基于相位一致性的SAR图像边缘检测

由于相位一致性具有光照条件变化和对比度变化的鲁棒性,能够为大多数图像确定1个通用的阈值,且其检测特征的原理与人类视觉系统对图像特征的认知一致,因此本文采用一致性对SAR边缘进行检测。通过将原图像与二维滤波器卷积求取图像相位的一致性,其中使相位一致性达到最大的点即为图像的边界点。试验结果表明:相较传统的基于梯度的检测算子,相位一致性能获得更加丰富和精确的SAR图像边缘信息。一致性图像边缘较为扩散,存在较多的伪边缘,后续采用了非极大值抑制和自适应双阈值法细化边缘和去除伪边缘。     

改进的SUSAN图像边缘检测算法

SUSAN图像边缘检测算法具有抗噪声能力较强、准确等优点，但仍有不足之处．提出了一种自适应选取阈值的方法，并对SUSAN边缘检测算法进行了改进．在此基础上，提取出图像特征来进行目标识别、精密测量等图像描述和分析处理能获得较好的效果．     

基于图像边缘和USAN区域的角点检测方法

在景象匹配技术中，利用角点来建立特征空间越来越受到研究者的亲睐。本文提出了一种新的基于图像边缘和USAN区域的角点检测方法：首先用二维Gabor小波提取图象的边缘，然后再利用基于同值分割吸收核(univalue segment assimilating nucleus)区域角点检测模型进行角点提取。此算法很好地解决了噪声对角点提取的干扰，同时该算法也为存在较大角度旋转的图象进行匹配提供了高质量的特征空间。     

基于改进蚁群算法的红外图像边缘检测方法

蚁群算法应用在红外图像边缘检测方面具有良好的效果,但个体蚂蚁的参数需要针对不同图像进行手动配置,这种情况既不利于工程化应用,又降低了算法的效率。针对该问题,提出了一种基于改进蚁群算法的图像边缘检测方法,该方法采用估计个体蚂蚁的分布区域来代替以往全局随机分布的方式,提高算法在敏感区域的搜索效率;同时根据图像边缘复杂程度给出个体蚂蚁的移动步长、禁忌列表长度等参数用于算法迭代,促进算法在边缘丰富区域搜索的同时抑制了算法结果早熟。多组仿真结果证明该方法能够自动给出较为合适的参数,同时在不影响边缘检测效果的前提下缩短运行时间。     

基于红外图像的尾焰边缘检测

针对红外目标的成像背景具有非平稳性、相关性和复杂性等特点,提出了一种改进的二值化图像分割算法,结合Canny算子边缘检测对红外目标进行了有效分割,得到感兴趣目标区的最佳边缘检测效果。实验结果表明,用该算法对16位红外图像进行目标特征提取,算法简单,运算量小,能够有效提取目标边缘轮廓,达到了预期的效果。     

SAR图像边缘的模糊检测方法

针对合成孔径雷达(SAR)图像的边缘提取问题,提出采用模糊集理论实现SAR图像的边缘检测。设计了一种模糊边缘检测器,该检测器首先计算图像中每一个像素点的边缘隶属度,然后对该隶属度进行非线性变换以增强原始图像的对比度,最后对增强后图像进行阈值化处理得到原始图像的边缘。将模糊边缘检测器与经典的极大似然边缘检测器进行SAR实测数据的仿真试验对比,结果证明了模糊边缘检测器的有效性和优越性。     

基于图像边缘和USAN区域的角点检测方法

在景象匹配技术中,利用角点来建立特征空间越来越受到研究者的亲睐.本文提出了一种新的基于图像边缘和USAN区域的角点检测方法:首先用二维Gabor小波提取图象的边缘,然后再利用基于同值分割吸收核(univalue segment assimilating nucleus)区域角点检测模型进行角点提取.此算法很好地解决了噪声对角点提取的干扰,同时该算法也为存在较大角度旋转的图象进行匹配提供了高质量的特征空间.     

基于红外图像差值图的模糊边缘检测方法

针对红外图像边缘检测这一难题,提出了一种基于红外图像差值图的模糊边缘检测方法。首先通过计算图中每个像素点与其邻域8像素点灰度值的差值,然后寻找这些差值的最大值得到图像的差值图,接着对差值图像的边缘区域和平滑区域进行模糊划分,利用差值直方图模型确定红外图像差值图的分割阈值,从而实现边缘提取。实验结果表明,该方法用于红外图像边缘检测能获得较好的效果。     

一种基于高阶曲面拟合的图像边缘检测方法

提出一种基于高阶曲面拟合的边缘检测方法,首先对图像进行自适应Wiener滤波,然后用一个邻域内的像素点来拟合一个高阶曲面,由此计算该点的梯度值,再依据梯度方向对梯度值进行抑制,最后依据统计特性选取阈值,得到边缘图像.仿真实验表明,该方法计算梯度准确,定位精度较其他方法更高,适合各种类型的边缘.     

