基于结构与边缘分布范围双约束的虹膜定位

为了提高现有虹膜定位算法速度和精度,必须充分利用人眼虹膜图象固有的结构性特征,提出了基于虹膜结构与边缘分布范围双约束的虹膜定位算法。在内边界定位时,根据二值化、形态学处理后图像的灰度信息确定瞳孔区域,然后采用最小二乘法圆拟合内边界。在对外边界定位时,由已知瞳孔位置参数以及虹膜结构特性构造一个虹膜外边缘自适应模板确定外边缘有效区域,然后利用虹膜外边缘梯度强度及方向分布范围的约束条件,进一步消除干扰得到比较稳定的虹膜外边缘轮廓,进而采用边缘拟合确定虹膜外边缘形状粗参数,最后采用小范围Hough变换精确定位外边界。实验结果表明,该算法能显著提高虹膜定位的速度和精度,避免了传统Hough算法搜索的盲目性。     

一种新的基于非朗伯PSFS 法的人脸形貌重构系统

为满足人脸3D 形貌精确重构的需求,设计一种新的基于非朗伯PSFS 法的人脸形貌重构系统。使用 Oren-Nayar 模型对人脸表面的反射属性进行描述,通过相机获取位于镜头入瞳中心处光源照射下的单幅人脸表面灰 度图像,在透视投影下建立灰度图像对应的辐照度方程,将辐照度方程转换为Hamilton-Jacobi 类偏微分方程,通过 建立数值算法进行求解,重构出人脸的3D 形貌并进行验证。实验结果表明,该系统可以获得较高的精度。     

基于帧间差分与Camshift相结合的目标跟踪算法

为了能够准确和快速的跟踪运动目标，提出了帧间差分与Camshift相结合的目标跟踪算法。首先，根据帧间差分确定目标的运动区域，再确定运动区域的质心，并以此质心为中心初始化跟踪曲线。然后在此区域内提取特征，用Camshift算法进行目标跟踪。此方法克服了传统Camshift算法需要人为定位和容易发散的缺点。最后通过实验验证了本算法的有效性。     

基于离散模板精匹配的人脸识别算法

通过离散多模板算法可实现人脸图像识别的精匹配.先检测人脸图像边缘,并对边缘所有点进行最小平方椭圆拟合.根据嘴部的宽度和高度比例,给定域值,确定嘴部候选区域.然后运用训练过的支持向量机(SVM)分类器验证嘴部区域并进行嘴角定位.再采用离散多模板方法对嘴部进行匹配识别.在自建库和ORL库上试验表明,在验证率为91.2%、95.3%情况下,该方法可获得92%、97%的识别准确率.     

弹载相控阵雷达视线重构研究

针对弹载相控阵惯性视线重构问题,提出了基于相对运动状态估计的视线角/角速率重构方法,与传统方法相比,文中提出的方法在稳定坐标系下建立导弹-目标运动状态动力学模型和雷达导引头观测模型,无需对导引头测量的角信息使用微分网络,避免了测量噪声的放大。在分析系统可观测性的基础上,采用UKF滤波算法进行状态估计,根据估计值重构视线角速率。仿真结果表明,该方法对机动目标的重构角误差<0.5°,角速率误差<3°/s。     

面向视频监控的快速多人脸检测与分割

在人脸检测的智能视频监控系统的背景下,提出了一种基于多源信息融合技术和人脸结构知识的多人脸快速自动检测算法。该算法综合了图像中的运动和肢色信息,并利用相关的先 验知识得到人脸候选区域。提出了一种筒单、快速的区域分割算法：中点导引生长算法,该算法可以有效地将候选人脸区域用矩形分割表示;最后对每ー个候选区域根据人脸形状信息和特征进行 验证。实验证明该算法检测速度快、效率高,是ー种建立实时视频监控系统的实用方法,可以作为人脸跟踪研究的基础。     

基于理想视线的弹道成型最优导引律

寻的导弹在追踪目标的过程中,常遇到由于背景过于复杂而锁定目标失败的情况,例如在导弹下视攻击低空目标时,强地面背景和地杂波干扰常常导致导弹无法正常截获或跟踪目标。提出一种以理想视线为控制目标的建模方法,并在约束终端弹目相对运动方向和弹道过载的基础上,设计了一种弹道成型最优导引律。该导引律并不直接控制终端相对速度矢量,只在所设定的理想视线的垂直方向上进行控制,从而导引律形式更简单,扩展性更强。通过数字仿真表明,所设计的导引律能够较好地实现末端弹道成型要求,并且过载分配更为合理,可有效减小地面背景和地杂波干扰对导引头截获跟踪的影响。     

医学图像的计算机辅助测量

医学图像检查根据确定的比例尺进行相应参数测量.长度采用平面内两点间距离,角度用两边和水平线的夹角之差,周长以多边形逼近曲线,并采用区域颜色筛选法,通过测量区域的总像素和图像的总像素之比获取包围测量区域的最小矩形.     

