伪Zernike矩在低信噪比红外目标检测中的应用

由于探测器本身固有的特性以及军事上的极限使用要求,红外图像普遍存在目标-背景间对比度较差、目标边缘模糊和噪声较大等特点,采用常规模板匹配、Hu矩方法难以取得理想的检测效果。针对低信噪比红外目标图像,分析了伪Zernike矩的基本原理、不变性和计算方法,提出了低信噪比红外目标检测的伪Zernike矩方法,并比较了模板匹配、Hu矩、伪Zernike矩方法的目标检测效果。理论分析和实验验证了该方法的有效性。     

基于遗传算法的指纹图像分割算法

在指纹技术中,指纹图像分割是图像处理中关键的一步。将遗传算法用于计算指纹图像分割阈值,采用染色体编码的方法并利用赌轮法产生初始化种群,通过选择算子、交叉算子和变异算子的方法实现分割。该方法表明利用遗传算法所得到的阈值进行分割处理能取得较好的效果。     

基于PSO和模糊划分熵的水下图像分割

在水下环境中,由于存在着水体对光线的吸收以及照明不均等原因,水下图像具有信噪比低、边缘模糊等特点。如果直接使用传统的分割方法,对水下图像进行处理后的效果较差。传统的基于最大熵原理的阈值法尽管能实现某些特定的分割任务,但是其时效性较差。而粒子群算法(PSO)是一类随机全局优化技术,该算法简单易实现,可调参数少。因此将群体智能中的粒子群优化算法应用到图像分割中。新方法在重新定义模糊熵的基础上,根据最大熵原理,利用粒子群算法来搜索分割阈值。相对于传统的利用穷举法来搜索分割阈值的算法,新方法大大减少了计算时间,提高了效率。通过对水下图像处理实验证明,该算法对简单背景的图像分割是有效的,和传统分割方法相比,具有更强的自适应性和抗噪性能。     

货车枕簧丢失故障动态图像识别方法

针对货车运行故障动态图像检测,提出无故障目标识别工作模式,解决货车枕簧丢失故障的自动识别问题。利用Haar特征提取枕簧特征信息,基于AdaBoost算法选取特征并构建层叠分类器,等比缩放搜索窗口检测货车图像,最终分选出无故障的枕簧图像,从而大大地减少了待识别图像的数量,显著地提高了人工识别效率。实验表明,该算法使用的特征简单,搜索策略高效,不受枕簧位置、缩放和旋转的影响,抗噪能力强,对分辨率低、局部遮挡、光照不足或过度曝光等质量较差的图像仍具有很强的适应性,所提出的方案能够满足全天候条件下的货车枕簧目标识别,为货车故障动态图像检测的工程化应用奠定了基础。     

基于虚拟仪器的视频图像采集系统设计

应用虚拟仪器技术,在Lab VIEW7．1开发平台上设计了利用IMAQ Vision for LabVIEW基于NI IMAQ 1405图像采集卡的图像采集系统。该系统对CCD电视、红外热像仪等输出的模拟视频图像具有采集能力,且结构简单,扩展方便,效率高,通用性强,显示了虚拟仪器技术的在信息技术研发中的显著优势。     

浑水中非均匀光场探测图像方法

分析了传统的水下观测和激光观测技术在能见度约为0.5~1.5 m的浑浊水域和0.2 m的特浑水域观测遇到的理论和技术上的局限性.叙述了一种非均匀光场集束光水下目标图像探测方法和系统,并在各种浑浊水质中进行其特性的试验.试验结果表明该系统基本上解决了浑浊水中的观测问题.     

PIV水下流场测试系统试验研究

基于粒子图像测速技术,设计研制了一套适用于水洞洞体内高速、封闭试验条件的流场测量与显示设备.该系统由光源、成像、图像处理与分析、控制和粒子投放等分系统组成,具有复杂环境下全流场的无接触、无扰动、高准确度测量和显示能力,流场测试误差小于2%,可为水下航行器外形设计及其改进提供相关的实测数据.     

基于图像处理的模拟尾流气泡幕研究

利用图像处理技术,对模拟的尾流气泡幕进行了定性和定量分析.压强较小时,位于不同层面上气泡的重叠少,通过二值图像处理可清楚地观察气泡的尺度大小及密度分布;而当压强较大时,不同层面气泡重叠幅度大,大部分气泡的边界难以判断,不能够得到气泡尺度参量及密度分布等信息.利用区域分割技术对获取的气泡幕灰度图像进行伪彩色显示,定性分析了气泡幕中气泡尺度、分布等信息.基于形状分析的等效直径、气泡幕剩余面积和剩余面积变化显示,不同压强下气泡的等效直径分布均在5～100像素范围,平均等效直径为55像素,压强较小条件下小气泡比例较大.     

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.