采用轮廓特征匹配的红外-可见光视频自动配准

为了精确地配准近平面场景下的红外-可见光视频序列,本文提出了一种基于轮廓特征匹配的自动配准方法,通过迭代匹配目标轮廓特征来解决异源图像中配准特征的提取和匹配难题。首先,采用运动目标检测技术获取目标轮廓,并由曲率尺度空间(CSS)角点检测算法提取轮廓特征点。此后,建立全局形状上下文描述子和局部边缘方向直方图描述子描述特征,从而实现可靠的特征匹配。来自不同时刻的匹配点对被保存在一个基于高斯距离准则的特征匹配库中。最后,为了克服近平面场景中目标深度变化的影响,本文结合前景样本随机抽样策略计算配准矩阵的损失函数,完成对全局配准矩阵的更新。在LITIV数据库上对方法进行实验验证,结果表明本文方法的配准精度优于当前先进的对比方法,在9个测试视频上的平均重叠率误差仅为0.194,与对比方法相比下降了18.5%。基本满足了近平面场景下红外-可见光视频序列配准的精度要求,且具有较高的鲁棒性。     

亮通道先验Retinex对低照度图像的光照补偿

针对光照不足导致图像质量退化的问题,提出了亮通道先验的Retinex算法用来补偿图像的光照强度。该算法假设局部恒常的光照可以初步满足光照均匀并与场景相似,以亮通道运算对光照分量进行粗估计;通常解决局部处理带来的分块效应问题是采用引导滤波方法,但这会使补偿后的图像纹理模糊甚至丢失细节,为此设计了基于图像结构相似性的融合策略。最后使用Retinex理论模型对光照进行补偿。实验结果表明:所提算法简单高效,能够对图像阴影或夜间图像的低照度区域进行快速地光照补偿,在峰值信噪比(PNSR)上较传统算法提高了5dB左右,在结构相似性(SSIM)上比传统算法提高了7%以上。算法在纯软件系统的PC机上处理640×360的彩色视频时能达到6~12ms/帧,处理320×256的红外视频时达到4~10ms/帧,可满足工程需要。     

基于CPCI总线的FPGA+DSP架构通用视频图像处理系统的设计

为了应对实时视频图像处理复杂的现场环境条件,设计了一种通用视频图像处理系统。该系统便于扩展,可同时应用于多种不同现场环境。FPGA+DSP架构由于同时吸取了具有优秀运算性能的DSP芯片以及具有高实时性的FPGA芯片的优点而在实时图像处理领域中得到了广泛的应用,而Compact-PCI总线由于其与工业控制计算机有标准的接口而具有良好的可扩展性,通过对二者的有机结合设计了基于Compact-PCI总线的FPGA+DSP架构的通用视频图像处理系统。硬件实验表明,系统可对320×256~1 024×1 024分辨率,8~14bits,最高帧频100 Hz的视频图像进行实时采集与处理,并通过cPCI总线实现实时控制,取得了良好的效果,表明系统可以应用于红外及可见等复杂环境中,实时性很高,处理效果好,提高了系统的应用范围。为视频信号采集处理提供了一种新的可靠解决方案。     

《图像信息处理技术》专题文章导读

正图像信息处理是一门涉及了数学、物理学、电子学、计算机、微电子学、自动控制、人工智能等多领域学科的综合技术,由于其多学科特性和技术挑战性,吸引了大批的科研人员对其进行研究和探索,大量的图像及信息处理技术的研究成果已广泛应用于国民经济各行各业,发挥着越来越大的作用。图像处理技术研究室是长春光机所从事图像及信息处理技术研究的专项技术研究室,成立几十年     

光度非均匀彩色序列图像超分辨率重建

为了实现外界光照变化或相机积分时间自动调节等情况下拍摄的彩色序列图像的超分辨率重建,文章首先提取图像感兴趣区域的方向梯度直方图作为匹配特征,以相关系数作为相似性测度进行几何配准;其次建立光度测量模型进行光度配准;最后采用最大后验估计算法求出光度改善的高分辨率图像。文章采用平均梯度、信息熵、图像对比度对重建图像质量进行评估。实验表明,重建后高分辨率图像平均梯度及信息熵均有大幅提高,图像更清晰、信息更丰富。算法能有效减小重建图像间的光度差异,提高彩色图像的对比度,对光度变化具有一定的鲁棒性。     

LVDS接口终端匹配技术研究

利用传输线理论分析了LVDS的特性阻抗,将此作为终端匹配的依据,讨论了几种典型LVDS接口的匹配方案和抗噪声措施,并通过试验验证了匹配效果。     

基于极坐标Lagrange插值的航拍图像畸变校正算法（英文）

由于航拍图像的拍摄高度远低于卫星图像拍摄高度,因此每个拍摄地点的建筑投影差大小和方向都不相同,图片畸变严重。此外,考虑到图像边缘区域的畸变程度远大于图像中心区域的畸变程度,本文提出了一种基于极坐标的Lagrange插值的逐点畸变校正方法。利用该方法在极坐标系内对单个像素点进行插值,然后根据插值结果对像素点进行校正,再将其坐标从极坐标系变换回直角坐标系,最后采用此方法在整个航拍图像内逐点进行畸变校正。实验结果表明,校正后的航拍图像畸变程度不超过3%,证明该方法不但能有效地校正畸变图像,且与传统的利用DLT线性求解畸变校正矩阵等校正方法相比具有更为广泛的适用性。     

复杂背景下运动目标的提取

提出了在复杂背景以及摄像机运动的情况下运动目标提取的算法。采用了新的局部投影的方法，在图像中合理地划分了投影区域，在求投影偏移量时提出了峰值匹配的算法，合理地检测到了投影偏移量。求得各个局部运动矢量后，采用出现频率最高的局部运动矢量代表全局运动矢量，成功的补偿了背景的运动。实验结果表明该算法在图像背景复杂且由于摄像机运动使背号发生明显变化的情况下，可稳定准确地提取出运动目标，并能有效克服背景中存在的运动干扰。     

基于MSA直方图的景象匹配算法研究

提出了一种基于MSA直方图的景象匹配算法,用来解决景象匹配辅助导航系统中,由于拍摄的实时图背景复杂、存在畸变、易受遮挡等因素所带来的匹配困难。该算法利用灰度信息及其空间分布信息,分别计算目标区域及模板的MSA直方图,并计算匹配度,采用金字塔算法及中途停止策略进行搜索,对目标进行识别和定位。用cameraman图像、人脸图像和实际卫星拍摄图像进行了实验,实验结果表明：该算法对仿射变换、轻微透视投影变换、噪声、遮挡及视角变化具有鲁棒性,且比灰度直方图具有更好的性能,在实际拍摄的图像中能对目标进行准确的识别和定位。     

用基于二值化规范梯度的跟踪学习检测算法高效跟踪目标

为提高复杂环境下TLD(Tracking-Learning-Detection)算法的跟踪精度和速度,提出基于二值化规范梯度(BING)的高效TLD目标跟踪算法。在跟踪器中引入基于时空上下文的局部跟踪器失败预测方法和全局运动模型评估算法,提高了跟踪器准确度和鲁棒性;用BING算法取代滑动窗口搜索策略,结合级联分类器实现目标检测,减少了检测器的检测范围,提高了检测的处理速度;将训练样本权重整合到在线学习过程中,改进级联分类器的分类准确度,解决了目标漂移问题。对不同的图片序列实验结果表明:本算法的跟踪正确率达85%,帧率达19.79frame/s。与原始TLD算法及其他主流跟踪算法相比较,该算法在复杂环境下具有更高的鲁棒性、跟踪精度及处理速度。