基于FPGA的超高速线阵CCD信号采集系统的设计与实现

线阵CCD已广泛应用于在线检测、图像识别等系统,目前高帧率采集系统多在200~500Hz之间。高速线阵CCD采集系统,如1K甚至10KHz以上的采集要求,设计难度大,电路实现复杂,需要专用处理器,产品成本高,提出了一种采用并行高速FPGA驱动线阵CCD,通过常规分立元件完成模拟信号处理,实现数字信号实时传输的方案。该方案不仅简化了硬件设计上的难度,在同等性能情况下,可实现每秒万帧的高速采样,大幅度降低了成本。方案选用Altera FPGA作为控制核心,实现高速信号采集的同时,在片上实现一定的图像算法,不仅加速了图像处理速度,同时降低了计算机的处理压力。最后,本电路通过USB2.0接口,完成数据的实时传输。设计具有高帧率、高灵敏度、性能稳定,便携使用等特点,同时还有一定的通用性,已应用于一些光学系统中。     

基于形态学成分分析的静态极光图像分类算法

为了解决海量极光图像手工分类效率低下的问题,提出一种静态极光图像自动分类系统,使用形态学成分分析将极光纹理从复杂背景中分离出来,从纹理中提取特征并利用支持向量机进行分类.实验结果表明:该算法分类正确率较之于传统方法均提高约10%,当分类器支持向量机+线性核函数时,分类速度最快,最适合于海量数据的处理.     

基于数学形态学的弱点状运动目标的检测

提出了一种新的基于数学形态学的红外图像序列中弱点状运动目标的非参数检测算法。采用数学形态学抑制背景杂波干扰和增强目标,用沿时间轴投影和二维空域搜索代替复杂的时空三维搜索形成组合帧,然后在每条可能的轨迹上将进行目标能量累加,实现了一种快速检测前跟踪(TBD)检测算法。仿真实验表明:在恒虚警概率条件下,该检测算法能高效地检测信噪比约为2的弱点状运动目标,检测性能对噪声分布不敏感,能精确地得到目标的即时位置和速度信息,适合于实时图像处理和目标探测,具有很高的实用价值。     

TDI CCD立体相机内方位元素测试技术研究

依据星载单镜头TDICCD立体相机立体成像及测绘要求,结合普通测绘相机内方位元素,提出了星载单镜头立体相机内方位元素由焦距、主点位置、立体成像角(前后视交角)、图像畸变等元素组成。给出了立体相机内方位元素测试的方法,针对立体相机成像特点给出了计算内方位元素的算法,对其进行了实际测量和验证,其测量结果符合设计要求。     

小波图像融合在太赫兹无损检测中的应用

玻璃纤维增强复合材料被广泛应用于航天、航空及其他军民各领域,它在制备和使用过程中通常会出现多个缺陷。太赫兹时域光谱成像技术有望成为玻璃纤维增强复合材料无损检测的有力补充手段。在太赫兹时域光谱成像过程中,可以选取时域或频域波形中的不同参数来进行成像。对于不同的缺陷,能够有效地对其进行检测的参数是不一样的。采用基于小波分解的图像融合方法将多幅不同参数获取的太赫兹反射图像结合起来,得到一幅包含所有缺陷信息的新图像。研究表明,基于小波分解的图像融合方法在太赫兹无损检测中的应用,能够获取单一参数成像无法检测的缺陷信息,为复合材料太赫兹图像后期处理提供了新的技术方法。     

基于二代curvelet变换的图像融合研究

曲波(Curvelet)作为一种新的多尺度分析方法比小波更加适合分析二维图像中的曲线或直线状边缘特征,而且具有更高的逼近精度和更好的稀疏表达能力.将curvelet变换引入图像融合,能够更好地提取原始图像的特征,为融合图像提供更多的信息.第二代curvelet理论的提出也使得其理论更易理解和实现.因此,提出了一种基于第二代curvelet变换的图像融合方法,首先将图像进行curvelet变换,然后在相应尺度上利用融合规则将curvelet系数融合,最后进行重构得到融合结果.对多聚焦图像进行了实验,采用均方误差、偏差指数和相关系数对融合结果进行了客观评价,并与基于小波变换的融合进行了比较,实验结果表明该方法除分解2层时与小波性能相当,取其他分解层数时均获得更好的融合效果.     

