仅利用了灰度信息以及空间邻域信息,而且兼顾了图像自身的模糊性,能取得较为满意的分割结果.该方法实质上是一种具有搜索空间大、多局部极值点的典型非线性整数规划问题.广义混沌混合PSO算法在广义PSO算法的基础上,引入自适应平衡搜索,当算法发生停滞时引入模拟退火机制有选择地对当前全局最优粒子进行混沌优化,在增强局部搜索能力的同时能够克服早熟收敛现象.实验证明,运用广义混沌混合PSO算法实现红外图像二维模糊划分最大熵分割是快速、稳定的.