城市建筑立面三维"线-面"结构快速重建

本文提出一种有效的基于线段匹配与结构先验的城市建筑立面三维"线-面"结构快速重建算法.本文算法利用在当前图像中检测的初始线段将图像分割为互不重叠的区域,然后在点-线约束空间内对每个区域的竖直边进行匹配并通过全局多平面拟合的方式获取建筑初始主平面;在此基础上,利用结构先验(如共线、共面等)对图像中潜在线段匹配(或空间线段)进行推断与优化,进而获取每个区域对应的空间平面.实验结果表明,本文算法仅利用两幅图像即可重建以"线-面"形式表达的城市建筑立面完整结构,整体上具有较高的效率与精度.     

基于空间聚类种子生长算法的阵列干涉SAR点云滤波

阵列干涉合成孔径雷达(Synthetic Aperture Radar, SAR)通过在交轨向布置多个天线,结合方位向的合成孔径和斜距向的大带宽信号,具备了3维分辨能力,且多个阵元保证了其在高程向的空间采样,能够解决干涉SAR(Interferometric SAR, InSAR)测绘中的叠掩问题,实现观测场景的3维成像。但是获得场景区域的3维点云分布中存在较多杂点,高程向误差较大,所以传统的激光雷达(Light Detection And Ranging, LiDAR)点云滤波方法不适用于阵列干涉SAR点云的滤波处理。针对该问题,该文提出基于空间聚类种子生长算法的阵列干涉SAR点云滤波算法,应用密度和高程双重阈值生成密度-高程图像,通过图像处理手段去除小型杂点,利用空间聚类种子生长算法将植被等从点云数据中去除,完成点云滤波处理。利用国内首次机载阵列干涉SAR实验数据,通过与传统LiDAR滤波方法进行比较,验证了该文算法的有效性,为后续建筑物提取和精细化处理提供保障。      

基于多视角快拍InSAR干涉技术的前视SAR三维成像

该文提出了一种基于多视角快拍InSAR干涉技术的前视SAR 3维成像方法。方位维依靠安置实际线性阵列以实现方位维高分辨,对应雷达发射的一次脉冲实现一次快拍2维高分辨成像;利用多次快拍不同视角获得的干涉相干相位,通过多基线InSAR联合像素处理方法,估计场景的高程信息。该文的3维成像方法对应回波数据录取时间短,数据量和运算量比较小;同时,多基线InSAR联合像素处理方法利用信号空间与噪声空间的正交性,能够有效提高信噪比,保证较高的测高精度。仿真结果验证了该文分析的正确性和算法的有效性。     

基于Hough变换的线段检测算法

为了克服Hough变换需要大量存储资源的缺点,在分析传统Hough变换定义方式的基础上,提出了一种新的改进算法.该算法采用多点对应一点的匹配映射规则,对参数空间中的线段形参数单元进行逐个单独处理,寻找图像空间中与之对应的模板,只有那些符合模板匹配条件的图像特征点才对该单元进行投票,通过动态寻找局域峰值点以及记录该峰值点所对应图像空间中线段的端点位置完成图像中的线段检测.该算法不需要预先存储整个参数空间,可以节约大量的存储资源,保持了与传统Hough变换相同的精度,且易于并行处理.     

基于快速成型技术的轮廓线快速生成算法

散乱点云数据由于其海量及无拓扑关系等特点,难以直接提取特征线。采用基于快速成型技术提取点云轮廓线算法,首先对点云进行分层,将分层切片内的点云投影到切片平面上,转化为网格图像,采用直线段结构判断连通性,从而生成轮廓线。直线段判断建立连通链表,可快速生成轮廓线,有效解决多连通域问题;网格内点云压缩解决了数据冗余、分布不均匀等问题。实验表明该算法能快速有效生成轮廓线。     

基于硬件加速的实时二值图像连通域标记算法

针对光学成像制导武器系统对图像处理的实时性要求,该文提出了一种基于硬件加速的2次扫描连通域标记算法。算法结合基于像素和基于游程扫描算法的优点,以像素为基本的扫描单元,以线段为基本的标号单元,在第1次扫描过程中建立临时标号的树形拓扑结构,并输出线段作为结果。第2次扫描对线段进行标号替换完成连通域标记。通过在FPGA+DSP平台中进行实验证明,该文算法的硬件加速实现占用资源少,能够达到较高的性能和执行效率,保证了系统的实时性,具有较高的实用价值。     

一种基于质量引导和最小不连续合成的InSAR相位解缠算法

该文提出了一种质量引导和最小不连续相融合的InSAR相位展开算法。根据相位质量图将缠绕相位分割为高低质量区域,高质量区域采用质量引导算法进行求解,然后将每个解缠后的高质量相位块视为抽象相位点,在低质量相位区域内部和抽象相位点之间进行最小不连续优化,求解最终解缠相位。对真实InSAR数据的处理结果表明,该算法可以有效克服质量引导算法和最小不连续算法中的误差传播,保持高质量区域解缠相位的精度,提高解缠效率。     

