基于平行活动围道模型的高分辨率遥感影像城区主干道路段提取

为了提取并表示高分辨率遥感影像中的主干道路段,提出了一种多分辨框架下的平行活动围道模型的算法.该算法在活动围道模型原理的基础上,重新定义各能量项:采用抛物线做为道路段的先验模型,增加了平行性能量,并采用多分辨框架下的梯度做为外部能量.该模型的优化过程实现了道路的定位,得到的结果是平行抛物线的参数,实现了道路的矢量表示.实验结果表明,能有效提取高分辨率遥感影像中的主干道路段.     

基于逆卷积神经网络的等离子体辐射分布断层重建方法

发展了一种基于逆卷积神经网络的图像级重建方法用于聚变等离子体辐射分布的断层反演.通过引入结构相似度(SSIM)作为损失函数,该方法在模拟数据实验中表现出了较好的重建效果.模拟实验结果表明,在弦积分信号噪声强度为10％、15％及20％时,该方法的重建结果依然具有良好的精确度和鲁棒性.     

基于差分反射高光谱成像的薄层TMDC材料检测技术研究

二维过渡金属硫化物(TMDC)材料因为独特的激子效应和材料学性质,在太阳电池、光催化、传感器、柔性电子器件等领域得到广泛的应用。层数对其性质有显著的调控作用,自动检测识别所需层数的样品是其从实验室走进半导体制造工业的重要技术需求。本文结合反射高光谱成像技术与图像处理算法,发展了一种二维TMDC薄层样品的显微成像自动检测技术。基于自主搭建的反射高光谱成像系统,对制备的不同层数TMDC标准样品进行了光学对比度的系统研究,阐明了层数的差分反射光谱机理,提出了可靠的层数判定方法。基于传统边缘检测技术优化设计了一套图像处理算法,实现了TMDC样品的图像检测及层数鉴定。本文方法具有普遍性、实用性,结合自动对焦的扫描控制,能够实现大规模的自动化样品检测,这也为其他表面目标的显微识别和检测提供了新的灵感和参考。     

传输栅掺杂对CMOS有源像素满阱容量及暗电流的影响（英文）

研究了传输栅掺杂,即N+TG和P+TG,对满阱容量以及暗电流的影响。沟道电势分布受传输栅与衬底功函数差的影响,随着钳位光电二极管和浮动扩散节点之间的势垒高度的增加,feedforward效应被抑制,满阱容量增加。另一方面,处于电荷积累状态的沟道可以降低暗电流。基于四管有源像素工作过程进行仿真,结果表明,在曝光期间不加负栅压的情况下,基于P+TG的像素的满阱容量相对N+TG的提高了26.9%,其暗电流为N+TG的0.377倍。当电荷转移效率大于99.999%时,N+TG的开启电压需高于2.3 V,而P+TG的开启电压需高于3.0 V。     

基于小波变换的图像融合新算法

针对现有图像融合技术中的尺度系数卷积法存在的边缘细节损失和对比度下降问题,提出了将Canny边缘检测算子等价于提取图像的小波变换模极大值点这一思想引入图像的低频分量融合规则以及用于高频子带融合的局部对比度结合方向方差方法.最后通过仿真试验以及熵值数据证明该算法有效改善了边缘细节的准确度,提高了分辨率,并使局部对比度信息得以保留,从而更加符合人类的视觉特性.     

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.     

空间雷电探测实时采集定位系统

星载雷电探测定位系统是利用光学探测器探测闪电事件的地理位置和光脉冲波形,系统采用CPLD+DSP的数字图像处理方案,利用了CPLD复杂逻辑可编程特性将系统的部分或全部功能集成在一片CPLD上,减小了系统硬件复杂程度,节省了印制版空间.利用DSP高速数字信号处理特性完成实时处理图像数据的功能.系统用CPLD完成图像信号的采集、编码和存储控制,缩小了星载设备体积,简化了电路结构;用DSP完成大量图像数据处理工作,提高了系统工作的实时性.     

红外运动小目标的检测

通过分析天空背景下红外运动小目标、噪音以及背景的特征,提出一种检测方法·首先利用向量小波变换对运动图像进行预处理;其次采用图像差分进行目标的粗检测,提取出候选目标;最后可根据运动目标和噪音的特征对候选目标进行识别,检测出真实的运动小目标·实验证明,该方法可有效检测天空背景下红外运动小目标·     

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.     

基于队列式缓存结构的视频图像存储算法

针对视频图像数据实时存储过程中普遍存在的丢帧问题,通过深入分析典型的存储算法,找出实时存储过程中视频图像数据丢失的原因：计算机在连续存储相同大小的文件时,存储速度在一定的范围内波动.本文采用队列式缓存结构有效地消除了存储速度波动所带来的影响,保证了在数据流速小于磁盘平均存储速度的前提下,高速视频图像数据的实时存储,解决了丢帧问题.实践验证了该算法的可行性与可靠性.