基于图像纹理频谱的弱目标自动检测

弱目标所含信息的相对贫乏,使得基于目标的检测算法往往难以获得满意的效果,另一方面,弱目标的存在常常使其所在局部区域的纹理较之包含该区域的更大区域的纹理发生较大改变;而纹理单元及其函数纹理频谱则分别能有效地捕获这两个区域在微纹理及宏纹理上的差异,从而检测出弱目标。基于这一思想,文中提出了一种基于纹理频谱的弱目标自动检测新方法。实验证明,该方法与其它方法相比,具有定位精确、算法简单、抗噪能力强和运算速度较快的优点。     

基于纹理特征的背景噪声提取的应用研究

 无线电频谱监测中,背景噪声的检测滤波和提取是影响频谱监测的最关键因素之一.文中提出了一种基于纹理特征的背景噪声提取方法,该方法采用平滑滤波阈值限定法实现背景噪声纹理特征的提取,从而实现背景噪声的提取,达到信噪分离的目的.通过大量的试验和工程应用证明,该方法对背景噪声提取的有效性不受硬件设备、频段背景噪声分布和信号带宽等影响,能够很好地提取背景噪声,实现信噪分离.     

一种基于频域滤波的窄带干扰消除方法

抑制干扰是电子战和信息处理的号的带宽受到大量的广播电台、短波通信干扰的限制,很难找到较宽的且未被污染的干净频带,因此导致了接收机端很低的信干噪比,较为理想的方法是在一定的带宽要求下抑制干扰,为此我们提出了一种基于频域滤波的高自适应的窄带干扰抑制方法.计算机仿真结果表明：该方法可以有效地提高接收机的信干噪比,从而实现了大幅度改善雷达发现和检测目标的能力.     

一种基于频域滤波的窄带干扰消除方法

抑制干扰是电子战和信息处理的关键技术,滤除窄带干扰则是抑制干扰的重要内容。通常雷达发射信号的带宽受到大量的广播电台、短波通信干扰的限制,很难找到较宽的且未被污染的干净频带,因此导致了接收机端很低的信干噪比,较为理想的方法是在一定的带宽要求下抑制干扰,为此我们提出了一种基于频域滤波的高自适应的窄带干扰抑制方法。计算机仿真结果表明:该方法可以有效地提高接收机的信干噪比,从而实现了大幅度改善雷达发现和检测目标的能力。     

基于随机纹理的代价滤波式抠图

该文针对抠图中前背景颜色歧义这一难题,提出快速随机纹理算法来对颜色信息进行有效的补偿,先对原始图像进行稠密抽取得到初始纹理,后经随机投影降维,再根据前背景交叠度选择最优通道生成随机纹理图。结合生成的纹理信息,设计了空间、颜色、纹理联合样本选择指标。接着,综合考虑局部近邻和非局部近邻的作用,对样本选择代价进行滤波。最后论证近邻迭代滤波与全局能量方程平滑的关系,推导了后期迭代平滑公式。实验结果表明,基于随机纹理的代价滤波式抠图在前背景颜色分布近似时,能够取得视觉和定量上更好的结果。     

基于匹配滤波的激光尘埃粒子计数器信号处理方法研究

为提升激光尘埃粒子计数器的计数准确率,基于匹配滤波器设计粒子计数器信号预处理方法。分析粒子信号的特征,通过归一化后累加的方法获得粒子的典型波形。以该典型信号作为匹配模板,将激光粒子尘埃计数的原始信号与匹配模板进行离散卷积操作,得到高信噪比的输出信号。试验结果表明,针对原始幅值在55～262 mV、噪声均方根值约为6.74 mV的粒子信号,经该匹配滤波方法后,信噪改善比均优于1.56。该方法对比数字滤波器方案,能更有效提升输出信号信噪比,为粒子的准确检测和识别提供良好基础。     

弱纹理环境下基于线条的图像位姿恢复

近年来,随着图像传感器的快速发展,基于视觉的定位技术越来越受到研究学者的关注。典型的视觉定位技术是即时定位与建图(Simultaneous Localization and Mapping,SLAM)。传统的SLAM一般是通过对图像中的特征点进行提取并计算描述子,但是在室内场景下,环境多为弱纹理情形,如走廊,墙壁等。文中提出了一种轻量级的、快速的基于线条特征进行图像间的位姿恢复的方法。实验结果显示,和基于特征点方法相比较,文中提出的方法在弱纹理环境下能够恢复出欧拉角的误差不大于5度,计算时间大约减少了2~3倍。     

基于Gabor变换的图像纹理识别

提出了一种改进的Gabor变换的图像纹理增强算法,将空域的纹理图像变换到联合空间频率域并将联合空间频率域的能量分布作为掌纹的特征,Gobar滤波器在频域内对子块其主方向上频率能量分布进行滤波,特征向量进行了匹配识别,增强特征纹线信息并对核心区域进行多方向空间频率能量滤波合成,同时也对滤波算法进行了优化,有效地减少了运算量.实验证明,该套增强算法运行稳定,效果好,可有效提取纹理图像特征纹线信息.     

