基于配准的红外焦平面阵列条纹非均匀性校正

条纹非均匀性是线扫红外焦平面阵列和非制冷凝视型红外焦平面阵列成像系统中一种特殊的固定图案噪声.分析了其产生的原因,提出了一种基于亮度恒定假设和配准的条纹非均匀性校正算法.根据相邻两帧获得亮度均方误差函数,最后通过最小化全局亮度均方误差函数得到全局最优解作为非均匀性校正的参数.实验结果表明,该算法能够在几帧内达到较好的收...     

基于光电经纬仪交会测量提高GPS精度的研究

针对单频C/A码GPS接收机精度不高的问题,提出一种基于光电经纬仪双站交会测量提高GPS精度的方法。在直角发射坐标系中,利用光电经纬仪测量得到目标的方位角与俯仰角,通过双站交会测量中常用的"水平投影法-L公式"计算飞行物的轨迹,与飞行物实际轨迹对比,求得双站交会测量的误差。GPS和光电经纬仪测量同一目标,将两种方法的测量结果对比,以交会测量精度作为GPS的测量基准,与GPS提供的坐标相比对,求得GPS的测量误差。GPS测量其他位置坐标时,测量结果去除求得的测量误差,得到更精确的坐标。     

采用最优峰值的相位相关红外图像配准方法

对数极坐标域下的图像配准方法常因相位相关互功率谱呈现多峰分布而影响匹配准确度,为此提出了一种基于区域最优峰值的相位相关红外图像配准方法。首先将待配准图像和参考图像转换到对数极坐标域,其次以自适应巴特沃斯高通滤波为预处理,最后结合归一化互相关和相位相关的相似性测度,在合理截断互功率谱半径轴低数值段的基础上,筛选出最优峰值实现自动配准,同时研究了对数极坐标变换尺寸对匹配性能的影响,给出了最优尺寸变换比。实验结果表明:该算法对噪声污染图像表现出较好的鲁棒性,对于存在平移、旋转和缩放的红外图像具有更高的配准精度。     

基于场景的空间投影估计和时域迭代非均匀性校正算法

本文提出了一种基于场景的空间投影估计和时域迭代非均匀性校正算法。本算法采用空间投影估计来估算图像的全局平移,并且在相邻帧之间进行时域迭代。具体分为下述三个主要步骤：首先,我们提出了一种基于配准准则的投影估计。然后,我们采用相邻帧的迭代校正来保证较快的收敛速度以及较少的非均匀性残留,同时保证基本没有鬼影。最终,我们将本算法移植到基于FPGA的硬件系统。通过评价标准测试了本算法的性能,并展示了在单调运动下系统非均匀性校正的实际效果。一段添加了模拟非均匀性的干净视频被用来对比此算法和阈值自适应最小均方差算法以及全偏差算法。在本文结尾,我们得到了结论,并对后期的工作进行了展望。     

（英）基于多帧配准的红外焦平面阵列非均匀性自适应校正

提出了一种场景自适应的非均匀性校正固定图案噪声去除方法.基于多帧配准和相邻帧之间的全局位移估计,利用最小均方算法迭代计算均方误差函数,同时结合误差函数均方差以及互相关峰值,从而能够自适应场景变化.所提出的算法充分利用相邻多帧之间的相关性,对模拟和实际红外图像序列非均匀性的校正效果突出.实验结果表明本方法能够精确估计非均匀性参数,收敛速度较快,几乎不残留鬼影.     

红外焦平面阵列条纹非均匀性校正方法

条纹非均匀性是线扫红外焦平面阵列和非制冷凝视型红外焦平面阵列成像系统中一种特殊的固定图案噪声。提出了一种基于实际场景和非均匀性分离的模型方法,能够在单帧内实现条纹非均匀性的校正。通过局部窗口模版遍历相邻列的误差函数,得到其非均匀性校正参数估计,并依据相邻两帧相关性的继承性,完成条纹非均匀性的校正。通过对模拟条纹非均匀性和实际图像的实验和理论分析,结果表明,文中算法能够显著提高条纹非均匀性校正效果。     

基于双目立体视觉的快速人头检测方法

为满足人流统计实时性的要求,提出一种人头检测算法。该方法对双目相机采集的图像通过运动目标检测分离出运动人员所在区域,对这些区域使用融合区域匹配和特征匹配的快速匹配方法,即利用视差的连续性只对强纹理点进行绝对误差累积(SAD)匹配,其他点只进行简单的视差验证,能够得到稠密的视差图,再由三角投影关系计算出深度图。由于双目立体成像得到的深度图中人员与场景的深度分布不同,可以采用深度分层的方法将存在人头信息的深度层提取出来,经过数学形态学预处理再利用边缘检测会得到许多候选轮廓,最终利用轮廓的几何特征来判断轮廓是否为人头。实验表明:该算法可以很好地适应复杂场景下的人头检测,精度高、速度快。     

基于TMS320C6678的KLT跟踪算法的改进与实现

目前存在的大多数特征点跟踪算法只考虑了相邻两帧的情况,而忽略了之前图像帧的特征信息。在KanadeLucas-Tomasi(KLT)算法的基础上,提出了一种新的特征跟踪方法:首先通过实时训练特征空间,构成图像训练的集合,然后通过高斯-牛顿迭代方法取出目标的特征点。该算法有效地避免了目标尺度、角度的大幅度变化以及遮挡情况。通过实际的序列图像分析了算法的性能,并与其他算法做了比较。同时研究设计了以八核数字信号处理顺(DSP)TMS320C6678为核心处理器,且结合了现场可编程门阵列(FPGA)数字视频图像采集的硬件平台,并且针对TMS320C6678的内部特点,提出了算法优化的方法。最终实现了对实时传输的视频图像中运动目标的准确跟踪。     

（英）采用贝叶斯框架的非均匀性校正方法

收敛速度和鬼影是基于场景非均匀性校正技术的一对共性矛盾,两者无法同时达到最优。而本文提出了一种在基于场景非均匀性校正和定标非均匀性校正之间建立桥梁的思路,利用定标法提供的大量先验信息解决收敛速度和鬼影的矛盾问题。贝叶斯框架则是建立该桥梁的最佳工具,本文利用贝叶斯方法计算非均匀性参数的正确概率,用参数正确概率来决定是否使用该组参数进行校正,从而在源头上抑制鬼影。非均匀性参数正确概率由先验概率和观测概率两部分组成。对于先验概率,本文定义了非均匀性的局部同分布约束,并通过定标统计的策略利用该约束构建了先验概率;对于观测概率,本文发现并详细分析了红外焦平面阵列固有的非均匀增益参数空间相关性,利用空间相关性构建了观测概率。最终,通过本文算法对真实和仿真的红外图像序列进行处理,表明该算法在保证高收敛速度前提下,其参数正确概率有效抑制了鬼影,取得了好的处理效果。     

基于特征点和泊松融合的红外序列图像拼接

提出了一种基于特征点和重叠过渡泊松融合的红外序列图像无缝拼接方法。该方法首先采用简化的SIFT特征提取方法获得图像特征点,然后利用双向互匹配的方法提高特征点的匹配精确度,再通过引入随机抽样一致性（RANSAC）算法剔除误匹配点对并求出图像间的变换矩阵,最后将改进的重叠过渡的泊松融合完成图像间的无缝拼接。该算法具有很好的鲁棒性,允许图像有旋转变换和缩放变换,且不受图像噪声影响。实验结果表明:该方法简单有效,可以在保持图像清晰度的前提下,明显消除拼接缝隙,提高拼接图像的质量。