一种基于分块灰度投影运动估计的视频稳像方法

提出一种基于分块灰度投影运动估计的视频稳像方法,该方法首先对图像划分子区域, 依据灰度梯度对子区域进行筛选,剔除容易导致错误运动估计的低对比度子区域,在减少运动估计运算量的同时提高了运动矢量估计的精度;然后对保留的子区域进行灰度投影及相关运算获得局部运动矢量,根据图像帧间运动模型由局部运动计算出图像的全局运动矢量;最后根据运动补偿矢量对图像进行补偿,以获得稳定的图像序列。分块灰度投影运动估计算法有效解决了投影法存在的前景局部运动影响全局运动估计精度,以及无法估计旋转运动问题。实验结果表明,相比于传统灰度投影算法,该运动估计算法提高了运动估计的准确性和实时性。     

一种新的快速智能电子稳像方法

设计了一种适用于移动摄像设备获取视频序列的快速电子稳像方法，较好地解决了抖动自动检测和准确补偿问题。首先，通过改进的图像插补算法估计出帧间全局运动参数，设置判别条件，进行抖动检测；然后对发生抖动的序列进行图像补偿，包括抖动补偿和局部运动补偿，从而得到稳定的视频序列。真实视频序列的稳像处理结果验证了抖动检测方法的可行性以及算法。实验结果和算法分析表明，该方法增强了电子稳像系统的智能性。     

基于时空域融合的红外弱小目标检测新方法

针对复杂背景下红外弱小目标的检测问题，提出一种基于时空域融合的检测方法。在空域上．通过灰度形态学Tophat变换抑制背景、增强目标；在时域上．对红外图像序列连续四帧进行沿时间轴一维小波变换，实现目标和背景的分离。然后对时空域融合的目标增强图像进行自适应阈值分割来提取弱小目标。实验结果表明。该方法能有效地检测运动红外弱小目标。     

基于红外目标局部灰度特性分析的管道滤波方法

提出了一种新的管道滤波方法并将其应用于红外图像序列中弱小运动目标检测。首先采用局部灰度特征分析的方法对图像序列的一帧进行逐点检测,检出候选目标;然后对每个候选目标建立管道,利用局部灰度特征的分析方法判断后续帧的管道区域内是否仍然存在目标,保留仍然存在目标特征的管道,清除不具备目标特征的管道。该方法不需要对每一帧图像都进行复杂的管道建立、维持、消除等操作,具有丢失目标后快速重新捕获能力。实测红外图像序列的实验结果证明了所提方法的有效性和抗干扰能力。     

红外图像弱小点目标检测技术研究

针对低信噪比、背景和噪声干扰严重的红外图像中运动点目标的检测问题，提出了一种背景预测和目标轨迹搜索相结合的高效检测算法。该算法首先对序列图像进行高通滤波，然后对滤波后的图像进行背景预测，将原图像与背景预测图像相减获得残差图像，依据图像阀值分离出少量的候选目标点，再将含有候选目标的序列残差图像经过最大合并算法形成组合帧图像，最后利用目标运动的连续性和一致性在组合帧图像中搜索目标运动轨迹。     

一种改进的运动目标检测算法

提出一种改进的运动目标检测算法，首先将视频序列中的一整幅画面进行分割，对分割产生的每块图像进行连续检测，一旦检测到有变化，即提取运动目标。接着将连续2帧差图像和背景差图像直接相乘，再将相乘的结果进行二值化处理得到运动检测结果，从而将运动目标从背景图像中分离出来，最终得到视频序列图像中运动存在与否的一个二值运动模板，由此提高运动目标检测的效果。     

红外测量图像不完整目标恢复方法

针对运动目标序列红外测量图像中，目标时常因被尾烟遮挡，造成目标图像部分缺损，导致目标识别困难的问题。采用HopFiled神经网络自动聚类分割技术，利用已处理的多帧图像进行网络训练，使用训练后的网络对目标缺损区域进行联想记忆，从而恢复目标图像的缺损区域。实验结果表明：此方法对目标图像缺损区域有理想的恢复能力，并对噪声具有一定的抑制能力。     

激光调制型红外干扰条件下地面目标的识别方法

通过介绍激光调制型红外诱饵对地面目标干扰的工作原理和工作过程，分析基于灰度时间序列特性及序列图像运动特性的辨识方法在地面军械、装甲目标特征提取与真假识别中的应用。对于远距离变化平缓的点目标，其分辨灰度变化特性的方法包括傅立叶变换及小波变换：而对于运动剧烈变化的面目标则应用序列图像运动特性的目标识别，该方法可充分结合单帧图像中的目标历史状态信息，结合模糊集理论和信息融合技术，使运动目标在干扰条件下的识别具有较好的鲁棒性和适应性。实验证明，该方法能有效区分目标和诱饵，为红外干扰条件下地面目标的识别提供了理论模型和技术途径。     

