基于平面区域跟踪的目标位姿参数自动测量

提出一种从序列图像中自动跟踪测量目标位置和姿态参数的方法。利用单应性原理和上一帧图像中目标位姿参数的测量结果,将目标上的典型平面区域重建为同时含有几何信息和亮度信息的平面区域模板;然后根据投影方程,将该模板在一定的位置姿态参数下进行投影仿真成像,当模板的仿真成像结果与当前帧图像中的该平面区域达到最佳匹配时,认为此时仿真成像的位置姿态参数即为当前帧图像的测量结果。通过对该匹配问题进行最优化建模和求解,实现了序列图像中目标位姿参数的自动测量。实验结果表明,本文方法能够在序列图像中对含有典型平面区域的目标实现较高精度的自动跟踪测量。     

利用仿射几何的仿射不变特征提取方法

提出一种新的基于仿射几何的仿射不变特征提取方法,适合于目标的识别和图像的匹配。算法分3步执行：首先,提取区域的质心和扩展质心,质心和扩展质心的连线把目标区域分割成两部分,再分别计算两部分区域的质心,如此迭代,直到提取出满足要求的质心个数;然后,依次计算四边形的面积,其中四边形的顶点分别为其连线分割目标区域的两个质心和两个分割区域的质心;最后,依次计算各个四边形的面积比,得到仿射不变特征矢量; 另外,仿射变换的参数也可以通过计算提取的质心坐标得到。实验表明,提取的不变特征矢量稳健性好、计算速度快、分类精度高。     

基于SIDWT的遥感图像融合算法

合成孔径雷达(SAR)和全色遥感图像由于成像机理存在差异,对目标轮廓、纹理和色调等信息的表现各不相同,像素级融合后将更易于图像判读。基于此,将平移不变离散小波变换(SIDWT)算法用于SAR与全色遥感图像融合,该算法克服了传统小波变换不具有平移不变性的缺点。同时,提出一种新的增强互补信息的融合规则：图像的低频部分采用基于边缘提取的加权规则,高频部分采用绝对值最大原则。实验结果表明,该算法能够获得较好的融合效果。     

从航空遥感图像中自动提取主要道路

如果能自动地从航空遥感图像中提取出道路网,将会简化城市地物目标的分类和测量过程.该文根据城市主要道路在图像中的特性进行了模型化处理,进而提出了基于直线的、自动提取的方法.算法重点考虑到成像过程中必然引入的各种噪声,用高斯分布函数模糊化直线参数,使提取具有良好的稳健性.算法中的参数选择都是通过理论分析所得,因此,提取过程实现了自动化.实验结果表明,该方法能够从实际航空遥感图像中提取出主要道路网.     

一种面向战术应用的态势信息可视化实现方法

提出了海量卫星遥感数据条件下,面向战术应用的态势信息可视化实现方法,建立了优良的存储结构,并实现态势环境信息与态势专题信息的快速获取与显示,以满足战术应用对实时性的要求。该方法具有较好的扩展性,随着各类算法研究的深入而具有更强的实时性和更高的准确性。     

基于Vague集的特征不确定性建模及相以度求解

受图像噪声和特征提取方法不稳定性等的影响,特征提取结果存在不确定性,它降低了同名特征之间的相似程度,增大了匹配模糊性.如果忽略这种不确定性,可能会造成匹配精度的降低,甚至导致匹配的失败.为此,本文对图像配准中常用特征的属性参数不确定性进行了分析和建模,并提出了一种基于Vague集的不确定性特征相似度求解方法.本文的理论...     

L波段雷达电离层高速运动目标ISAR成像补偿方法

目标高速运动和电离层效应都会对低频段宽带线性调频雷达信号的相位产生调制现象,进而降低逆合成孔径雷达(ISAR)成像分辨率。为得到清晰的目标ISAR图像,需有效消除这两者对目标回波的影响。该文首先建立电离层高速运动目标回波的信号模型,再根据目标回波为高阶多项式相位信号的特点,提出基于离散多项式变换的高阶相位估计算法,利用高阶相位估计值进行回波信号相位调制分量补偿,实现ISAR成像的自聚焦。仿真实验表明,该算法可以准确估计回波信号高阶相位参数,提高ISAR成像质量。     

高分辨率遥感影像中提取道路网方法综述

高分辨率遥感影像中道路网的提取是智能地物提取和分析的重要方面。针对其特点,介绍了高分辨率遥感影像上道路网提取的基本思想和步骤,从提取要素层次的角度对现有的道路网提取方法进行了分析和综述,并指出当前高分辨率遥感影像道路网提取方法需要进一步解决的遮挡、地物特征类似、地物复杂等问题。展望了未来利用高层次知识、图像融合技术、三维信息等高效提取道路网的可行性。     

面向百类目标的自动识别系统

本文提出了面向百类目标的自动识别理论与方法，它主要由目标的表述模型和分类模型两部分组成。建立了基于此理论与方法的系统，利用此系统可以快速生成区分百类目标中任意组合的分类模型，并保证达到大于９９％的正确识别率。     

高分辨率人造目标影像中伪直线剔除方法

高分辨率影像中的伪直线是人造目标提取过程中增加计算复杂性和降低提取结果可靠性的一个主要因素。针对现有基于边缘检测的直线提取算法不能有效剔除伪直线的缺点,提出了一种可行的方法用来剔除伪直线。该方法体现在直线提取的两个不同阶段：一是在边缘点编组前,通过引入12个过滤模板来剔除部分编组过程中可能拟合成伪直线的边缘点;二是对于已提取出来的每条直线,依据它们两侧邻域图像的灰度分布特性来判定直线的真伪。大量实验结果表明,该方法能够有效剔除由图像噪声或不规则天然地物拟合得到的绝大部分伪直线,而几乎不影响提取对应人造目标的真直线。