基于容栅传感器的二维微小位移测量方法研究

针对物体微小位移方向难以判别的问题,提出一种基于容栅传感器的二维微小位移测量方法以及平面内任意方向位移二元参数模型,并设计了容栅传感器和微小位移双通道测试系统。利用带有两个千分尺的模拟测试台,模拟物体在平面内微小位移（毫米级）进行测量,测试系统两个通道输出与微小位移变化对应的差分电压,通过分析两个通道的差分输出电压即可得到微小位移量值和方向。经过实验验证了测试方法的可行性以及参数模型的正确性。实验结果表明：当物体在平面坐标x轴或y轴产生单方向相对位移时,依据两个通道差分电压输出变化可以明确判断位移方向和量值;当物体在平面内任意位置产生相对位移时,基于参数模型求解结果结合两个通道差分电压输出变化量分析可以确定位移方向和量值。     

复杂产品内部结构装配正确性X射线自动检测系统的研究

为了解决无损检测领域内结构体快速识别的问题,综合多目视觉检测技术与CT检测思想,研究了一种基于单相机的X射线在线自动检测某复杂机械产品内部结构装配正确性的系统,并将其应用于实际生产检测线。采用硬件三点定位与局部区域积分投影求后向差分极值点相结合的方法实现目标的快速定位;提取产品全方位序列图像的分层面混合投影主分量熵作为识别特征;采用BP神经网络的并行运算能力实现对产品的快速分类识别。除上下料外,检测过程全部实现了计算机自动控制。大量实测统计表明,系统误判率≤4.5%,无漏判,平均检测速度小于5 s.     

基于亮区域检测的图像去雾增强方法

海上发射和回收运载火箭获取的视频图像易受海雾的影响导致成像质量下降。针对传统暗通道先验去雾方法对天空等亮区域失效的不足,提出一种结合图像亮区域检测和图像增强的改进暗通道图像去雾方法。首先利用阈值分割检测原始图像的亮区域,并分别计算亮区域和暗区域的大气光和透射率。然后利用双边滤波对图像透射率进行优化,最后,利用图像增强方法对复原图像进一步优化,解决复原图像亮度较低的问题。针对双边滤波算法运行速度较慢、影响工程应用的问题进行了优化。实验结果表明,复原后的图像具有较好的视觉效果,且运行速度满足工程应用要求。     

基于特征点和区域生长的目标图像分割方法

成像探测的运动目标图像中背景复杂并且含有大量的噪声,针对传统的目标的检测和分割方法精确定位困难、且不能完整分割等问题,提出基于特征点和区域生长的运动目标图像分割方法。通过相邻帧图像的绝对值差分图像得到大概的运动区域,利用基于LK光流的角点检测方法提取差值图像中的特征点,采用非最大值抑制对特征点的优劣性进行评估,对好的特征点进行区域生长,最终达到运动目标的分割目的。仿真结果表明:该方法能够对复杂图像序列中的运动目标进行精确定位,得到较好的目标分割结果,并且计算量小,具有较高的鲁棒性。     

基于视觉的无人机感知与规避系统设计

结合无人机自身携带的光电平台,设计了一个面向空中动态目标的无人机感知与规避系统。使用图像阈值法结合帧差法检测出运动目标,利用Mean shift与Kalman滤波融合,在图像中实时跟踪目标;利用自抗扰控制器控制无人机光电平台光轴指向目标并进行激光测距以实现目标定位;最后采用人工势场法,实时地计算下一时刻航路点,对目标进行规避。仿真实验表明：针对虚拟现实产生的模拟视频流,系统所采用方法具有良好的实时性和有效性。     

基于图像处理的红外成像设备畸变检测方法

红外制导导弹导引头、无人机光电载荷的核心部件是红外成像设备,红外成像设备能否正常工作决定了导弹和无人机的工作效能;为了避免红外导弹、无人机光电载荷带着故障上天,需要在这些装备上天之前检测红外成像设备是否工作正常,提出基于图像处理的图像畸变检测方法,作为判断红外成像设备工作正常与否的依据;以标准红外成像设备所成图像为标准图像,利用数字图像处理的边缘检测方法得出图像的面积和周长,根据面积和周长得出图像的复杂性参数值;在测试条件不变的情况下,根据罗曼诺夫斯基准则,利用正常设备捕获的图像作为样本,计算分析样本图像的面积和周长,求出图像复杂性参数值,得出红外成像系统测试的评价参数和评价准则,根据评价参数和评价准则判断被测试设备是否存在畸变。     