基于Gabor环滤波的纹理分割方法

针对纹理分割问题,提出了一种在频率域呈环形分布的Gabor滤波器组(Gabor环)的设计方法,在能量意义下给出了自适应选择滤波环带的步骤,并给出了经Gabor滤波后纹理特征的计算公式。根据给定Gabor滤波器环具有的多方向特性对不同纹理图像进行滤波,然后计算滤波后各点特征,并利用这些多方向特征进行纹理分割。实验表明该方法能取得较好的分割效果,并具有很强的通用性。     

递归滤波用于目标增强的性能分析

时域递归滤波器由于其结构简单,被广泛用于序列图像中的降噪和目标增强处理。通过对递归滤波器输入、输出信号信噪改善比进行理论分析,得出迭代系数、目标持续长度等因素对于信噪改善比的影响关系;指出了递归滤波器设计过程中确定迭代系数时应注意的问题,并给出递归滤波用于目标增强时最佳迭代系数的确定方法。     

基于自适应平滑滤波的图像增强

为了有效增强含有噪声点的图像,采用基于自适应平滑的图像增强方法。首先根据当前像素点与周围相邻像素点灰度之差决定是将此点进行均值滤波还是沿着某方向进行加权滤波,即利用多个平滑模板对图像进行自适应平滑滤波得到平滑后的图像;然后将原图像减去平滑后的图像得到细节图像;最后将细节图像乘以系数后加在平滑后的图像上得到增强的图像。与单纯的平滑、单纯的锐化相比,此方法不仅有效去除了噪声,又增强了图像的细节,增强效果明显。     

用于高速微弱光信号的平衡探测技术研究

长距离高速微弱光电探测技术在激光通信中应用广泛。为了在未被噪声湮没的环境中检测出所需的微弱信号,采用平衡探测技术对单管探测和平衡探测进行对比,并且对具体的平衡探测器电路进行了理论分析和仿真,得出了在一致性系数较大(k>0.6)时平衡探测器的信噪比优于单管探测的结论。从理论上分析了单管和双管探测的最小可探测光功率。结果表明,把平衡探测技术用于高速微弱光信号探测具有很大的优越性。     

A non-local propagation filtering scheme for edge-preserving in variational optical flow computation

The median filtering heuristic is considered to be an indispensable tool for the currently popular variational optical flow computation. Its attractive advantages are that outliers reduction is attained while image edges and motion boundaries are preserved. However, it still may generate blurring at image edges and motion boundaries caused by large displacement, motion occlusion, complex texture, and illumination change. In this paper, we present a non-local propagation filtering scheme to deal with the above problem during the coarse-to-fine optical flow computation. First, we analyze the connection between the weighted median filtering and the blurring of image edge and motion boundary under the coarse-to-fine optical flow computing scheme. Second, to improve the quality of the initial flow field, we introduce a non-local propagation filter to reduce outliers while preserving context information of the flow field. Furthermore, we present an optimization combination of non-local propagation filtering and weighted median filtering for the flow field estimation under the coarse-to-fine scheme. Extensive experiments on public optical flow benchmarks demonstrate that the proposed scheme can effectively improve the accuracy and robustness of optical flow estimation.     

Robust optical flow estimation via edge preserving filtering

It is known that optical flow estimation techniques suffer from the issues of ill-defined edges and boundaries of the moving objects. Traditional variational methods for optical flow estimation are not robust to handle these issues since the local filters in these methods do not hold the robustness near the edges. In this paper, we propose a non-local total variation NLTV-$L^1$ optical flow estimation method based on robust weighted guided filtering. Specifically, first, the robust weighted guided filtering objective function is proposed to preserve motion edges. The proposed objective function is based on the linear model which is computationally efficient and edge-preserving in complex natural scenarios. Second, the proposed weighted guided filtering objective function is incorporated into the non-local total variation NLTV-$L^1$ energy function. Finally, the novel NLTV-$L^1$ optical flow method is performed using the coarse-to-fine process. Additionally, we modify some state-of-the-art variational optical flow estimation methods by the robust weighted guided filtering objective function to verify the performance on Middlebury, MPI-Sintel, and Foggy Zurich sequences. Experimental results show that the proposed method can preserve edges and improve the accuracy of optical flow estimation compared with several state-of-the-art methods.     

