多重差分滤波航空图像检焦法的滤波器参数选取

针对多重差分航空相机图像检焦精度的问题,提出了一种多重差分空间滤波器参数选取方法。首先,介绍了空间滤波法以及基于空间滤波效应的自动检焦。然后阐述了多重差分滤波检焦法的具体实施过程,并从滤波器输出信号功率谱角度分析了滤波器参数的选取与检焦精度、灵敏度的关系。最后设计动态成像实验,在典型导轨移速53.2 mm/s下采集外景图像,选取不同的滤波器参数分别进行20次像面检测,并将其结果与传统图像检焦算子的检焦效果进行比较。结果表明,本文方法选取的参数使得检焦精度比Brenner算法提高了18%,且检焦系统的最大误差为33.92μm,小于光学系统允许误差(76.8μm),满足实际工作需求。     

图像清晰度评价函数在航空相机中的应用

为消除大气压力和温度的变化对航空CCD相机成像清晰度的影响,减少相机控制环节,设计了一种基于两种图像清晰度评价函数确定镜头焦面位置的自动检焦系统。灰度差分法函数用于较大范围大步长粗检焦,Brenner函数用于小范围小步长细检焦,检焦过程运用爬山搜索法求取评价函数的最大值。这种采用粗精结合的控制方法不仅有效地节省了图像处理的时间,而且提高了检焦的精度。经过光学测试和试验证明,该系统运行稳定,检焦精度为0.01 mm,满足了航空相机焦面位置精度要求。     

航空相机焦面位置定位量测

提出了一种定位航空相机焦面位置的系统,论述了系统的工作原理、硬件组成和软件设计。该系统采用平行光管产生焦面定位信息,利用CCD摄像头作光电转换器件接收图像,采用重心法处理数据,由光电位移传感器控制摄像头轴向的精确平移,根据采集的图像尺寸定位相机的焦面,利用焦面与实际成像面之间的距离判断是否离焦。通过对多部航空相机进行测试,是否离焦的判断与试飞结果完全相同。使用该系统能够判断航空相机是否离焦,进而判断相机能否正常工作。     

利用CCD摄像头测量航空相机的焦面信息

提出了一种测量航空大孔径相机焦面信息的系统,论述了系统的测试原理和组成。系统采用长焦距准直物镜和CCD摄像头接收图像,利用动态扫描、灰度质心法和计算机处理技术,有效地确定最佳图像的位置和尺寸,从而能够实现航空相机镜头焦距的精确测量(误差为0．1％)和实际成像面位置是否正确的精确判断(精确度为100％)。     

速高比误差对航空相机图像分辨率影响的研究

航空相机的图像分辨率是关键的指标，具有重要的军事、应用意义。本文讨论了速高比（飞行速度、飞行高度比值）的误差对图像分辨率的影响。通过对速高比误差对图像分辨率的影响进行分析，从而得到不同速高比误差的情况下，图像分辨率的对应情况。计算结果表明，速高比误差的增大会显著降低图像分辨率，导致成像质量下降。     

航空相机焦面组件相变温控设计及验证

航空相机焦面组件是机载电子设备中具有严格温度要求的重要组件,其工作期间温度过高产生的热噪声和暗电流将导致成像质量下降。讨论分析了某型航空相机焦面组件热设计的特点,采用封装有相变材料的相变温控系统进行散热,根据结构特点和导热路径,给出了热设计方案。采用有限元数值分析方法,建立了热平衡方程和热分析计算模型,应用热分析软件IDEAS-TMG在给定温度边界条件下进行瞬态仿真分析,给出了组件的热响应性能。热分析结果表明:焦面组件和散热器工作温度范围分别为18～31.1 ℃、18～28.2 ℃。所获得的分析结果能够满足热控指标要求。最后通过热实验对采用相变温控系统的热设计方案进行了验证,验证实验结果与数值分析结果吻合较好,结果对比最大偏差均不超过5%,验证了数值分析的正确性和温度预示的有效性。实验过程中焦面组件和散热器工作温度范围分别为18～32.3 ℃、18～29.6 ℃。     

一种新的自适应图像去块效应滤波方法

非邻域均值滤波算法能够在有效地去除图像中的高斯噪声的同时保留图像细节信息,但是该算法对于压缩噪声的滤除效果不佳.而且在非邻域均值滤波算法中,需要预先设定滤波参数,该参数对滤波性能的影响很大.但是在实际的应用中,很难凭经验预先设定滤波参数.鉴于此,设计出一种无参块效应评估准则T,T可在无原图参考的情况下,估计压缩图像的图...     

