基于地形轮廓面正交分解的三维地形匹配算法

地形辅助导航(TAN)是提高低空(超低空)无人飞行器(UAV)导航精度的一种有效手段.传统的三维地形匹配算法的可靠性差,无法满足工程需求.激光成像雷达能够获得高精度三维数字地形图,有效提高地形匹配辅助导航系统的适应性.文中根据地形轮廓面的正交分解模型,提出了一种适用于激光成像雷达的新型三维地形匹配算法.该算法通过正交分解构造地形特征矢量,通过矢量匹配和在线置信度分析提高地形匹配的可靠性,并进一步结合激光成像雷达和自然地形的特点设计了相应的优化搜索策略.该算法匹配结果置信度高、稳定性好,具有良好的工程应用前景.     

一种光学图像的快速超分辨率重建方法

图像超分辨率重建技术旨在复原成像系统截止频率之外的信息，提高图像的分辨率．针对单幅光学图像，提出了基于分层的超分辨率重建方法．在算法的实施过程中，提出一种级联模板的快速运算方法．实验结果表明了方法的简洁和有效性．     

基于边缘特征的SAR图像与光学图像的匹配

提出了一种新的基于边缘特征的合成孔径雷达(SAR)图像与光学图像相匹配的算法，可用于无人飞行器的导航。首先针对SAR图像低信噪比的特定情况，提出了一种简单实用的线状特征提取方法。而后在提取边缘的基础上，采用改进的具有强抗干扰能力和容错能力的Hausdorff距离作为相似性准则进行图像匹配。在搜索策略上．采用遗传算法来加快搜索的速度。实验结果表明，这种算法匹配精度高，计算速度快。     

基于激光扫描测高技术的地形匹配

提出了一种不同于传统的地形匹配方法.利用角分辨率和测距精度高的激光扫描雷达, 实时获取激光发射点到飞行器下方一定范围内地面采样点的斜向距离, 通过重采样和插值技术恢复出各采样点的高程, 然后和预存的参考图进行匹配.匹配中将高程直接相关匹配和基于小波变换的多尺度特征匹配相结合.在尽量保证实时性的同时, 获得了较高的捕获概率和定位精度.初步仿真检验了该方法的优越性.     

基于小波局部统计特性的图像去噪方法

本文提出一种利用图像在小波域上局部统计特性的自适应去噪方法。首先在LMMSE准则下,推导出小波系数在局部区域的恢复公式。为进一步精确地估计理想小波系数的局部方差,本算法提出利用尺度间和子带内的相关性,即利用粗尺度下小波系数的局部方差预测精细尺度下相应位置的小波系数为噪声成分的概率,以及常规估计下的小波系数的局部方差是否小于某个门限值判断其是否为噪声成分。然后以这些局域窗内非噪声成分系数估计理想小波系数局部方差。实验结果表明,本算法与传统算法相比,对图像质量有进一步地改善,尤其是对细节丰富的图像表现地更为突出。     

新型激光成像雷达图像匹配处理机的设计与实现

激光成像雷达是一种新型成像雷达，图像匹配处理机的使用是该雷达导航应用的先决务件之一。对激光成像雷达的图像匹配处理机进行分析，再进行设计。采用以高速DSP为主处理器，以大规模FPGA为处理器的图像匹配处理机的硬件方案。该方案计算能力强大且可扩展性强，通信接口多样可靠，算法软件实现可灵活修改。实验结果表明，该系统具有高实时性、高数据吞吐率、高可靠性、结构灵活的特点．为激光成像雷达在图像匹配导航中的应用研究提供了强大的处理平台。     

基于海岸线背景的海面小目标检测方法

针对海岸线背景下的海面小目标的自动检测问题展开讨论，提出一种目标所在感兴趣区域的自动提取算法，将水域和复杂背景分离，并对分割后的二值图像进行标记，海面区域即水域应该是标记块中面积最大的一块，利用此特征提取出感兴趣区域——水域。对感兴趣区域进行轮廓跟踪后再用原始灰度进行扫描填充，在得到的简单背景下对目标进行局部中值滤波，进而用F—R准则将感兴趣舰船目标检测出来。最后拟利用感兴趣舰船目标区域的方差值计算感兴趣目标出现的置信度估计值，若置信度大于90％，则认为是真目标。实验结果给出了实验处理时间和所识别出的各个目标的置信度．表明了本文算法的有效性。     

有效的模(2n+1)乘算法及其VLSI设计

模乘运算在剩余数值系统、数字信号处理系统及其它领域都具有广泛的应用,模乘法器的硬件实现具有重要的作用。提出了一种改进的模(2~n 1)余数乘法器的算法及其硬件结构,其输入为通常的二进制表示,因此无需另外的输人数据转换电路而可直接用于数字信号处理应用。通过利用模(2~n 1)运算的周期性简化其乘积项并重组求和项,以及采用改进的进位存储加法器和超前进位加法器优化结构以减少路径延时和硬件复杂度。比较其它同类设计,新的结构具有较好的面积、延时性能。     

边缘保持正则化低码率压缩图像后处理算法

从图像恢复的角度,提出以正则化方法完成后处理任务。分析了正则化方法的模型,并给出了边缘保持的正则化函数所应具有的特性。从复杂性、健壮性和对边缘细节粒度控制的能力三个方面选择了相应的势能函数,然后以半二次正则化将能量函数进行转换,使其快速达到最小化。最后给出了整个交替迭代后处理算法的描述。该方法对图像边缘细节具有自适应性,并能较快地取得最小值。实验结果显示,该算法能有效地提高低码率压缩图像的客观质量和视觉效果。