基于递推最小二乘的红外焦平面非均匀校正算法

根据递推最小二乘和图像配准原理,提出了基于递推最小二乘的红外焦平面非均匀校正算法(简称ILS算法),有效降低算法的时间和空间复杂度,使噪音图像的校正处理能够实时完成.ILS算法具有噪音参量估计准确度高、收敛速度快和计算复杂度低等优点.给出了算法的推导并用仿真数据对算法的有效性进行验证.     

一种基于噪声修整Contourlet变换的低码率图像压缩算法

为了克服冗余性的Contourlet变换不利于图像压缩的缺陷,提出了噪声修整的Contourlet变换结构,或称为NS-Contourlet.该结构通过迭代的方式减少了量化后的非零系数数量,并且提高了非零系数的逼近能力.设计了一种可采用提升小波实现的拉普拉斯金字塔变换,有效地提高了Contourlet中拉普拉斯金字塔变换部分的速度.提出的NS-Contourlet结构结合EBCOT编码器实现了一种图像压缩算法,并且通过实验验证了该算法的有效性.尤其当低码率压缩(小于0.2 bpp)或者待压缩图像呈现直线纹理特征时,提出算法在主观视觉质量和PSNR指标上均优于JPEG2000,平均PSNR值提高了0.1～0.5 dB.     

Chirp-Scaling算法中的方位傅立叶变换

基于正侧视合成孔径雷达对点目标的回波冲激响应模型，运用三步法在原始回波信号直接对应的时域和频域中详细地分析和推导了Chirp—Scaling算法中的方位向傅立叶变换，给出了泰勒级数的展开技巧并找出了算法中的重要误差源。最后，对SAR各种常见扫描模式下的方位向傅立叶变换进行了简要的分析。     

基于第二代Bandelets变换的静止图像压缩

基于第二代Bandelets变换提出了一种静止图像压缩算法．先引入数字线表示离散域中的直线，再通过目标码率来计算相应的近似量化值，对建立的率失真函数取最小值得到最佳的Bandelets变换方向，然后根据子带相关性以建立四叉树并通过编码扫描次序来存储系数，最后将JPEG2000的比特位平面和上下文编码应用到量化后的Bandelets系数，从而实现了图像压缩．该算法降低了方向寻优的计算复杂度，减少了表征方向信息所需比特数和辅助的方向信息总量，同时提高了压缩图像的质量．实验结果表明，与JPEG2000相比，该算法的峰值信噪比可提高0．3-1．3dB．     

基于四阶累计量的固定噪音参量估计

根据高斯噪音高于二阶的累积量为零的特性,提出基于四阶累计量的红外焦平面固定噪音乘性参量估计算法,完成从图象场景中自适应估计阵列单元的增益.利用泰勒级数展开给出乘性参量估计均值和方差的统计特性,证明算法给出乘性增益的估计为渐进无偏估计.提出的算法用蒙特卡罗仿真给予验证,证明了算法的有效性.并将提出的算法应用于实际图象的处理,有效降低了固定图案噪音,达到了较高的非均匀校正水平.     

一种基于噪声修整Contourlet变换的低码率图像压缩算法*

为了克服冗余性的Contourlet变换不利于图像压缩的缺陷,提出了噪声修整的Contourlet变换结构,或称为NS-Contourlet.该结构通过迭代的方式减少了量化后的非零系数数量,并且提高了非零系数的逼近能力.设计了一种可采用提升小波实现的拉普拉斯金字塔变换,有效地提高了Contourlet中拉普拉斯金字塔变换部分的速度.提出的NS-Contourlet结构结合EBCOT编码器实现了一种图像压缩算法,并且通过实验验证了该算法的有效性.尤其当低码率压缩(小于0.2 bpp)或者待压缩图像呈现直线纹理特征时,提出算法在主观视觉质量和PSNR指标上均优于JPEG2000,平均PSNR值提高了0.1～0.5 dB.     

并轨双基地SAR方位向Fourier变换的分析方法

为了降低双基地距离模型的二阶级数近似给成像算法带来的误差,提出了求解距离-Dopple(RD)表达式的新方法。利用级数反演的方法,推导出具有闭合形式的方位向调制函数;利用RD域中瞬时Doppler频率与瞬时斜视角的对应关系,推导出精确的距离弯曲因子;利用双基地距离模型的二阶近似表达式,通过传统的三步变换法,推导出等效距离向调频斜率。通过新方法获得的方位向调制函数和距离弯曲因子具有更高的近似精度,能够提高并轨双基地chirp scaling算法的成像性能。仿真结果证明了该方法的有效性。     

一种减小静止图像压缩效应的后处理算法

提出了一种静止图像压缩的后处理算法.执行了基于Contourlet变换的图像插值迭代方法来恢复图像的高频通带信息,然后该信息和解压图像的高频信息相融合以进一步保护重要的小波系数.在低码率情况下,该算法有助于减小压缩效应并且提高解压图像沿边缘的正则性.在JPEG2 000和SPIHT压缩系统中证实了该方法的性能.仅仅通过一次迭代,后处理图像的峰值信噪比相比于解压图像可提高0.05~0.2 dB.当迭代次数增加时,振铃效应将进一步降低.     

基于复杂度的自适应门限弱小目标检测方法

针对红外弱小目标检测问题,提出了一种基于图像复杂度的自适应门限目标检测方法.讨论了天空中四类不同区域的图像信息熵.图像信息熵虽然较好地表达了图像的平均信息量,但对图像的突变点不敏感.将它改进得到图像方差加权信息熵,其较好地反映了图像的复杂度特征.将图像方差加权信息熵作为图像复杂度的定量描述,用两种特定的分析模板对图像复杂度进行分析.在目标区域中,两种分析模板得到的复杂度差异较大,而非目标区域的两种复杂度则基本没有差异.算法获取两种分析模板下的复杂度图像,再对两种复杂度图像做差,得到复杂度差值图像.对差值图像建立指数模型得到自适应分割门限完成目标检测.实验结果表明,该方法对低信杂比的红外云层背景弱小目标图像具有良好的检测效果.     

一种新的红外成像末制导目标跟踪方法

为了稳定跟踪导弹末制导阶段的红外目标,提出了一种基于尺度不变特征变换的红外目标跟踪算法.尺度不变性特征变换所提取的图像纹理特征具有尺度和旋转不变性,跟踪算法分别提取目标模板和待跟踪图像的尺度不变特征变换特征.根据最小欧氏距离准则提取目标模板与待跟踪图像间相匹配的尺度不变特征变换特征点对,利用该特征点对拟合反映两图像间映射关系的仿射模型,并据此估计目标中心位置及调整目标模板尺寸.仿真结果表明,跟踪算法能够较好地实现在导弹末制导阶段对红外地面杂波背景下目标的稳定跟踪,其跟踪准确度和稳定度优于传统方法.
关键词:末制导跟踪|尺度不变性特征变换|特征匹配|仿射模型