基于数学形态学的数字全息再现像融合方法

针对数字全息中不同再现距离获得的携带不同聚焦信息的再现像, 提出了一种基于数学形态学的多聚焦再现像融合方法, 以有效扩展成像景深。首先通过小波-Controulet变换获得源图像的高频和低频分量;然后, 针对数字全息中含散斑噪声的特点, 对高频分量采用基于数学形态学区域能量的方法进行融合, 对低频分量采用加权对比度法进行融合;最后, 将融合系数反变换得到融合图像。通过对算法的有效性分析和实验验证, 将本文提出的方法与不加入数学形态学的融合方法进行了对比研究。结果表明, 基于数学形态学的融合方法能充分抑制散斑噪声的影响, 保留更多细节信息, 有效扩展了成像景深范围达11.5 cm。其中, 对于表面粗糙且信息量较少的骰子, 基于数学形态学方法的空间梯度算子提高了11.8%, 熵值提高了2.7%;对于表面光滑且信息量较多的硬币, 其空间梯度算子提高了13.6%, 熵值提高了2.8%。     

基于无信息变量和偏最小二乘投影分析的高光谱散射图像最优波段选择

提出了一种无信息变量消除和偏最小二乘投影分析相结合的苹果高光谱散射图像最优波段选择方法.经该算法提取后的波段降为全谱的26%,将选择后的波段作为输入变量建立了苹果硬度的偏最小二乘预测模型.预测均方根误差由6.00N降为5.73N,相关系数也有所提高,并与遗传算法作了比较.结果表明,该算法能有效消除原光谱矩阵中冗余的信息...     

基于数字粒子图像测速的水雾粒径测量算法及实验

针对利用传统数字粒子图像测速（DPIV）法测量水雾粒径时粒子影像拉长对测试结果的影响,提出了基于DPIV建立的改进图像法（IIM）。设计了水雾粒径测量试验系统,对细水雾进行实时测试,并对比了采用本文算法与直接等效法测试水雾粒径子半径的差异。结果表明：采用本文的IIM得到的测试结果更为准确。通过最小二乘法对粒径分布进行拟合,发现对数正态分布函数和威布尔函数都可以较好地描述粒径分布。     

小球藻、球等鞭金藻和螺旋藻生物量高光谱成像的可视化研究

微藻高效培养是微藻生物能源开发利用的关键和前提,而在营养充足的培养条件下生长迅速但较易受到环境污染和影响,因此微藻生长过程中对其生长状况进行监测意义重大。高光谱成像技术同时拥有丰富物质品质信号的优点和图像包含丰富品质分布空间信息的优点,可为微藻的快速无损检测提供新的方法和手段。分别采集小球藻、球等鞭金藻和螺旋藻三种微藻各45个样本的高光谱图像,并提取样本感兴趣区域(ROI)的平均光谱。利用连续投影算法(SPA)波长优选之后,取30个建模集样本的光谱数据与其相应的生物量建立多元线性回归(MLR)模型,对15个预测集样本的生物量进行预测,小球藻、球等鞭金藻和螺旋藻预测相关系数(r)分别为0.950,0.969和0.961,预测均方根误差(RMSEP)为0.010 2,0.010 7和0.017 1,获得了较好的预测精度。最后,用所建MLR模型对预测集图像上每个像素点的生物量加以预测,采用Matlab图像编程处理将不同的生物量用不同的颜色表示,最终以伪彩图的形式实现藻液生物量的可视化。研究结果表明,高光谱成像技术对小球藻和螺旋藻藻液生物量的可视化效果较好,对球等鞭金藻的预测效果还需要进一步改进。本研究为实现微藻生长信息的快速获取和进一步开展微藻生物质能源利用奠定了一定的研究基础。