基于小波变换的图像边缘检测方法

基于小波变换的图像边缘检测,其图像平滑度与尺度增大成正比:尺度增大,高频受到强抑制,输出图像的信噪比提高,图像边缘平滑变粗,定位精度降低;反之边缘定位精度可提升.小波基函数的选取应保证检测精度,故用大尺度滤波器抑制原图像噪声.同时用小尺度滤波器为图像边缘精确定位,即依据边缘检测的小波母函数一般准则,构造二次B样条小波,并采用自适应阈值图像边缘检测法检测图像边缘.     

基于多帧图像同名点的无人机对地定位新方法

基于单张图像的传统无人机对地定位方法的精度较低,不能满足精确打击作战需求,提出一种新的无人机对地定位方法。该方法通过线性化共线条件方程建立摄像机姿态角和焦距迭代计算模型,根据非共线位置拍摄的多帧图像及其至少3个可识别同名像点坐标迭代计算摄像机姿态角和焦距的精确值,然后利用多摄站前方交会法求取地面目标的三维坐标。该方法不依赖于数字高程模型(DEM)及像片内外方位元素的测量值,消除了传统无人机对地定位方法3个定位误差源中的两个,因此具有较高的定位精度。仿真与真实图像实验计算表明,摄站奉身坐标误差的大小是决定对地定位精度的主要因素,当摄站坐标精度为5m时,对地定位误差约为10 m,远远小于传统方法的定位误差。     

基于无人机巡线图像的地面油气管道识别方法

限于成本,无人机搭载的任务设备主要为普通数码相机,采集的是可见光图像,针对此种情况,提出了一种利用彩色分割及形状检测识别油气管道的方法,首先需要设定感兴趣区域ROI,计算出协方差矩阵C和均值m,并使用欧氏距离、马氏距离对图像进行彩色聚类分割,然后对分割图像填色后进行边缘检测,最后根据边缘图像进行霍夫变换来检测直线特征,实现复杂环境下对管道位置的自动定位.测试图像库包含300幅图像,识别准确率达到80.3%,实验结果表明,在色彩差异较大背景中,基于颜色和形状特征的识别方法能有效进行管线跟踪定位.     

基于可拓学的无人机边境侦察巡逻能力评估

为解决无人机边境侦察巡逻能力有效评估问题,采用基于可拓学的原理物元分析方法,结合无人机在高 原边境的使用,分析影响无人机侦察巡逻能力的主要因素,选取恰当的指标参数,构建无人机侦察巡逻能力指标评 价模型,最终得到无人机所属效能等级。结果表明：该方法可较好地保证评估结果的客观性和完备性,能够对高原 环境下指挥员和操作手利用无人机侦察巡逻提供一定参考。     

基于特征显著值归一化与位置加权的FT算法

频率调谐（FT）显著区域检测算法在背景复杂和图像显著区域比较大时检测效果不理想。针对上述问题,对FT算法进行了改进,提出了一种基于特征显著值归一化与位置加权的频率调谐显著区域检测算法（FTFP）。该算法主要在FT算法的基础上进行了图像分块、Lab颜色特征显著值的分别归一化和位置加权处理。实验结果表明,FT-FP算法在显著性检测视觉效果、准确率与查全率、对噪声图像的检测上都优于FT算法,综合性能突出。     

基于COTS 的无人机火箭助推起飞设计思路

为节省研发过程中的成本和时间,提出一种基于商用货架产品(commercial-off-the-shelf,COTS)的无人机火箭助推起飞设计思路.通过分析无人机火箭发射过程和要求,立足现有火箭助推器定型产品,进行发射参数估算,完成了火箭助推器的选型,在此基础上进行火箭助推发射建模、方案设计、仿真分析.仿真结果表明:该方法能确立火箭助推起飞最优发射角和安装角,可实现该型无人机的稳定安全发射,对其他同类无人机火箭助推起飞系统的设计也有很好的工程借鉴经验.     

未知环境下基于PF-DQN 的无人机路径规划

为解决无人机无模型路径规划的问题,提出一种环境信息未知情况下基于势函数(PF)奖赏的DQN 路径 规划方法。建立无人机在环境中的连续状态空间,将360?等分成若干个角度作为航向角建立无人机的动作空间,设 计目标和障碍物对无人机的势函数奖赏,刻画不同动作对无人机的影响,并进行仿真实验。实验结果表明：PF-DQN 算法能较好地实现无人机在环境信息未知下的无碰撞路径规划,且势函数奖赏能加快无人机路径规划网络的训练 速度。     

基于信息一体化系统的无人机数据链技术应用

通过对信息一体化系统的研究,分析了数据链在系统中的地位和作用,并结合目前无人机技术的发展现状,对无人机系统融入信息一体化平台的数据链技术进行了研究,提出了1种无人机数据链路方案,并对方案设计的重难点问题进行了分析。     

一种无人机定向天线稳定跟踪系统

天线正确稳定地跟踪无人机飞行方向是保障无人机安全有效工作的关键问题;设计了一种无人机天线跟踪系统方案,描述了其工作原理,并讨论了GPS位置计算天线方向、跟踪系统的控制方法和控制精度;整个系统设计方案简洁,运行成本低,可适用于不同地面控制站使用;提出了一套基于单片机处理器的定向天线自动稳定跟踪系统研制方案,为中小型无人机飞行数据链路的畅通和安全提供保障作用。