考虑目标尺寸情况下的水面目标跟踪参数估计

采用平面坐标测量的水面目标跟踪系统,在现有的将目标视为质点的跟踪算法下,如不 增加其他先验信息,很难进一步改善目标运动参数的估计精度。基于工程应用,考虑水面舰船的尺 寸参数并将其建模为椭圆形目标,利用成熟的图像处理技术获取椭圆目标的尺寸参数。并提出一 种基于椭圆目标跟踪的非线性运动参数估计算法;同时从理论上分析了应用中不同目标尺寸参数 精度下目标运动参数估计的Cramer-Rao 下界(CRLB). 数字仿真分析和初步实测结果表明椭圆形 水面目标跟踪的工程可行性,且椭圆目标跟踪系统较传统质点目标跟踪系统收敛速度加快,运动参 数估计精度提高。     

捷联成像导引头相关跟踪算法研究

捷联式成像导引头的光学探测基准随弹体姿态运动而动态变化，其目标图像的运动形式呈现复杂的非线性时变特性，传统扩展卡尔曼滤波(EKF)方法难以有效地针对目标运动模型进行波门设置及视线估计。为此，本文首先建立了以目标机动在惯性成像坐标系内的投影为输入，弹体姿态信息作为时变参数的目标帧间运动模型，并在此基础上提出了一种新的相关跟踪算法。该算法通过应用中心差分卡尔曼滤波( CDKF)理论有效解决了成像跟踪中的波门设置问题，提高了目标位置的估值精度，同时提出一种改进的变尺寸模板更新策略，抑制了目标图像的形变和模板漂移对匹配精度的影响，进一岁提高了系统的跟踪的精度，并通过仿真验证了算法的良好跟踪性能。     

变背景条带状激光光斑边界的提取方法

提出一种基于人眼视觉识别的2次闽值分割和形态学消噪相结合的图像边界提取方法。针对光斑背景不稳定、亮度非高斯分布的特点,辅助以减背景图象预处理,消除背景变化对光斑质心位置的影响,依次用灰度和灰度对比度进行阈值分割,增强算法的实时性,并用矩形模板执行形态学开启和闭合操作,去除光斑内部无关的细节,获取连续的图像边界。该方法全天候对多个906 nm激光管产生的条带状激光光斑中心实时定位,时效性和定位精度均获得满意的效果,重复测量误差2%．     

目标近场电磁散射中心建模与特征参数反演

为了通过较少散射场数据实现雷达目标特性建模和参数反演,提出了一种基于时频图多普勒特征的散射中心建模和特征参数反演方法,采用单频点下的一维角度近场扫描数据实现对目标二维散射中心的提取。通过平滑伪Wigner-Ville分布(smooth and pseudoWigner-Ville distribution,SPWVD)分析方法生成高分辨率时频图,根据不同类型散射中心的多普勒特征,通过Radon逆变换(inverse Radon transform,IRT)提取散射中心模型的位置和幅度参数,并将提取的散射中心位置参数与几何模型参数、散射中心模型重构雷达散射截面积(RCS)与仿真的RCS进行了性能对比。结果表明:该方法只需要单频点的一维角度扫描数据,即可有效提取目标散射中心位置和幅度等特征参数,且重构RCS的均方根误差小于3 dBsm。     

基于角点检测法的图像配准

采用角点检测算法,对图像中任一像素点和以它为中心的圆形区域USAN进行图像配准,将边缘提取和轮廓跟踪过程融为一体,并通过沿圆弧曲线扫描获取角点信息建立图像间角点的对应关系,由此得到初配准参教,且使用迭代过程以提高配准的精度.试验证明,该算法对图像间的旋转角度没有限制,配准精度高而且计算量小.     

基于改进蚁群算法的红外图像边缘检测方法

蚁群算法应用在红外图像边缘检测方面具有良好的效果,但个体蚂蚁的参数需要针对不同图像进行手动配置,这种情况既不利于工程化应用,又降低了算法的效率。针对该问题,提出了一种基于改进蚁群算法的图像边缘检测方法,该方法采用估计个体蚂蚁的分布区域来代替以往全局随机分布的方式,提高算法在敏感区域的搜索效率;同时根据图像边缘复杂程度给出个体蚂蚁的移动步长、禁忌列表长度等参数用于算法迭代,促进算法在边缘丰富区域搜索的同时抑制了算法结果早熟。多组仿真结果证明该方法能够自动给出较为合适的参数,同时在不影响边缘检测效果的前提下缩短运行时间。