数学形态学在红外多弱小目标提取中的应用

应用了高帽和低帽变换对图像进行对比度增强、采用基于流域变换的粘连目标分割的方法把图像中粘连目标分割开来,进而采用了自适应的阈值把图像二值化.通过这一系列的处理后,从红外图像中提取出了弱小目标信息.这种方法在红外弱小目标的判别中对目标的提取效果较佳,也给后续处理提供了方便.     

基于灰度冗余的红外图像自适应输出窗技术

根据红外图像的特点,提出了一种基于灰度冗余的红外图像自适应输出窗技术.该技术通过对图像灰度直方图的统计,设定适当的阈值,将灰度像素分布为零的灰度级进行完全压缩,将小于阈值的灰度级映射到阈值灰度级,然后将有效灰度级在整个可显示灰度级范围内作等间距排列.该算法在压缩灰度冗余的同时,实现了对有效图像灰度级的无损均衡,提高了图像质量,并能实现实时处理.     

垂直低温两相流管底液氮汽泡上升速度的实验研究

本文对垂直低温两相流管底部液氮汽泡的上升速度运用高速摄像机进行了可视化实验研究,对所采集的实时图像进行处理.在Cole和Mendelson汽泡上升速度经验公式的基础上,通过对液氮汽泡的上升速度的分析,提出了圆管管路底部液氮汽泡的上升速度的拟合公式,分析研究其变化规律,为进一步探求圆管内液氮弹状汽泡的生成机理提供依据.     

基于CT算法的束团横向相空间测量

精确测量束团的发射度和横向相空间, 在高亮度电子束的产生和应用中具有重要意义. 传统测量方法在测量发射度时需要对束团在相空间内分布进行初始假设, 且只能给出相椭圆的twiss参数;基于CT(computerized tomography)算法的束团横向相空间测量方法无需先验假设, 能给出粒子在相空间内的真实分布, 测量结果更为精确. 介绍了基于CT算法的束团横向相空间测量的原理和初步实验结果, 并与四极透镜扫描法测量的结果进行了比较.     

图像稳定技术中的像运动描述及其处理分析

随着图像系统的广泛应用,对图像的稳定要求也越来越高。图像的运动和不稳定是常见的,往往是由于载体的运动引起的,为了达到图像稳定的目的,就需要对其运动进行描述,然后采用相应的算法进行补偿。给出了运动对图像清晰度的影响及像偏移的估算,并对数字电子图像稳定系统进行了简单阐述。     

基于机器视觉的离散傅里叶变换目标识别方法

提出了一种基于机器视觉与离散傅里叶变换的目标特征识别方法。利用计算机图像技术采集和处理图像信号;利用离散的傅里叶变换对图像数据提取特征,能够更好的辨别数据细节,从而可通过图像的比对来实现目标的识别。该方法在对实际的静止图像进行处理与计算后,能够很好的对图像的细节变化进行识别。     

一种全局运动的图像处理算法研究

在摄像机进行航拍的图像处理系统中,由摄像机运动所引起的视频运动,背景变化是主要特点。在进行图像采集时,每个像素都在变化,采用传统的图像编码方式进行图像压缩,压缩效果比较差。提出了基于块分割的精确运动估计算法,它是一种很好的图像压缩方法。     

微扫描技术对光电图像混淆噪声的影响

在分析采样理论和微扫描理论的基础上,引入了一个评价光电成像系统混淆噪声的品质因数,定量地分析了不同模式的微扫描对系统混淆噪声的改善程度。     

3D building reconstruction from aerial CCD image and sparse laser sample data

An approach for 3D building reconstruction automatically based on aerial CCD image and sparse laser scanning sample points is presented in this paper. The geometry shape of a building is shown very clearly in the aerial high-resolution CCD image, so we use Laplacian sharpening operator and threshold segmentation to extract the edges of CCD image first, and then pixel connectivity is used to extract the linear features in the CCD image. Bi-direction projection histogram and line matching are proposed to extract the contours of buildings. The height of the building is determined from sparse laser sample points which are within the contour of the buildings extracted from CCD image; therefore the 3D information of each building is reconstructed. We reconstruct 3D buildings correctly by this approach using real aerial CCD and sparse laser rangefinder data.     

基于改进的加速鲁棒特征的目标识别

为了提高加速鲁棒特征(SURF)算法的实时性和准确性,本文提出了一种结合AGAST角点检测和改进的SURF特征描绘算法。首先利用AGAST角点检测模板检测特征点,再使用增加对角信息的哈尔小波响应来生成特征点的描述子,之后利用特征袋对产生的描述子进行编码并生成新的特征向量,最后利用支持向量机(SVM)对特征向量进行分类,完成识别。本文以SIFT和SURF算法为对照,分别进行不同视角、光照和尺度的识别实验。实验结果表明,本文算法的平均识别率为98.0%、96.9%、97.1%,平均时间分别为66.1 ms、79.3 ms、41.0 ms,在识别率上较优于SURF算法,所耗时间约是SURF算法的1/3。