基于自准直法的长焦距CCD航空相机的离焦补偿

为了对长焦距航空相机的离焦进行补偿,设计了一种基于自准直的离焦补偿系统.该系统首先采用高度自动化和智能化的光电自准直离焦补偿法实现离焦量的校正,然后通过引入飞机高度数据进行离焦量计算,并通过相应装置实现离焦校正.在校正过程中,采用效率更高的改进爬山算法进行准确焦面定位,利用FPGA硬件系统进行数据处理,并通过VHDL语...     

模糊图像的自适应滤波及恢复

文章讨论如何根据最小二乘原理和回归模型设计出自适应滤波器，以用于消除图像噪声。提出了一种基于模糊图像的梯度图像计算模糊宽度的方法。根据基本原理，讨论分析了实现该方法的算法。最后给出了对带噪声的散焦模糊图像处理的实验结果。     

一种基于单幅图像的相机标定方法

本文提出了一种相机快速标定方法,使用一个平面标定板,仅拍摄一幅图像,就能完成相机标定.与通用的相机标定方法相比,可以减少拍摄图像及计算相机多个参数初值的麻烦,提高了相机标定的效率,尤其适用于多相机同时标定的情况.在计算相机内参时,使用Levenberg-Marquarat方法优化求解.实验结果表明,本算法速度快且精度较...     

基于像素滤波和中值滤波的深度图像修复方法

针对Kinect相机采集的深度数据一般有噪声和黑 洞现象,直接应用于场景三维重建系统中效果差的问 题,提出了像素滤波器和中值滤波器相结合的Kinect 深度图像修复方法。首先对一帧图片 上的像素进行搜索, 找到像素值为0的点,以该点为中心,利用其邻域内的像素,定义一个两层的滤波器,根据 像素滤波器的原理 对其进行修复,填充深度图片的黑洞;然后采用中值滤波器,在平滑深度图像的同时保留边 缘信息,去除孤立 噪声点。实验结果表明,本文方法去噪的同时也能对黑洞进行修补,与原始深度图像相比, 空洞明显减少,深度图像质量大大提高。     

基于双域滤波与引导滤波的快速医学MR图像去噪

针对医学磁共振(Magnetic Resonance,MR)图像 中存在Rician噪声较大以及双域滤波算法对Rician噪声处理不彻底、 运行时间较长的缺点,提出一种双域滤波与引导滤波相结合的快速医学MR 图像去噪算法。 该算法将引导滤波边缘保持后 的图像作为双域滤波算法的原引导图像,减少双域滤波算法的迭代次数,缩短算法运行时间 ;然后通过改进算法权重,结合 原始权重系数和指数核函数,构造新的权重系数,对噪声进行有效处理。实验结果表明,本 文算法能有效去除医学MR图 像噪声,保护图像细节,相比优秀的医学MR图像去噪算法,具有更高的峰值信噪比和结构 相似度;且相比经典双域滤波 算法,改进后的算法能将运行时间减少1/3,相比非局部均值算法, 可减少1/2。     

基于指导滤波的内侧指横纹识别方法

为了使指导滤波可以更有效地去除噪声进而提高匹配效率,提出了一种基于指导滤波的内侧指横纹识别方法。首先,在ROI提取阶段,通过提取ROI模板和利用模板在原始图像上所处位置的先验知识来指导其他原始图像进行准确的ROI提取,并对得到的ROI和模板进行互相指导滤波去除噪声。其次,在线特征提取阶段,利用Gabor滤波与求偏导相结合的方法进行线特征提取。最后,在特征匹配阶段,利用快速傅里叶变换的方法,得到相似度后通过对其选取合适的阈值来得到较好的实验效果。评估系统建立在包含100个人的2 000幅右手手部图像的数据库上,等错误率为2.32%,证明该算法可以进行指横纹特征识别并具有较高的准确率。     

