一种基于视觉注意模型的可移动目标检测方法

提出了一种基于视觉显著性的目标检测算法,用于对位于地面上的车辆、飞 机等地面可移动目标进行检测和定位。针对地面可移动目标在场景中较小的特点,设计了一种用于对 目标检测进行引导的基于视觉注意机制的目标显著模型。首先,提取图像目标的颜色特征、强 度特征和方向Gabor特征,并将其结合起来用于计算显著图。然后以超像素为单位对 显著值进行计算,并结合人眼视觉敏感度对不同距离的超像素之间的差异进行加权处理。实 验结果表明,本文算法可以有效地检测并定位出复杂背景中的地面可移动目标。     

WinDriver在开发基于PLX9056芯片的PCI设备驱动程序中的应用

随着图像处理技术的发展,对图像数据的传输速率要求越来越高,PCI总线就是一种具有高速传输速率的高性能的局部总线。在设计自行开发的基于PCI总线的数据传输设备时,需要开发相应的设备驱动程序。通过对目前使用较广泛的驱动开发工具DDK、DriverStudio和WinDriver的比较,WinDriver具有适用性广、性能优良及稳定等优点。介绍了WinDriver的主要特点、结构和开发步骤。结合实践中开发的数据接收PCI插卡介绍了利用WinDriver开发PCI设备驱动程序的方法。     

红外起伏背影下运动点目标的检测方法

文中根据目标，背影干扰和噪声在红外序列图像中的差异，提出了一种基于空间高通滤波和时间域上最大递归滤波的运动点目标检测方法。     

基于红外偏振的特征提取与小目标检测方法

针对红外目标探测所面临的杂波干扰问题,提出了一种基于红外偏振的特征提取与小目标检测方法。首先,利用人工目标和自然背景偏振特性的差异,建立了目标与背景的红外偏振信息模型,分析了其中强度信息和偏振信息的构成以及目标偏振信息的提取与增强办法。然后,将斯托克斯矢量、部分偏振光分解、变偏振理论相结合实现了目标偏振特征的提取与背景杂波抑制及随机噪声消除,进而实现了红外小目标的检测。仿真数据实验结果及与现有方法的对比证明了该方法的有效性和可靠性。该方法可用于对抗红外伪装隐身及红外诱饵技术,提升红外目标的探测能力,富有应用价值。     

新颖的高温流场红外辐射物性参数计算方法

为解决高速飞行器红外辐射特性研究中高温气体辐射参数计算问题,在转动平滑谱带（smeared rotational band, SRB）模型的假设下,首次提出基于贝叶斯估计的跳转马尔科夫链蒙特卡罗（reversible jump Markov chain monte carlo, RJMCMC）方法来计算高温流场中气体组分红外光谱物性参数。仿真计算和实验测量表明,仅需很少的先验知识,且不需要相关跃迁系数,该方法可以很好的估计主要振动跃迁带的位置,所提取的SRB模型参数的变化规律与SRB理论模型结果一致,利用拟合参数计算得到不同温度下谱带积分发射和吸收系数与逐线计算的结果非常近似。     

基于多蚁群协作的遥感图像特征提取方法

该文提出一种基于多蚁群协作的遥感图像特征提取方法。首先建立遥感图像的多分辨率表示,并在不同分辨率图像上释放蚁群。低分辨率图像上的蚁群以相位一致性作为启发信息,高分辨率图像中的蚁群以梯度强度作为启发信息,两个蚁群通过共享的信息素矩阵实现协作,完成图像特征检测。最后根据信息素矩阵提取图像特征。由于该方法在不同分辨率上引入了多种启发信息,因而能够提取更加完整和有意义的图像特征,表现出更强的智能性。      

红外起伏背景的广义平稳特性研究

研究了计算大气云层背景图像集的样本均值、自协方差及2σ误差区间的方法,并在此基础上,针对实际的红外图像进行了大量的实验测试。实验结果表明,大气云层起伏背景图像是近似广义平稳的。     

一种基于多传感器多级信息融合的红外目标检测方法

针对远距离低信噪比条件下目标检测难的实际问题,该文提出一种基于多传感器多级信息融合的目标检测方法。该算法包括两个部分:特征级融合和决策级融合。在特征级融合阶段,首先提取双波段红外图像的各个特征图像;然后,采用自适应加权方法对所得到的特征图像进行融合,得到目标判决置信图;最后根据置信度最大规则对置信图进行目标位置搜索,得到各级目标判决结果。在决策级融合阶段,对各级目标判决结果采用组合逻辑进行融合,得到系统的目标检测输出。实验结果显示了该算法的有效性。     

基于融合边缘算子和最大熵的低质量指纹分割研究

针对指纹低质量指纹图像分割的特征,并总结了常见指纹分割算法存在的缺点,引出采用边缘检测的方法进行低质量指纹分割算法的设计研究。本文考虑由于单纯采用Sobel-Snake算子仅能起到平滑和抑制噪声的作用,并不能实现指纹图像和背景的分离,故此在Sobel-Snake算子检测之前采用二维最大熵的方法对图像进行二维最大熵技术,然后通过Sobel-Snake算子获取边缘图像,并根据给定阈值向量实现了低质量指纹分割算法。最后给出实验效果和分割图像的评价指标。     

基于Contourlet变换的带噪图像增强方法

为了解决带噪图像增强中抑制噪声和增强边缘细节的矛盾,提出一种基于Contourlet变换的带噪图像增强方法。Contourlet变换具有多分辨率、局部定位性、多方向、各向异性等特点,比小波变换更能有效地捕获图像中的高维奇异性。根据这一特点,本文综合考虑变换后系数尺度间和尺度内的依赖性,先在Contourlet变换域中设置自适应阈值抑制噪声;在此基础上,应用广义非线性增益函数来提高较弱细节的局部对比度。实验结果表明,该算法较好的抑制噪声,增强图像细节对比度。