一种基于高斯混合模型的改进EM算法研究

 针对传统EM算法存在估计参数不具有最优性,以及在参数估计中需要人工参与等问题,提出一种基于高斯混合模型的改进EM算法。采用无人工参与的无监督思想,获取高斯混合模型对直方图拟合的最优参数组合。实验表明,该算法不仅能够快速地估计模型参量,而且能够给出最优参数,并在图像增强中使细节更明显,对比度更适中。     

基于超分辨率重建的图像增强算法研究

 为了提高图像分辨率,从软件的角度出发,对低分辨率图像序列重建高分辨率图像的原理和算法实现开展了研究,提出从多个低分辨率图像序列中获取更高分辨率图像的方法。通过采用基于光流场的金字塔分层结构实现由粗到精的图像配准,获取了亚像素的运动估计。在采用多帧低分辨率图像进行亚像素级配准后,提出采用动态自适应确定正则化参数的方法,构造了简单的正则化代价函数,建立了低分辨率图像与高分辨率图像之间关系的重建模型,仿真实验结果表明该超分辨率重建算法水平和垂直方向上分辨率各增加一倍,与其他算法相比清晰度更高,计算时间不到传统POCS算法的一半。     

目标跟踪与定位中的视觉标定算法研究

目标跟踪与定位中的一个重要步骤就是摄像机标定，其目的是估计摄像机的外部和内部参数。在严格的几何约束关系之上建立准确的数学模型，提出一种快速得到摄像机中心的方法，然后通过合理的求解次序获得其他摄像机参数，保证了标定参数的精度。利用计算出来的标定参数校正失真图像中的各个像素位置以重新得到像素间原来的空间关系，从而产生精确的不失真图像，并且利用摄像机标定参数对标定模板上的点进行位置计算后，再和实际位置比较进行检验。图像的校正效果实验以及精度验算的结果表明：提出的算法得到了准确可靠的标定参数，和其他算法相比有效提高了精度，能够满足运动跟踪时目标特征位置估计的精度要求。     

基于最大后验概率的人脸平移与旋转跟踪方法研究

针对目前大多数视觉跟踪算法只能够跟踪平移运动人脸目标,而不能跟踪旋转运动人脸目标这一问题,提出一种基于最大后验概率的人脸目标平移与旋转跟踪方法。在基于最大后验概率的视觉跟踪算法基础上,采用了自适应角度模板进行人脸目标旋转跟踪,与传统的视觉跟踪方法相比,当人脸发生倾斜时,该方法能更精确地得到人脸的位置和方向。实验结果表明,该方法能够有效地跟踪具有平移与旋转运动的人脸目标。     

多光谱多光轴自动校准技术

分析了具有红外、电视和激光的光电仪器进行多光谱多光轴自动校准的方法.指出在武器系统的设计中,如果条件允许,可在光电仪器的后方设置一个校准棱镜箱(或折反式自准凹面镜组件),以便在控制电路中加入电十字线跟踪产生器等功能单元,使武器系统实现行进间或飞行中自动校准.