基于矩和自适应阈值的迭代分割算法研究

基于自适应阈值的图像分割算法具有算法简单、易于实现且计算量小等优点.但对于有较复杂背景的小目标图像,单一运用此方法不能将目标从背景中分割出来.为了解决这个问题,提出了一种基于矩特征、角点特征以及自适应阈值的迭代分割方法.首先利用角点特征和矩特征选择目标区域,进而在该区域内计算自适应阈值,利用迭代的思想克服先前图像分割算法中阈值只选取一次的问题,从而得到较为满意的图像分割效果.仿真结果证明,提出的算法在飞机图像分割方面的优越性.     

视频图像序列中运动目标区域检测算法研究

文章针对视频图像的特点,提出一种基于背景差分法的运动目标区域检测算法。该算法利用当前图像与背景图像作差分,并采用一阶Kalman滤波实现动态背景图像的更新,接着采用自适应阈值法进行运动区域分割,经过滤波处理即可得到运动目标区域。实验结果表明所提出的算法具有较理想的效果。     

一种用于星敏感器的星点提取方法

介绍了星敏感器的组成及其基本工作原理。在以DSP和CPLD为硬件平台的基础上,采用全局阈值法、连通性分析算法和亚像元细分定位算法对星图数据进行处理,得到星点的坐标信息。提出了一种新的连通性分析算法,与传统的连通性算法相比,节约了星图处理的时间,提高了星点定位的精度。最后用星敏感器对该处理算法进行了试验验证,并取得了较为理想的结果。     

基于FPGA硬件实现的图像边缘检测及仿真

图像边缘检测是图像分割,目标提取等数字图像处理领域中关键的步骤,对于性能和处理时间制约着后续图像处理的性能和整体的处理时间。提出一种FPGA的实时图像边缘检测系统。该系统以FPGA为平台,用VHDL硬件描述语言设计并实现了一种自适应的Canny边缘检测算法。在设计过程中,通过改进算法和优化系统结构,在合理利用硬件资源的基础上采用了流水线技术。之后通过ModelSim软件进行仿真,仿真结果表明,在FPGA中实现算法能够有效实时地检测出复杂图像的边缘。     

面向微小卫星的星敏感器研究

研制了一款新型面向微小卫星的星敏感器,采用商用器件构成以满足微小卫星对小型化的要求.星敏感器由工业镜头、DSP、低功耗CPLD和灰度型CMOS图像传感器组成.为进一步提高测量精度以满足卫星的需求,针对星敏感器的成像模型进行了分析,并用恒星校准的方式补偿了光学参数;对恒星处理算法进行了分析,在图像处理环节特别地采用了中值滤波技术,解决了孤立脉冲噪声对星点提取的影响.基于地球自转的星座跟踪实验表明,所研制的星敏感器样机欧拉角回归标准差为30″,已可实际应用于微小卫星平台.     

基于五帧差分和背景差分的运动目标检测算法

静态背景下运动目标检测的抗噪性能较差。为此,提出一种改进的运动目标检测算法。对原始图像进行预处理,将五帧差分和背景差分相结合,利用基于自适应背景模型的动态阈值,提取图像中的运动区域,并进行形态学滤波和连通性检测,最终获取运动前景目标。实验结果表明,该算法能完整提取运动目标,背景适应性强,实时性好。     

高斯尺度空间下估计背景的自适应阈值分割算法

为有效分割非均匀光照图像,提出一种在高斯尺度空间下估计背景的自适应阈值分割算法. 首先,利用二维高斯函数对待处理图像进行卷积操作来构建一个高斯尺度空间,在此空间下进行背景估计,并采用背景差法来消除非均匀光照干扰,从而提取出目标图像;然后,采用 矫正进行增强处理以突出较暗目标信息;最后,经强调谷底的最大类间方差法进行全局分割得到最终结果. 为验证算法的有效性,对非均匀光照条件下文本图像以及非文本图像进行了测试,并与基于偏移场的模糊C均值方法、灰度波动变换自适应阈值分割算法和自适应最小误差阈值分割算法,在错误分割率和运行时间上进行了对比. 实验结果表明,对比以上三种方法,该算法的分割结果更为理想.     

地面星模拟器设计与实现

为了满足在地面对星敏感器进行误差标定及功能测试时的实时性要求,及避免因导航星漏选现象引起的检测误差,提出了一种改进的全天球分区动态星图仿真算法。它可以实现飞行器任意时刻发射、任意姿态下的在轨星图仿真。算法中充分考虑了天球上赤经弧长随纬度增加而逐渐缩短的情况,对传统的赤经赤纬划分天球的方法进行了改进,提出了一种新的天区划分,采用新的分区检索方法搜索导航星,既避免了导航星的漏选也提高了星图更新频率。分析了星点光斑的数学模型,使得星图仿真更加真实。对星图因动态产生的扫尾现象进行了仿真,可以很好地仿真飞行器在轨高动态情况下星敏感器的实际工作情况。     

改进的RL模糊星图复原算法

研究了复杂工作环境对星敏感器成像的影响,总结了模糊图像退化与复原模型,并对经典RL模糊图像复原算法进行了分析.针对RL复原算法存在振铃效应的不足,提出了一种基于超拉普拉斯约束因子的RL复原算法.仿真结果表明:改进后的RL复原算法减弱了复原星图中的振铃效应,提高了复原星图的质量,为在复杂环境影响下星敏感器实现高精度星提取性能奠定了基础.     

基于改进动态阈值的运动车辆实时快速检测方法*

提出了复杂交通环境下一种新的运动车辆检测方法。基于背景差分获得运动图像,利用自适应阈值选取方法分别对差分图像的三个颜色通道进行二值化,从而实现运动目标的精确检测。根据检测结果,采用中值更新方法实现背景图像的实时更新。实验结果表明,这种基于改进动态阈值和自适应背景相结合的快速检测算法可以从复杂交通场景图像序列中快速有效地检测出运动目标,能够很好地满足智能交通监控系统中运动车辆实时检测的要求。