复杂地理环境的图像分割及电波传播特性

复杂地理环境是电波传播不可避免的传播环境,不仅不规则地形会对电波传播产生影响,不同的地表媒质对电波传播也会产生不同的影响。为了使得电波传播特性的预测结果更加地准确有效,通过图像分割算法实现地表环境的简单分类,同时对不同的媒质赋予不同的电磁参数,并结合数字高程模型(DEM)数据,实现了既具有地形起伏信息又具有地表电磁环境参数的复杂地理环境建模。在此基础上,对地表电磁环境信息做了网格剖分处理,利用抛物方程(PE)模型对复杂地理环境下的电波传播特性进行了预测。     

基于小波高频的立体图像质量评价

根据小波变换的高频分量包含边缘及纹理等人眼比较关注的细节信息,提出了一种基于小波变换的高频重构的立体图像质量评价方法,包括左右视点质量评价和立体感评价两部分。通过模拟人类视觉系统处理原始和失真的左右视点图像,利用结构相似度算法得到左右视点质量评价值;用加权处理后的小波高频分量经过重构得到人眼关注的细节信息图,分别计算原始和失真的左右视点细节信息图的绝对差值图,利用结构相似度算法对两幅绝对差值图评价得到立体感质量评价值。将两种质量评价值进行加权融合得到最终的立体图像质量评价值。整体实验结果的Pearson线性相关系数在0.94以上,Spearman秩相关系数值在0.93以上,均方根误差值接近5.5,能较好地符合人眼视觉特性。     

多探测器拼接成像系统实时图像配准

依据已设计完成的基于同心球透镜的四镜头多探测器阵列拼接成像系统,对该系统图像拼接配准过程所采用的特征检测提取、特征向量匹配与筛选、空间变换模型参数估计等算法进行了研究。首先,采用Fast-Hessian检测子提取参考图像和待配准图像的特征点,并生成加速鲁棒特征(SURF)描述向量。接着,采用快速近似最近邻(FANN)逼近搜索算法获得初始的匹配点对,并对匹配点对特征向量的欧式距离进行排序。然后,参照成像系统光学设计参数设定合理的阈值,筛选并保留下较好的匹配点对。最后,提出了一种改进的渐进式抽样一致性(IPROSAC)算法对空间变换矩阵模型进行参数估计,从而得到参考图像与待配准图像的空间几何变换关系。实验结果表明:该算法对图像尺寸、旋转和光照变化都具有一定的不变性,特征匹配时间为0.542 s,配准变换时间0.031 s,配准误差精度小于0.1 pixel,可以满足成像系统关于图像配准实时性和准确性的要求,具有一定的工程应用价值。     

主被动光学图像融合技术研究

本文应用扫描式激光成像雷达获取试验数据并实现对激光数据的三维成像处理,给出了基于目标特征的激光雷达图像与被动光学图像的数据融合方法,实现了激光图像和光学图像间的三维融合。试验结果表明,本文所提出的基于目标特征的两种不同质图像间的融合方法是可行的,融合后的图像具有丰富的光谱信息和三维立体信息。     

一种有效的拼接图像色彩校正算法

针对图像拼接中子图像由于拍摄的角度、相机曝光参数等不同,造成子图像间色调与明暗存在明显差异的问题,提出了一种利用子图像间重叠区域统计信息的色彩校正算法。首先将原始的色彩转换算法利用空间协方差矩阵表述成能直接在RGB空间进行转换的形式,再利用拼接图像间的重叠区域信息对算法进行简化,得到色彩校正算法。实验表明该算法能够有效地应对拼接图像时各子图像间的色调与明暗差异,在图像拼接时可以得到良好的色彩校正效果,同时相比原始的色彩转换算法减少了计算耗时。     

