增强现实技术及其应用

增强现实是把计算机产生的虚拟物体或其它信息合成到用户看到的真实世界中的一种技术。实现虚拟信息与真实景象的正确匹配或有机结合是每个增强现实实用系统都必须完成的一项重要任务,它的具体实现依赖于计算机硬件和软件系统的相互配合及协调。该文介绍了增强现实的概念,增强现实技术的系统组成以及它的应用。在对理想意义上的增强现实系统所需具备的性能和已有研究成果所能提供的性能分析比较的基础上,该文提出了一些增强现实技术中还需要深入研究的问题。     

激光成像雷达在飞行器避障过程中的应用

飞行器前视激光雷达通过测距得到前方距离像,由得到的距离像可以得到飞行器前面障碍物的形状、高度、宽度等信息,根据得到的信息,由飞行器惯导和飞行器在任意时刻的姿态可以决定飞行器的避障过程。根据激光成像雷达探测到的前视三维障碍物信息,推导了飞行器惯导约束下的避障算法。用该推导的算法在真实地形图上进行了模拟实验,实验结果表明算法是正确性的。     

基于激光扫描测高技术的地形匹配

提出了一种不同于传统的地形匹配方法.利用角分辨率和测距精度高的激光扫描雷达, 实时获取激光发射点到飞行器下方一定范围内地面采样点的斜向距离, 通过重采样和插值技术恢复出各采样点的高程, 然后和预存的参考图进行匹配.匹配中将高程直接相关匹配和基于小波变换的多尺度特征匹配相结合.在尽量保证实时性的同时, 获得了较高的捕获概率和定位精度.初步仿真检验了该方法的优越性.     

基于边缘特征的SAR图像与光学图像的匹配

提出了一种新的基于边缘特征的合成孔径雷达(SAR)图像与光学图像相匹配的算法，可用于无人飞行器的导航。首先针对SAR图像低信噪比的特定情况，提出了一种简单实用的线状特征提取方法。而后在提取边缘的基础上，采用改进的具有强抗干扰能力和容错能力的Hausdorff距离作为相似性准则进行图像匹配。在搜索策略上．采用遗传算法来加快搜索的速度。实验结果表明，这种算法匹配精度高，计算速度快。     

基于小波局部统计特性的图像去噪方法

本文提出一种利用图像在小波域上局部统计特性的自适应去噪方法。首先在LMMSE准则下,推导出小波系数在局部区域的恢复公式。为进一步精确地估计理想小波系数的局部方差,本算法提出利用尺度间和子带内的相关性,即利用粗尺度下小波系数的局部方差预测精细尺度下相应位置的小波系数为噪声成分的概率,以及常规估计下的小波系数的局部方差是否小于某个门限值判断其是否为噪声成分。然后以这些局域窗内非噪声成分系数估计理想小波系数局部方差。实验结果表明,本算法与传统算法相比,对图像质量有进一步地改善,尤其是对细节丰富的图像表现地更为突出。     

基于小波的全局多源遥感图像信息融合方法

提出的图像信息融合方法用于解决传统方法在空间分辨率等方面的不足。原始图像经过小波变换，分解成子图像，再进行分块处理，高、低分辨率图像根据全局方差准则分别计算融合的权值系数，进行图像融合重建，然后，对图像采用全局法进行信息融合，实验表明，方法切实可行，能使低分辨率图像接近于高分辨率图像。     

并行哈夫曼编码器的硬件设计与实现

文章设计了一种并行编码的哈夫曼硬件编码器，它采用了流水线和并行编码方法，使得在一个时钟周期内可以编码一个字节的数据，在编码时显著降低了工作频率。文章给出了关键部分的实现方案并分析了实验结果。     

边缘保持正则化低码率压缩图像后处理算法

从图像恢复的角度,提出以正则化方法完成后处理任务。分析了正则化方法的模型,并给出了边缘保持的正则化函数所应具有的特性。从复杂性、健壮性和对边缘细节粒度控制的能力三个方面选择了相应的势能函数,然后以半二次正则化将能量函数进行转换,使其快速达到最小化。最后给出了整个交替迭代后处理算法的描述。该方法对图像边缘细节具有自适应性,并能较快地取得最小值。实验结果显示,该算法能有效地提高低码率压缩图像的客观质量和视觉效果。     

有效的模(2n+1)乘算法及其VLSI设计

模乘运算在剩余数值系统、数字信号处理系统及其它领域都具有广泛的应用,模乘法器的硬件实现具有重要的作用。提出了一种改进的模(2~n 1)余数乘法器的算法及其硬件结构,其输入为通常的二进制表示,因此无需另外的输人数据转换电路而可直接用于数字信号处理应用。通过利用模(2~n 1)运算的周期性简化其乘积项并重组求和项,以及采用改进的进位存储加法器和超前进位加法器优化结构以减少路径延时和硬件复杂度。比较其它同类设计,新的结构具有较好的面积、延时性能。     

一种光学图像的快速超分辨率重建方法

图像超分辨率重建技术旨在复原成像系统截止频率之外的信息，提高图像的分辨率．针对单幅光学图像，提出了基于分层的超分辨率重建方法．在算法的实施过程中，提出一种级联模板的快速运算方法．实验结果表明了方法的简洁和有效性．