基于Bessel先验快速稀疏贝叶斯学习的互质阵列DOA估计

为提高低采样点条件下互质阵列DOA估计精度,该文提出基于Bessel先验快速稀疏贝叶斯学习算法。该方法针对互质阵列输出的多采样点复数数据,首先构建了基于Bessel先验的多量测分层模型;其次推导了模型所涉超参数的对数似然函数,根据最大似然估计准则得到了超参数的迭代公式;最后提出了快速实现方案,提高了运算效率。仿真结果表明,该方法不依赖先验信息,在低采样点条件下具有更高的DOA估计精度和分辨率,能够对相干信号进行高精度DOA估计,并具有较高的运算效率。此外,该文探究了虚拟阵列扩展与互质阵列测向自由度扩展间的关联,为后续阵列误差条件下互质阵列DOA研究估计提供参考。     

多径信道中基于盲波束成形的CDMA多用户检测和伪码估计

在分析阵列天线接收的多径CDMA信号的基础上,发掘阵列信号子空间与扩频用户伪码序列的关系,对传统的子空间波束成形器结构做了改进,提出一种新的基于盲波束成形的伪随机码序列盲估计算法。算法采用复独立分量分析法迭代,得到盲波束成形器系数,能在波达方向未知的情况下,估计各个用户的扩频序列。本文同时提出一种基于盲波束形成的异步多径CDMA信号多用户检测算法,可以在未知各个用户扩频码和波达方向的先验知识条件下,完成多径异步CDMA信号的多用户检测。算法由于同时利用了扩频增益和阵列天线分集增益,相比于单天线多用户检测算法性能有所提高。理论分析和仿真结果验证了算法的可行性。      

一种基于图的流形排序的显著性目标检测改进方法

该文针对现有的基于图的流形排序的显著性目标检测方法中仅使用k-正则图刻画各个节点的空间连接性的不足以及先验背景假设过于理想化的缺陷,提出一种改进的方法,旨在保持高查全率的同时,提高准确率。在构造图模型时,先采用仿射传播聚类将各超像素(节点)自适应地划分为不同的颜色类,在传统的k-正则图的基础上,将属于同一颜色类且空间上位于同一连通区域的各个节点也连接在一起;而在选取背景种子点时,根据边界连接性赋予位于图像边界的超像素不同的背景权重,采用图割方法筛选出真正的背景种子点;最后,采用经典的流形排序算法计算显著性。在常用的MSRA-1000和复杂的SOD数据库上同7种流行算法的4种量化评价指标的实验对比证明了所提改进算法的有效性和优越性。     

基于机器学习的阵列层析SAR建筑物目标提取方法

阵列层析SAR通过交轨向布置多个不同高度天线、方位向合成孔径和斜距向大带宽信号，具备三维成像能力，单次航过即可实现观测区域的三维点云获取。受限于阵元数目和基线长度，高程向分辨率较低，同时建筑物区域存在叠掩，在三维重建过程中提取建筑物目标特征效率较低。针对这个问题，该文提出了一种基于机器学习的建筑物目标识别和提取算法，通过基于多元线性回归的点云分割、基于梯度算子的边缘提取和基于聚类分析的建筑物分区重建，进行建筑物立面、顶面和地面的提取，能够得到较好的立面与地面相交的脚印信息，大大提高了特征提取效率。通过国内首次机载阵列层析SAR实验数据处理结果，验证了该方法的有效性。      

基于分水岭变换和区域融合的建筑物彩色图像分割

提出了一种彩色建筑物图像分割方法,该算法采用区域面积控制预处理技术和分水岭算法生成初始分割,结合区域对称性等多种属性作为区域相似性的度量,由区域融合得到最终分割结果.同时又提出了一种基于融合代价函数值直方图分布的终止阈值自动设定法.实验证明,本文提出的算法可生成有意义的建筑物各区域,并能有效地降低噪声对分割的影响,对三维重建等研究领域的建筑物图像分割有着十分重要的意义.     

一种多光谱红外舰船目标融合检测方法

针对复杂岸岛背景下的红外舰船目标检测问题,提出了一种多光谱融合红外舰船目标检测方法。首先根据不同谱段信息相互间的关系进行基于非下采样轮廓波变换(Nonsubsampled Contourlet Transform, NSCT)域的多级多光谱图像融合,然后利用LSD线段检测和聚类对融合后的图像进行岸岛线检测。采用选择性搜索算法生成初始目标候选区域,然后结合岸岛线空间位置以及舰船目标的几何特征和灰度特征约束剔除部分虚假目标区域,最后提取候选区域的方向梯度直方图(Histogram of Oriented Gradient, HOG)特征算子。利用线性支持向量机(Support Vector Machine, SVM)分类器进行分类识别,以检测出真实舰船目标。实验结果表明,与单谱段红外舰船目标检测方法相比,本文方法在检测精度上有较大提升。     

An Edge‐Based Adaptive Method for Removing High‐Density Impulsive Noise from an Image While Preserving Edges

This paper presents an algorithm for removing high‐density impulsive noise that generates some serious distortions in edge regions of an image. Although many works have been presented to reduce edge distortions, these existing methods cannot sufficiently restore distorted edges in images with large amounts of impulsive noise. To solve this problem, this paper proposes a method using connected lines extracted from a binarized image, which segments an image into uniform and edge regions. For uniform regions, the existing simple adaptive median filter is applied to remove impulsive noise, and, for edge regions, a prediction filter and a line‐weighted median filter using the connected lines are proposed. Simulation results show that the proposed method provides much better performance in restoring distorted edges than existing methods provide. When noise content is more than 20 percent, existing algorithms result in severe edge distortions, while the proposed algorithm can reconstruct edge regions similar to those of the original image.     