一种基于时空域累积差分的红外小目标融合检测算法

在分析了目标、背景与噪声的基本特性后,提出了一种时空域累积差分融合的红外小目标检测算法。在空域上,对原始图像采用高通与低通滤波并差分突出目标信息。在时域上利用目标的运动特性进行多帧累积和差分处理,并对空域和时域处理的图像进行自适应分段线性变换增强图像,最后将增强处理的图像根据相应的准则融合采取自适应阈值分割处理。实验结果表明文中提出的算法能有效检测出低信噪比环境下的运动小目标。     

一种图像抖动下的目标位置测量方法

根据舰载摄像机获取的图像序列抖动现象,提出了一种基于单目视觉测量技术的运动目标位置测量方法.该方法利用数字图像处理算法提取目标的质心,以灰度投影差值作为特征量估计图像当前帧的抖动矢量,结合摄像机的二维运动模型,计算目标去除抖动后的坐标.将此方法应用于运动轨迹已知的运动目标图像序列,能够去除舰船抖动的影响,获取目标的实际位置,具有很好的稳定性.     

基于Kalman滤波的稳像技术研究

提出一种适用于视频侦察的实时电子稳像方法。采用特征点匹配法估计帧间全局运动参数,在建立参数运动模型的基础上,通过Kalman滤波确定各帧修正矢量。实验结果说明该方法可以较好地去除高频抖动,保留摄像机的主动运动,实现实时稳像。     

用于像移补偿的扫描电机控制系统研究

针对红外成像系统像移补偿问题,对像移补偿的扫描电机控制系统模型进行研究.分析像移补偿的原理,介绍扫描电机选取的原则,对所采用的电机建立控制系统模型,并开展仿真研究.结果显示:在100 Hz扫描频率下,凝视时间大于5 ms,表明该控制系统动态性能满足红外成像系统像移补偿的要求,可为工程应用提供理论支撑.     

神经网络预测控制的航空相机前向像移补偿方法研究

为了对某全景式航空相机所产生的前向像移进行补偿,对前向像移产生的原理进行分析,并对像移补偿的方法进行研究。根据该型相机的工作原理,找到前向像移产生的机理。用神经网络模型（NNM）对系统时域响应的非线性特性进行辨识。根据NNM给出的扫描反射镜补偿角速度的预测值,通过最优算法调整控制信号,使被控对象跟踪理想补偿角速度的性能达到最优。该方法在该型相机前向像移补偿上克服了传统PID控制方法中所存在的不足,即精度低、响应慢、适应性差。实验结果表明：采用神经网络预测控制,扫描反射镜的实际补偿角速度输出跟踪理想补偿角速度的性能良好,优于传统方法。该方法可以应用于该型航空相机的像移补偿中。     

基于图像流分析的红外运动点目标检测算法

文中提出了将图像流分析与多级假设检验算法相结合的红外序列图像中运动点目标的检测方法。该方法利用目标的运动特性来实现检测算法．是一种快速简单的有效方法。     

动态背景下基于运动矢量补偿的目标检测

在动态场景下,为了降低背景运动对目标检测产生误差的影响,针对视频序列图像,提出基于运动矢量 补偿的目标检测算法。采用背景运动补偿方法来完成目标检测,利用 SURF 特征点来获取精确的匹配点对,从而获 取准确的运动矢量;根据运动目标和背景运动矢量位移的不同来区分出前景和背景区域,将背景运动矢量代入模型 进行参数估计,提高背景补偿的精度;用帧差法检测出运动目标。实验结果表明：该算法具有鲁棒性,能够准确检 测出动态背景下的运动目标。     

基于ORB特征匹配的全局运动估计

为提高全局运动估计的准确性,提出一种基于定向旋转不变性(oriented FAST and rotated BRIEF,ORB)特征匹配的全局运动估计算法.首先对差分图像进行分块,通过设定阈值来筛选出有效的背景运动模块,然后经ORB特征匹配后,代入六参数运动模型,通过最小二乘法求解出估计参数,最后对当前帧做补偿,比较补偿前后的差分图像中的目标轮廓的清晰度.实验结果表明:该算法能有效去除局部运动的影响,在保证全局运动估计准确性的同时,也确保该算法的有效性.     

红外系列图像运动小目标检测

红外系列图像运动小目标检测,基于形态学滤波抑制图像系列背景方法,在图像分割基础上,利用目标在帧间运动的连续性进行目标识别.即首先通过形态学滤波进行图像预处理,用自适应阈值方法分割出候选目标,再利用目标运动特征,采用邻域判决法最终检测出目标.模拟实验表明该方法能够准确高效地检测出运动小目标.     

分块投影匹配在快速序列图像稳定中的应用研究

图像稳定常用于各类序列图像系统的预处理。本文提出一种基于分块投影匹配的快速序列图像稳定算法。该算法将待处理序列图像进行分块,通过投影匹配计算得到各对应分块的运动矢量,提出一种评价准则赋予各运动矢量相应权重,利用改进的随机一致参数估计方法得到全局运动模型参数。试验结果表明,与基于KLT、SIFT等特征点匹配的估计算法相比,在对估计精度没有较大影响的前提下,本文算法具有运算速度快、能实时应用的特点。