基于多图谱配准的三维胰腺CT图像分割

胰腺的自动分割一直是医学图像分割中一项具有挑战性的问题。胰腺是一个具有高度解剖变异性的器官,目前的多图谱分割方法很难对胰腺的边缘产生精确的分割。针对这一问题,采用了基于多图谱配准的分割算法对胰腺进行分割,优化了一种局部动态阈值的后处理方法。在标签融合阶段,采用概率阈值融合算法、Majority voting(MV)算法、STAPLE算法和SIMPLE算法四种标签融合算法进行对比。在后处理阶段,采用局部动态阈值处理方法,首先通过初步分割结果对目标图像提取目标区域,然后自动确定阈值实现该区域的二值化,最终与初步分割结果取交集作为最终分割结果。采用留一交叉验证策略对80例NIH胰腺CT图像和22例来自上海本地医院的胰腺CT图像进行分割,最终得到的DSC分别为79.98%和81.30%。实验结果表明,所提方法实现了对胰腺的有效分割。     

基于卷积神经网络的红外与可见光户外图像融合

针对户外环境下红外与可见光图像融合效果不足的问题,提出一种基于卷积神经网络的红外与可见光户外图像融合方法。该方法先利用滚动引导滤波器对输入的红外图像进行预处理,过滤噪声并消除无用信息。然后,利用Curvelet变换将红外图像与可见光图像分解成高频系数与低频系数,利用基于卷积神经网络的深度特征融合规则融合高频系数,采用最小融合规则融合低频系数。实验结果表明,该方法的融合图像在主观视觉与客观定量两方面均获得了较好的结果。     

基于前向光散射的水体悬浮颗粒物粒度双CMOS测量技术研究

基于CMOS探测器的静态光散射法能够实现水体悬浮颗粒物粒度分布的快速检测,受探测器工作特性和面幅大小的限制,前向光散射的CMOS粒度测量范围和精度难以提高。提出了颗粒前向光散射的双CMOS测量技术,重点研究双CMOS散射信号拼接测量方法,设计消除背景干扰的CMOS探测器分环方式,实现宽粒径范围颗粒粒度的准确测量。实验结果表明：基于CMOS探测器的颗粒粒度测量上限提高到了1000μm, 1000μm、500μm标样的D₅₀测量相对误差分别为0.7%、0.1%,大粒径颗粒粒度测量准确度高;同时双CMOS探测的方式将单CMOS的粒度测量下限由5μm提高到了2μm, 5μm、2μm标样D₅₀相对误差分别由单CMOS的15.0%、51.1%下降至双CMOS的1.4%、2.6%。     

基于空洞循环卷积的近红外图像彩色化方法

针对近红外图像彩色化过程中存在近红外与可见光图像间模态差异较大、图像域样式不佳而导致其彩色化结果出现色彩纹理不吻合的问题,提出一种基于空洞循环卷积的近红外图像彩色化方法。改进CycleGAN网络,利用级联结构和空洞卷积块的优势设计了一种名为空洞级联模块,该模块采用编解码级联结构,代替原模型残差网络中的单向连接结构,进行特征通道的级联。在编解码级联层中引入空洞卷积模块,利用空洞卷积不损失图像纹理细节的优势,进一步提取不同尺度的近红外图像特征信息,最后通过解码将近红外灰度图像上色成彩色近红外图像。算法在生成网络中采用空洞级联方式改善误着色问题;在判别网络中引用感知损失函数改善网络收敛速度慢的问题。并且在NIR＿VIS数据集上开展验证和分析。实验结果表明,所提方法提升效果明显,更好地保持了原目标的结构及色彩纹理特征,有效地提升了近红外图像的可视化效果。     

基于图像透光率的粉尘浓度测量算法研究

为了实时在线监测颗粒物料在装卸和运输过程中所产生粉尘的浓度,提高粉尘浓度测量结果的精确性与可靠性,提出了一种基于图像透光率特征值计算的粉尘浓度测量算法。通过搭建粉尘浓度视觉测量实验平台,采集粉尘图像,再提取粉尘图像的透光率特征,以暗通道理论为基础,结合图像饱和度与亮度信息对粉尘图像透光率值进行计算,并采用多项式拟合的方式建立了粉尘浓度与图像透光率之间的映射关系,实现了粉尘浓度的高效率、高精度测量。研究结果表明：该算法不仅能有效地测量出粉尘浓度,且平均相对误差仅为7.77%,精确度得到有效提高,测量范围更大。