自适应红外图像直方图均衡增强算法

针对红外图像的特点,本文提出了一种自适应红外图像直方图均衡增强算法。该方法根据原始图像的直方图,自适应地构造出一个加权函数对原始图像的直方图进行加权处理,然后采用加权后的直方图对原始图像进行直方图均衡化。算法不需要人为指定阈值,而且克服了传统直方图均衡提升红外图像背景的缺点。实验结果表明,该算法对红外图像具有较好的增强效果,能够有效地抑制图像的背景,突出目标。     

一种基于几何基元模型的人造目标提取方法

给出了从自然景物背景中提取人造目标的一种方法。基于图像灰度的差分方向算子将一幅图像分离成不同灰度差分方向的直线线段子图像，再对每幅子图像做直线段的后处理，最终将几幅子图像构建成一幅不同差分方向的直线线段集合。基于直线段集合图像给定区域内直线线段的结构文法及其所含几何基元数目和几何基元种类将人造目标从自然背景中提取出来。此算法可开发成实时硬件跟踪器应用于自动目标捕获。实验结果说明，对复杂的背景及低对比度情况下的红外目标图像，该方法提取人造目标的准确率达95％以上。     

图像重构中估计基础矩阵的线性迭代算法

基础矩阵给出了图像间对极几何关系的代数描述,对其精确估计一直是未标定图像序列重构中的一个非常关键的问题.本文在8点算法的基础上,通过引入与对极距离有关的权因子,给出了一种高精度估计基础矩阵的线性迭代算法.实验结果表明,与归一化8点算法相比,此算法具有更强的抗噪声能力,更小的计算误差,从而提高了所估计基础矩阵的精度.     

基于视觉定位的脑外科机器人坐标变换问题研究

视觉定位脑外科手术机器人是近年来发展起来的一种新型医疗机器人。该文首先介绍了整个视觉定位脑外科手术机器人系统的构成和手术过程,随后在传统的通过机器人机械臂点取病人头部四个标记点来建立机器人坐标系与患者头部仿射坐标系之间转换关系的基础上,引入视觉定位功能,通过双目视觉建立起机器人坐标系与患者仿射坐标系之间的关系,从而在根本上提高了系统的机器人坐标系,患者仿射坐标系,3维模型坐标系以及世界坐标系之间的转换精度,有利于进一步的机器人精确手术实现。     

一种改进的基于不变矩的图像匹配算法

通过对不变矩理论的分析,提出以局部图像的边缘不变矩特征及其灰度信息的统计特征相结合的两阶段匹配算法.首先利用不变矩的平移、旋转及伸缩的不变性,计算图像边缘不变矩,将其作为匹配特征,在匹配结果中取前N个较好的匹配结果作为侯选目标;再根据契比雪夫不等式确定候选目标的置信度;最后计算各个候选目标的直方图包含的统计特性进行最终目标的定位.实验结果表明该算法克服了传统图像匹配方法搜索目标时存在的置信度问题,通过与基于不变矩特征直接匹配方法和基于灰度相关的匹配方法比较可见,在性能上明显优于这两个方法,并得到较理想的匹配结果.     

高温激波层CO2辐射与传输特性数值计算研究

CO₂是中、短波红外探测的主要辐射噪声源,目前针对高温CO₂辐射和传输特性的研究尚不明晰。重点研究了激波层中CO₂的吸收作用,并对CO₂热辐射及光敏面各辐射分量占比进行了计算与分析。采用改进的切线平板法求解辐射传输方程,并考虑了目标与窗口辐射对激波层内辐射场分布的影响,据此推导了激波层红外辐射和传输特性计算模型,最后给出了探测器光敏面各辐射分量及占比计算模型。对某型超声速红外制导导弹飞行高度h=1 km、飞行速度Ma=3~5时激波层特性进行仿真计算,结果表明:中波波段激波层透过率低于短波波段,但总体来说可忽略激波层吸收作用;飞行速度增加导致CO₂辐射噪声区间向长波方向拓宽,Ma≥4、h=1 km时,4.4 μm以上波段有严重的CO₂辐射噪声淹没目标信号,截止波长为4.4 μm的滤波器无法适用。     

基于黎曼流形的图像投影配准算法

提出了基于黎曼流形的图像投影配准优化方法, 根据投影变换的特点, 用SL(3)表征目标的图像投影变换, 研究SL(3)的几何结构, 通过变分的方法求出了SL(3)上的测地线, 给出相应的黎曼指数映射, 设计了一种新的基于SL(3)群上黎曼分析的平面投影配准算法, 分析了算法的优点, 并对其收敛性做出了证明. 模拟图像数据和真实图像序列测试的对比实验结果表明, 本文算法在效率和精度上较现有文献中基于欧氏空间的图像投影配准算法有显著提高, 优于基于李群的图像配准算法.     

多尺度双边滤波及其在图像分割中的应用

噪声图像分割前需要先进行平滑预处理,双边滤波用于图像平滑的滤波效果取决于参数的选取．为降低参数选取的难度,本文提出一种多尺度双边滤波算法来综合不同尺度下双边滤波的平滑效果．先将多尺度双边滤波算法用于噪声图像的平滑预处理,能够在去除噪声的同时较好地保留边缘;再用间断自适应高斯马尔可夫随机场模型进行图像分割．对多个图像进行图像分割的实验结果证明了所提算法的有效性．     

空谱联合预测高光谱图像无损压缩rice算法

针对rice算法低维预测不能有效降低高光谱数据冗余问题,提出基于空谱联合预测的低复杂度rice算法,应用于高光谱图像无损压缩.根据高光谱图像三维数据特征建立三维预测模型,利用相邻波段谱间相关系数进行联合预测系数分配,有效地减少了高光谱图像空间和谱间冗余.提出基于预测误差均值的最优编码参数选择算法,计算复杂度由O(N)降为O(1).实验结果表明,本文方法提高无损压缩比5%～40%,编码时间较经典rice算法缩短了4%以上,有利于实时处理和工程实现.