基于TS201的实时图像处理系统链路口通信设计

在图像处理系统中,为了实时获取数据图像及解决多DSP之间的数据传输,在以FPGA加3个DSP为核心模块的硬件平台上,论文通过对DSP链路口发送、接收时序设计以及对存储器直接访问控制块、链路口接收控制寄存器、发送控制寄存器进行编程设置,实现了以Analog Device公司的DSP(TS201)为核心器件的链路口图像接收技术及链路口数据传输技术。     

基于不变矩特征的红外成像制导跟踪算法研究

随着红外成像制导技术的发展,它对制导跟踪算法的精度和实时性的要求越来越高。制导系统已被要求在20 ms的时间内输出跟踪结果。某些跟踪算法虽然效果较好,但达不到实时输出。经典的制导算法-相关跟踪算法主要基于像素灰度特征进行跟踪,无法解决跟踪过程中由于目标的旋转、膨胀以及仿射变换带来的跟踪点漂移问题。为了解决经典相关跟踪算法无法解决图像旋转时的跟踪稳定性问题以及目标图像急剧膨胀时的跟踪点漂移问题,研究了图像不变矩的特征。利用图像不变矩的旋转-伸缩-平移不变性,选择合适的不变矩特征用于跟踪。通过用归一化的乘法相关函数以及基于相关系数值的模板更新策略设计跟踪算法,解决了复杂背景及强噪声条件下不能对尺寸和形状发生变化的目标进行稳定跟踪的问题。     

复杂场景下的自动红外舰船目标检测

为实现多种复杂海天背景下红外舰船目标的有效检测,提出了一种基于局部边缘梯度特征分析的舰船目标检测方法。利用红外舰船目标图像的特征,改进自适应Butterworth高通滤波对图像进行预处理。通过计算局部边缘梯度特征和聚类分析确定初始目标区域,比较梯度特征参数并进行多尺度搜索准确检测出舰船目标。对多种复杂海天场景红外图像进行仿真实验,结果表明,该算法能够有效准确地检测出多种复杂海天场景下的红外舰船目标,且算法简单,易于实现,适应面广。     

一种在线学习的目标跟踪与检测方法

针对现有在线学习跟踪方法缺乏监督机制的缺点,提出一种新的跟踪框架。以随机森林在线学习理论构造分类器作为目标检测器,用SURF特征点匹配方法作为目标跟踪器,跟踪过程中用可靠跟踪的结果形成对检测结果的监督机制,不对低置信度样本或错误样本进行学习,避免了分类器分类精度的逐渐下降,同时在跟踪失败时用目标检测器对目标进行重新捕获,形成跟踪、学习、检测三者有机结合的跟踪框架。对不同视频序列的测试结果表明,本文算法能有效避免目标出现较大外观变化或被大面积遮挡等复杂情况下的跟踪失败问题。     

TI介质多波AVA方程及参数反演

介质各向异性对多波振幅随着入射角的改变而变化(AVA)有着重要的影响。根据Aki和Richards的方法，建立了横向各向同性(TI)介质分界面上的多波振幅特征方程．由此方程可精确计算TI介质中平面波入射时的多波反射和透射系数，并可建立TI介质岩性参数反演方程。理论模型和实际多波地震记录反演结果表明，用各向同性介质理论的方法对TI介质进行参数反演将产生较大的误差．而基于TI介质振幅特征方程的AVA反演不仅能得到高精度的地层参数．还能得到地层的各向异性系数．对裂隙型地层的研究有重要意义。     

Retinex图像增强算法在TS201上的实时实现

Retinex图像增强算法能提升原图像的亮度、对比度和清晰度,但其运算比较复杂,难以满足许多工程应用所需要的实时性。通过采用SingLeton结构的高效浮点FFT,合并算法的多个循环体,合理安排指令并行和软件流水等措施大幅提高运算速度,并对图像进行分块处理以解决片内存储空间不够的矛盾,在单片TS201 DSP平台上实时实现了Retinex图像增强算法。实验结果表明该算法在时钟频率500 MHz的条件下,对512×256像素图像的处理用时18.5 ms。     

基于奇异值分解的快速直线提取方法

矩阵的奇异值分解能够反映矩阵数据的分布特征.利用数字图像中直线的结构特征,定义了近垂直直线基元和近水平直线基元,根据基元结构对边缘检测和细化后得到的线段进行扫描,将近似共线的点分别归入到若干个直线支撑点集合.对每个直线支撑点集合进行奇异值分解,利用得到的特征向量计算出其对应的Hough参数空间投票单元,实现对线段层次上...     

基于直线空间结构特征的图像匹配方法

直线匹配在图像配准、目标识别等领域有重要应用。提出利用直线空间结构特征进行匹配的方法,算法采用粗精两级匹配的思路,粗匹配阶段用四参数仿射变换模型对待匹配图像进行粗步校正,精匹配阶段利用反映直线空间结构分布特征的直线交点方位角直方图,把直线匹配映射成两个点集的匹配,结合随机抽样共识(RANSAC)算法和参数迭代一致性方法剔除错配点对,实现图像的自动匹配。实验结果表明,本文方法能够取得较高的匹配精度。     

基于多特征融合的弱小运动目标识别

利用单个特征识别强噪声中的弱小运动目标,常因所提取的目标特征与噪声特征易混淆而导致高的虚警率.提出一种新的基于多特征融合的弱小运动目标识别方法.分析了弱小运动目标的连续相关性、面积及质心位置偏移这三个特征的可靠性及提取方法,对获取的特征值进行归一化后采用多特征融合的方法构造更具有鲁棒性的联合特征,确定了以具有最大多特征融合值为真实目标的决策方法.通过与采用单一特征的目标识别方法进行比较,证明了提出的多特征融合方法能更准确地识别弱小运动目标.     

基于塔型结构的快速相关跟踪算法

提出一种能自适应的确定相关匹配搜索范围的快速相关跟踪算法。该算法结合两点线性预测器和图像塔型结构的多分辨力分析方法,综合图像在不同尺度下的位置信息,自适应地计算出相关匹配的搜索范围,减小了相关运算的计算量,同时确定了有效的帧间相关置信度估计和模板更新策略。实验证明此算法计算速度快,能持久稳定地跟踪运动目标。