自适应模糊Hough变换

提出一种直线检测的新方法——自适应模糊Hough变换.该方法在依据梯度方向信息对边缘像素进行模糊映射的基础上,以模糊累积矩阵作为全局约束条件,采用模糊推理求取每像素所属直线的具体参数,并通过二次累积检测直线段.实验表明所提算法计算消耗小,检测精度高,并能提供直线段的完整描述.     

完全基于边缘信息的目标靶快速分割算法

为了快速准确地分割提取目标靶,实现实时处理要求,提出了完全基于边缘信息的目标靶快速分割算法。首先采用基于邻域权值的非极大值抑制法细化Canny算子检测的边缘,并引入断点检测思想,通过构建追踪区域实现断点边缘追踪及连接,而后通过设置四向扫描长度总阈值,对边缘像点实行四向同步扫描填充,最终实现目标区域的准确分割。实验结果表明:相比其他分割算法,本文算法在分割正确率上具有较大优势,且采用较强的并行运行策略,提高了运行效率,达到了目标靶分割提取的实时性要求。     

Multi-scale noise estimation for image splicing forgery detection

Noise discrepancies in multiple scales are utilized as indicators for image splicing forgery detection in this paper. Specifically, the test image is initially segmented into superpixels of multiple scales. In each individual scale, noise level function, which reflects the relation between noise level and brightness of each segment, is computed. Those segments not constrained by the noise level function are regarded as suspicious regions. In the final step, pixels appears in suspicious regions of each scale, after necessary morphological processing, are marked as spliced region(s). The Optimal Parameter Combination Searching (OPCS) Algorithm is proposed to determine the optimal parameters during the process. Two datasets are created for training the optimal parameters and to evaluate the proposed scheme, respectively. The experimental results show that the proposed scheme is effective, especially for the multi-objects splicing. In addition, the proposed scheme is proven to be superior to the existing state-of-the-art method.     

激光靶海量通道信号模块化并行采集系统设计

为了解决测试弹幕武器弹着点激光靶信号通道过多的难题,提出了模块化的系统组成以及基于现场可编程门阵列加中央处理器的并行数据采集方案,分析了被测弹丸飞行参量及数据采集和存储速度要求,给出了平行阵列激光靶的坐标定位原理,设计了结构简单、可靠性高的光电检测电路,推导了电路灵敏度调整方法,并进行了数据采集实验验证。结果表明,该系统易安装调试、工作可靠性高,采集和存储速度满足弹幕武器密集度测试需要。     

直线特征立体匹配中的不确定性问题

直线特征断裂和提取不完整、过提取是直线特征提取结果中常见的不确定性问题,是影响直线特征立体匹配结果的关键因素。提出一种以边缘检测结果为依据定量描述这些不确定性的方法,依据已提取直线特征延长线附近边缘点分布,定义直线特征端点定位的概率密度函数,以单条直线特征的不确定性描述为基础,计算断裂直线特征编组假设的可靠性测度,进而计算用于衡量立体图像中任意两条直线特征匹配假设可靠性的核线约束测度和灰度相似性测度。应用真实遥感立体图像,对比已有方法,结果证明了本文方法能够有效提高直线特征匹配结果对于两类直线特征提取不确定性问题的抑制能力。      

Fusion of block and keypoints based approaches for effective copy-move image forgery detection

Keypoint-based and block-based methods are two main categories of techniques for detecting copy-move forged images, one of the most common digital image forgery schemes. In general, block-based methods suffer from high computational cost due to the large number of image blocks used and fail to handle geometric transformations. On the contrary, keypoint-based approaches can overcome these two drawbacks yet are found difficult to deal with smooth regions. As a result, fusion of these two approaches is proposed for effective copy-move forgery detection. First, our scheme adaptively determines an appropriate initial size of regions to segment the image into non-overlapped regions. Feature points are extracted as keypoints using the scale invariant feature transform (SIFT) from the image. The ratio between the number of keypoints and the total number of pixels in that region is used to classify the region into smooth or non-smooth (keypoints) regions. Accordingly, block based approach using Zernike moments and keypoint based approach using SIFT along with filtering and post-processing are respectively applied to these two kinds of regions for effective forgery detection. Experimental results show that the proposed fusion scheme outperforms the keypoint-based method in reliability of detection and the block-based method in efficiency.