结合背景抑制技术的ELIR图像分割

针对前视红外（ＦＬＩＲ）图像的分割,提出采用去中值波滤器进行预处理抑制背景、增强目标,而进利用基于模型的ＦＬＩＲ图像分割（ＭＢＳ）算法完成图像分割,从相容性向量及初始概率计算两方面对ＭＢＳ算法进行了改进,对红外目标图结果证实该方法与ＭＢＳ算法相比,在低对比度、高噪声情况下能得到更为精确的分割结果,同时能极大地降低了背景干扰。     

一种改进的大气模糊图像恢复算法

针对天文图像受大气影响而变模糊的问题,利用多帧盲去卷积方法对变质图像的恢复及点扩展函数的辨识进行了研究,并采用基于受惩极大似然估计的GEM改进算法从模糊图像序列中得到目标以及点扩展函数的迭代解。实验结果表明该算法能有效地恢复出原物体并估计出点扩散函数。     

基于边缘约束的红外目标图像松弛分割技术

本文提出了一种基于边缘约束的、能克服门限面技术和简单的松弛技术不足的红外目标图像松弛分割算法,该方法在确定显著边缘象素的基础上,建立了一个评估在不同初始概率下松弛分割结果的准则函数.通过自动调整初始概率,获得该准则函数的最优或次优解,从而得到满意的分割结果.文中给出了关于真实红外目标图像的分割结果.     

基于初级视皮层抑制的轮廓检测方法

轮廓检测是基于形状目标识别任务的关键,然而从自然场景中自动地检测出目标的轮廓是非常困难的,因为背景中存在着大量的无关干扰成分.生理学与解剖学的研究表明初级视皮层中具有方位选择性的神经元的响应受到其周围环境中同方位刺激的抑制,因此方位发生变化的地方受到的抑制程度相对较少,这使得孤立的边缘或区域的边界更为显著.基于此我们提出了一个视觉生理机制的轮廓检测模型,其目的是减少背景纹理的干扰,同时保留感兴趣的对象.针对模拟及真实图像的实验结果表明这种抑制措施有效地抑制了纹理边缘并减少了轮廓自身的破坏,极大地提高了复杂背景中轮廓检测的性能.     

一种基于知识的雷达图像机场目标提取方法

针对低信噪比雷达图像的特点,在Radon变换的基础上利用机场目标和背景的雷达成像知识对Radon变换的结果进行后处理,以便可靠地提取雷达图像中的机场目标。为了对机场进行定位,给出了一种确定线特征端点的简单有效的方法。同时给出了一种距离变换准则来衡量提取到的线特征和真实线特征的相似度。实验表明,该方法能更可靠地提取雷达图像中的机场目标。     

景象匹配算法在数字信号处理器上的实时实现

在图像处理中,灰度相关匹配是一种应用广泛而有效的经典匹配定位算法,但样关匹配的计算量比较大,使得匹配速度很难满足实时的需要。文中给出了灰度相关匹配算法在数字信号处理器TMS320C6201上的一种快速实现方法。根据二维图像的存储特点,通过图像数据的展开优化了匹配计算的实现,在保证匹配精度的前提下减少了计算时间。     

整合局部特征和滤波器特征的空间金字塔匹配模型

本文提出一种场景分类方法,通过整合局部特征和滤波器特征获得丰富的表征信息,并利用空间金字塔匹配模型提取空间上下文信息.该方法有如下四个特点:(1)通过转换将滤波器很好地嵌入空间金字塔匹配模型中;(2)在滤波器特征转换的过程中,采用降采样和平均操作,在空间密度和空间范围两者之间取得了很好的折衷;(3)将滤波器特征和局部特...     

基于上下文的机场目标识别方法

提出了一种基于上下文的机场目标识别方法,将机场各组成部分间存在的依赖关系应用于识别技术中,以提高识别效率。根据机场目标具有明显的方向性这一特点,使用Gabor滤波器对输入图像进行滤波,将图像信息按不同尺度和方向分解至多个通道,获取相应的特征图,并利用Radon变换从特征图中提取线特征。通过分析组成机场目标的各线特征之间的相互关系,利用上下文信息,制定一系列判决准则,实现对机场目标的有效识别。     

基于局部复杂度的图像过渡区提取与分割

传统的图像过渡区提取算法基于梯度算子，算法对噪声敏感且受剪切值Llow与Lbigh的限制．通过对过渡区像素属性的深入分析，提出基于局部复杂度的过渡区直接提取算法．局部复杂度的滤波作用提高了算法的抗噪性，直接提取则使算法摆脱了对Llow与Lbigh的依赖．实验结果表明，局部复杂度方法优于传统的基于梯度算子的过渡区间接提取方法．     

基于神经网络法的焦平面器件非均匀性校正技术研究

首先分析了传统的非均匀性校正方法的缺点,指出自适应校正红外焦平面器件非均匀性的必要性。根据焦平面器件非均匀性噪声特性和算法研究的需要,介绍了非均匀性失真图像的产生方法。在上述工作的基础上,研究了基于神经的自适应非均匀性校正算法,探讨了最近４领域像素平均、最近４邻域像素灰度加权和８邻域像素灰度加权等三种情况。实验结果表明,８邻域灰度加权算法校正效果较好。