基于混合滤波算法的数字图像去噪方法研究

双边滤波已广泛应用于数字图像处理领域,但在图像的高梯度区域,双边滤波会产生阶梯效应。双边滤波是局部模式滤波的一种特殊形式,提出了基于高斯滤波和双边滤波的混合图像去噪方法。利用高斯滤波器对噪声图像进行滤波,得到参考图像,将参考图像和噪声图像作为范围核函数的输入双边滤波器。参考图像提供图像的低频信息,噪声图像提供图像的高频信息。与传统双边滤波法比较,混合去噪方法能够有效地克服阶梯效应,滤波后的图像更平滑,纹理特征更接近原始图像,可获得更高的峰值信噪比。     

基于FPGA的航拍图像实时增强

为了更好地增强图像的细节信息、提高图像的对比度,提出了基于子层分割对比度拉伸算法。根据直方图特征将其平均分为4个子层区域,在每个子层中根据其灰度值概率密度之和的大小对灰度区域进行拓展或压缩。为了防止灰度区域被过分压缩或拉伸,引入了约束因子α。以现场可编程门阵列为中央处理器,采用组合逻辑对本文算法进行建模。在得到直方图统计结果的基础上,算法可在一个时钟周期完成,相比于流水线操作时间减少了5×103 ns,可满足50frame/s的实时图像处理要求。该系统具有集成度高、图像处理速度快和实时性强等特点。     

结合全变分的双边滤波图像去噪方法研究

图像去噪是数字图像处理过程中的一个重要步骤,它将直接影响到图像处理的最终质量。针对传统的全变分(TV)正则化去噪算法容易产生阶梯效应的缺点,利用双边滤波去噪算法在空间域和值域两个方面进行滤波的特点,提出一种结合TV模型的双边滤波方法,该方法能在一定程度上有效地改善阶梯效应。仿真实验结果表明,提出的去噪方法不仅能够获得较好的去噪效果,还能有效地保持图像的边缘特征信息,降噪效果明显。在较高水平噪声情况下,与TV算法相比,该方法针对小尺寸灰度图片(256×256)图像的峰值信噪比(PSNR)提高1.45 d B左右,大尺寸灰度图片(512×512)图像的PSNR提高2.56 d B左右。     

基于数学形态学与自适应的超声医学图像滤波方法的研究

超声医学成像作为主要的医学影像技术之一,因其对人体无伤害、实时、价格便宜和使用方便等优点已广泛应用于临床.然而,在成像过程中形成的特有的图像斑点,使得对比度弱的人体软组织中的正常组织和病变组织不易区分,给临床诊断和医学研究带来不便.针对医学超声图像的特点,在研究了几种常用滤波方法后,提出一种自适应中值滤波和形态滤波结合的新方法,并做了实验验证.实验方法是:首先对所选择的医学超声图像施加瑞利噪声,然后采用中值滤波、自适应中值滤波的方法对被污染的图像进行去噪处理,接下来先采用自适应中值滤波对图像进行预处理,抑制斑点噪声,保留必要细节,再采用数学形态学方法进行二次滤波和增强对比度,进一步改善图像质量.最后从去噪图像和评价指标上对三种滤波去噪方法进行了比较.实验证明,新方法优于其他方法.     

EMCCD图像自适应模糊中值滤波算法研究

针对电子倍增CCD（EMCCD）图像噪声密度随着增益的变化而变化,提出了一种基于噪声点检测的自适应模糊中值滤波算法。该算法由模糊滤波模块和自适应模块两部分组成。首先,该算法对滤波窗口内的中心点进行噪声检测;然后对检测为噪声的像素点引入双阈值,并根据引入的阈值和滤波窗口内的中值建立噪声点的模糊隶属函数,根据模糊隶属函数对噪声点进行滤波处理后输出;最后采用自适应模块调整待处理图像的像素。仿真及实验结果表明,新算法不仅能够有效地将图像中的噪声去除,而且很好地保护了图像中的细节和边缘,PSNR比传统的自适应中值滤波算法平均提高了15 dB以上;该算法在低噪声密度情况下性能明显好于其他中值滤波器,在高噪声密度情况下性能也比较稳定。