一种低信噪比图像序列小目标实时检测算法

图像序列弱小运动目标的实时检测,是成像探测制导系统中的关键技术之一.提出一种基于动态规划与轨迹关联的目标实时检测算法.该方法利用指数衰减和运动方向加权动态规划积累目标能量,然后进行门限判决和对候选目标进行轨迹关联检测,从而剔除假目标,给出真目标信息.该算法结构简洁,易于进行软硬件分割实现,实时性能好.实验表明该算法能实现对深空背景中信噪比大于1.8、速度范围0～1像素/帧多个目标的有效检测.     

动态可重构的高速小波图像压缩系统

近年来，信息技术得到了突飞猛进的发展，各种图像压缩算法和处理算法层出不穷，其中基于离散小波变换(DWT)的信息处理算法是当前信息处理领域中广泛应用的一种重要工具。但是，基于DWT的图像处理算法计算量巨大，大大限制了其在实时处理领域的应用。本文提出了一种以FPGA DSP为核心的动态可重构的图像压缩系统，在数据处理能力方面比以往的系统有了很大的提高，能够轻松的完成基于DWT的图像压缩。同时，系统具有可重构性，可以方便地将其它的图像处理算法在实时处理系统中实现。     

基于分区动态规划和航迹关联的弱小目标检测

序列图像中低信噪比运动弱小目标的实时检测算法，是精确制导系统中的关键算法之一。提出一种图像序列弱小目标实时检测新算法，采用分方向区间的动态规划算法和二值图像航迹关联检测。通过在动态规划能量累加过程中引入方向限制，减小了噪声轨迹能量积累和目标轨迹能量扩散，提高了算法的目标检测能力。对算法的检测性能进行了仿真实验，结果表明该算法能有效检测深空背景下信噪比大于1.8、运动方向任意、速度不大于1像素/帧的多个运动弱小目标。     

浅谈室内设计中的有机体空间

简约式、中式、欧式、和式……目前的室内设计行业似乎为这几大风格所主宰,一些装饰公司甚至根据业主的喜好直接选取相应的模式予以套用。长此以往,室内设计的创新精神如何体现?本文从自然界的现象获得启发,提出一种有机体空间的观点。有机体的形式在近期的一些建筑项目或设计竞赛中时有可见,虽未见有人进行总结整理,但隐约已成为一种势头。室内设计中则少见到这类形式的运用。本文试从几则建筑设计的案例入手,结合文化传统来阐述对室内有机体空间的理解。抛砖引玉,希望引起更多同行对室内设计中创新手法进行探索,形成新的观念,从而促进我们事业的发展。     

基于混合融合策略的双波段红外小目标检测方法

双波段红外图像的小目标融合检测是红外自动寻的系统的关键技术和研究热点之一。为了建立有效的融合检测结构,对基于布尔逻辑的融合检测方法进行了分析,并从小目标红外成像原理出发,提出了一种基于与逻辑和局部灰度的混合融合检测算法。首先,分别对单波段的红外图像进行阈值分割;其次,对两个波段的检测结果进行与融合;再次,对与融合之外的目标点进行局部灰度判别,进一步提高检测概率;最后,根据融合结果调节第一步中局部检测器的分割阈值,以优化局部检测器。实验仿真结果表明,该算法有效地提高了双波段红外的检测能力,且算法结构简单、运算速度快,具有较强的实用性。     

一种低能见度下红外机场区域识别新方法

针对低能见度下红外图像背景复杂、目标对比度低的特点,提出了一种新的基于感兴趣区提取和区域生长的红外机场区域识别方法。首先,采用自适应Wiener滤波对图像进行预处理,以削弱图像的背景杂波并增强机场区域的信噪比;然后,利用机场区域和背景的灰度分布特性的差异,在图像预处理的基础上采用自适应双阈值分割和自适应局部极差阈值分割相融合的方法实现机场区域的初步分割;其次,利用机场区域的形状约束和长宽比特征,采用形态学处理和连通域标记实现感兴趣区域的提取;最后利用有限约束的区域生长实现机场区域的识别。该方法结合了感兴趣区域提取和区域生长的优势,能够以较少的计算代价实现机场区域较完整的识别。实验表明,该方法能够有效检测识别机场区域。      

云杂波背景弱小目标自适应时-空域滤波检测研究

针对复杂云背景成像弱小目标实时检测的需要,提出一种检测能力强、易实现的自适应时-空级联滤波目标检测算法,其中时域滤波采用改进的可递归实现的方差滤波器预检测出包含目标和少量杂波点在内的可疑目标点集,而后通过一种自适应像素空域边缘强度滤波器剔除剩余杂波点。算法两级滤波器的参数均实时更新,因此算法对场景变化适应能力强。对五组实际红外图像序列目标检测的实验结果表明,算法能稳定检测出多类天空背景中的目标。     

局部矩不变量轮廓图像角点检测

为解决图像轮廓特征点问题,提出了基于轮廓局部矩不变量的轮廓角点检测方法,通过计算轮廓线支撑区域内中心点两侧轮廓点的不变矩特征,从而提取轮廓曲率函数.实验结果验证了该方法具有抗干扰性好、定位准等优点.     

弹道目标识别的红外辐射数据仿真研究

充足的目标红外辐射数据集是研究弹道目标检测、跟踪与识别的必备前提,以往弹道目标红外数据仿真模型强调特定参数场景下的光学成像研究,以解决目标检测和关联跟踪等图像信息处理问题;而目标识别所需的数据仿真模型更注重在可能的动态参数范围内对目标辐射强度信号变化规律的探究。为了满足目标识别的数据仿真要求,着重探讨了目标场景参数和辐射强度信号动态变化特性;并根据仿真结果分析了影响数据差异特性的底层因素,为设计适合任意仿真场景数据的目标识别算法予以启示。