基于卡尔曼滤波的机动目标外推预测的研究

卡尔曼滤波在各个领域都有广泛的应用,如航天器的轨道计算、雷达目标跟踪、生产过程的自动控制等。卡尔曼滤波器在机动目标跟踪中具有良好的性能,是一种最佳估计并能够进行递推计算。为了研究卡尔曼滤波对机动目标的预测,首先用Matlab仿真验证自适应卡尔曼滤波的跟踪滤波能力,根据结果判定目标运动模型,进而在此运动模型下用卡尔曼预测对目标进行外推验证。     

基于改进的同态滤波与SMQT相结合的磁瓦表面缺陷图像增强算法研究

针对磁瓦表面缺陷图像整体光照不均匀、对比度 较低、纹理细节信息不清晰等问题, 提出了一种改进的同态滤波与连续均值量化变换(successive mean quantization transform,SMQT)相结合的磁瓦表面缺陷图像增强算法。首先,使用改进的巴特沃斯传递 函数替换传统同态滤波中的传递函数,使其将图像分解成高频图像和低频图像;然后,使用 SMQT算法非线性拉伸高频图像的灰度范围使其扩展到整个灰度级区域,从而达到对高频图 像进行增强的目的;最后,将低频图像与处理后的高频图像进行融合得到增强图像。实验结 果证明,所提算法有效改善了磁瓦表面缺陷图像的光照不均匀、提高了图像的对比度、增强 了图像的纹理细节信息,使得图像的缺陷部分和细节部分更加清晰可见。     

基于图像增强的改进自适应加权均值滤波算法

为了尽可能滤除图像中的椒盐噪声同时改善图像视觉效果,将改进自适应加权均值滤波与小波域图像增强技术有机结合,提出了一种具有增强效果的图像滤波算法。该算法分为滤波和滤波后处理两个阶段。滤波阶段,对经典均值滤波分别从噪声检测策略、权值计算机方法噪声滤波模版设计等方面进行适当改进,给出了具体实现步骤;滤波后处理阶段,首先将滤波后图像进行三层小波分解;然后构造出一种小波图像增强模型,根据小波系数的幅度值将其分为三个部分,分别进行不同程度的拉伸处理;最后进行拉伸后小波系数重构。将该滤波算法与经典均值滤波,加权均值滤波、自适应加权中值滤波等性能比较,实验结果表明,本文滤波算法在噪声滤除和图像细节保持方面,效果较好。     

光学薄膜弱吸收测试装置参数优化

光学薄膜对入射光的弱吸收特性是评价元件质量的重要参数.在高能激光作用下,即使十分微弱的吸收也将足以导致薄膜元件的灾难性破坏.因此,有必要对光学薄膜的平均吸收及局部吸收进行精确、快速、实时的检测.从光热偏转技术发展而来的表面热透镜法由于其对测试装置要求的放宽,并且同样拥有较高的测试精度,是测试元件薄膜弱吸收特性的有效方法...     

基于光移相器的全光正交频分复用技术研究

为了克服光正交频分复用系统中傅里叶变换和数模转换实现的＂电子瓶颈＂,达到提高系统传输速率的目的,采用光延迟器和光移相器构建全光离散傅里叶逆变换（IDFT）和离散傅里叶变换（DFT）的方法,设计一个3路全光IDFT/DFT模块,利用Optisystem软件平台仿真实现一个3×40Gb/s的全光正交频分复用实验系统,并分析系统性能,获得发射光脉冲宽度与系统传输误码率的关系,得到了光脉宽越大误码率越大的结论。     

基于改进加权引导滤波的红外图像增强算法

针对红外图像对比度低、细节不清晰等问题,提出一种基于改进加权引导滤波的红外图像增强算法.首先将原图与梯度图叠加构建引导图像;其次利用canny算子修正边缘权重因子实现保边滤波;然后依据模糊理论设计模糊集增强算法增强图像细节信息;最后应用BM3 D去除图像噪声,得到最终增强图像.经对比实验验证,该算法可以有效地提升图像对...