平面场景和建筑物成像的几何分析

为了识别采集图像中的平面场景以及建筑物,利用摄像机参数,对平面场景及建筑物成像过程进行了几何分析。首先,根据相机参数以及相机飞行状态分析平面场景成像畸变;然后,对平面场景上的建筑物形状的成像进行几何分析;最后,将相机上采集到的平面场景及建筑物的图像像素数与真实平面场景及建筑物的尺寸建立联系。实验结果表明:已知相机参数及飞行状态的情况下,可以对平面场景及建筑物形状信息进行推导,从而完成目标识别与跟踪。本方法适合在典型建筑物、孤立建筑物、建筑群中具有明显形状特征等情况下对立体目标进行自动捕获与跟踪。     

基于相位一致性的实时压缩跟踪方法

针对基于压缩感知的目标跟踪算法在跟踪过程中,光照剧烈变化引起跟踪不稳定或跟踪失败的问题,本文提出了一种基于相位一致性的改进跟踪方法.该方法利用相位一致性图像特征对光照变化不敏感的特点,首先对样本搜索区域内的图像进行相位一致性变换,然后再提取变换后相位一致性图像的特征,将其用于分类器中来确定目标位置.实验结果表明,该方法在目标受到光照剧烈变化影响的情况下具有很强的适应性,在目标大小为50pixel×55pixel时平均处理帧频可达22fps.与已有基于压缩感知跟踪算法相比,该算法在光照变化剧烈的情况下仍具有很好的鲁棒性,而且在目标尺度和纹理发生一定变化的情况下跟踪稳定.     

一种基于直方图非线性变换的图像对比度增强方法

针对可见光图像的特性,提出一种基于直方图分段非线性插值的对比度增强处理技术.通过将整幅图像分为背景段、过渡段和目标段,依据各部分的特点分别对不同的灰度段采用直方图非线性拉伸,即根据各段直方图的分布特性进行图像直方图灰度轴的横向非均匀拉伸,并采用基于冗余去除的灰度均衡方法实现图像增强.实验结果表明,该技术有效地增强了图像的对比度,同时抑制了背景噪音.     

Bayer格式图像的实时彩色复原

为了减少算法的计算量,保证系统的实时性,本文针对Bayer格式图像提出了一种有效的彩色复原插值算法。插值过程中利用了人眼的视觉特性,能够更精确地得到图像的亮度信息和边缘信息。利用彩色图像的边缘特性更精确地复原了边缘处的R、G、B值。算法最终解为一系列5×5大小稀疏的线性滤波器,其复杂度低,实现简单,能在计算机各种嵌入式处理器中完成实时处理。实验证明,本算法的峰值信噪比(PSNR)比通常采用的双线性算法高4~6 db,且有效地减少了插值算法中出现的锯齿现象,使图像彩色的复原性和实时性比双线性算法更优越,具有一定的应用价值。     

交汇测量系统线阵相机标定方法

为了提高大靶面交汇测量系统的测量准确度,分析了交汇测量原理,推导出脱靶量坐标公式.根据脱靶量公式分析其各项参量,利用几何关系建立像元坐标与偏移角度之间的映射模型.根据映射模型,利用光栅尺设计了一种针对线阵相机的标定方法,该方法不考虑相机参量,将整个光学系统看作一个整体,基于整体参量直接对像元坐标和它所对应的偏移角进行标定.实验结果表明,标定后的交汇测量系统在1.4m处的平均测量误差为0.4mm,最大测量误差优于0.6mm.该方法简单高效,可提高系统标定的速度,且标定误差满足系统交汇测量准确度的要求.     

基于Mean-shift的灰度目标跟踪新算法

Mean-shift算法是一种非参数密度估计算法,可以实现快速的最优匹配,在目标的实时跟踪领域起着非常重要的作用。为了有效的将Mean-shift算法应用到灰度图像中,采用了以方向直方图建立目标模型的策略,提出了在灰度图像中以Mean-shift为核心的目标跟踪算法。实验结果表明,该算法具有不受光照条件影响的优点,在低对比度的情况下仍能实现稳定、实时的跟踪目标。     

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。     

非下采样变换的红外与可见光图像融合

基于非下采样Contourlet变换(NSCT),提出了一种红外和可见光图像融合算法。针对低频子带系数和各带通方向子带系数分别提出了基于图像物理特征的系数加权选择方式与基于区域能量匹配的系数选择方式,即低频基于区域梯度信息、高频基于区域特征因子的加权与选择结合的图像融合算法。实验结果表明:非下采样Contourlet变换具有较快的运算速度,且经非下采样变换后能量更加集中,可提供更多的图像信息。相对于基于像素的图像融合算法,本文的图像融合算法具有更高的融合性能,是一种更适合图像融合的多尺度几何分析(MGA)工具。     

随机二项测度的多重分形分析和多重关形关联分析

本文简要分析了一个随机二项测度的多重分形特性,并详细研究了该测度的奇异性在支集上的关联,分析了两点关联中存在的标度区的相变,得出了一些值得深入研究的结论。     

一种基于边缘的曲波变换图像融合方法

提出了一种新的图像融合方法。采用Canny边缘检测方法,并结合曲波变换算法,确定图像边缘位置。针对曲波分解的不同频率域,对高频信息依据其是否为边缘点采用不同的融合策略,对低频信息利用平均法进行融合,最后进行重构得到融合结果。对该方法得到的实验结果进行主客观评价和对比表明,提出的算法在抑制噪声的同时,能有效地突出边缘细节,具有更好的视觉效果。