基于FPGA+DSP系统的红外图像非均匀校正的实现

首先引述了红外探测器两点法进行图像非均匀校正的原理,给出了基于DSP+FPGA的图像处理系统硬件模块整体实现框图,以及其非均匀校正模块的硬件结构。然后对其非均匀校正模块硬件实现中的芯片选择,工作流程以及实现作了详细的阐述。最后给出了非均匀校正试验的结果。     

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。     

自然地面背景下红外目标检测算法

为了快速准确地检测出以地面物体为背景的红外序列图像中的目标,结合小波变换的特点及其应用于图像边缘检测的优点,提出了一种基于小波技术的图像预处理算法。该方法利用图像边缘在目标识别中的重要作用,讨论了基于小波变换的图像边缘检测方法,并结合地面背景红外图像自身的特点,大大地提高了单帧的检测概率。     

一种云天背景下单帧红外弱小目标检测新方法

针对复杂背景下单帧红外图像中的弱小目标检测问题,提出了一种级联的改进Asymmetric AdaBoost算法。该算法通过提取红外小目标梯度对比度、邻域灰度分布等多个有效特征,充分利用多个红外特征的互补作用,对Asym-metric AdaBoost在仿真中出现的问题进行了相应的改进。通过对实测数据进行仿真,结果表明该方法达到了高检测概率和低虚警率,能有效地检测红外弱小目标。     

一种基于扩展数学形态学的边缘检测方法

传统的边缘检测方法对噪声敏感,抑制噪声能力差;基于经典形态学的边缘检测方法虽然具有较好的去噪能力,但不能反映全部的边缘特性。为此给出了一种扩展的数学形态学的定义,并提出了一种基于扩展数学形态学的边缘检测方法。仿真结果表明,该方法不仅能有效地去除噪声,而且通过检测所得到的边缘图像具有良好的边缘特性。     

影响MPEG-4图像恢复质量的参数研究

MPEG_4作为一种适合各种多媒体应用的图像压缩编码标准,已经得到广泛应用。介绍了I帧、P帧、B帧的运动图像编码。论述了影响图像恢复质量的几个因素,包括以下几个方面:DCT(Discrete cosine Transform)离散余弦变换;QP(Quantize Parameter)量化系数;SR(Search Range)运动估计中搜索范围以及半像素搜索(half_pixel searching)等。通过压缩比,峰值信噪比,编解码时间等大量实验数据比较各因素影响大小。实验证明量化系数对图形恢复质量影响最大,其余几个因素也有一定影响。     

基于四叉树和偏微分方程的灰度图像压缩

提出了一种基于四叉树和偏微分方程的灰度图像压缩方法。该方法只需传输和处理部分稀疏像素而不是整幅灰度图像。在编码端,首先采用四叉树分割图像,然后对部分像素进行编码传输。在解码端,采用基于偏微分方程的图像插值算法再生图像,有效地消除了解码图像中的方块效应。实验表明,该方法可以获得较高的压缩比和峰值信噪比,尤其是对尺寸较大且纹理细节较少的图像更是如此,并能较好地保持原始图像中灰度变化较大的细节,可以方便地去除方块效应,具有较高的实用价值。     

基于粒子群优化算法的自适应图像分割方法

提出了一种基于粒子群优化算法的图像分割新方法。粒子群优化(PSO)算法是一类随机全局优化技术,它通过粒子间的相互作用发现复杂搜索空间中的最优区域缩短了寻找阈值的时间。将PSO用于基于改进的最佳加权熵阈值法的图像分割中,试验结果表明,该方法不仅能够避免陷入局部极值,而且其速度得到了明显的改善,是一种有效的图像分割新方法。