压缩感知在多源图像融合中的应用

针对全采样传统图像融合方法中计算量大、时间复杂度高的问题,提出了一种基于压缩感知(CS)理论的多源图像融合模型。为满足一定的稀疏性,将源图像在过完备二维离散余弦变换(DCT)字典上进行稀疏表示,并通过随机观测得到待融合的观测值;在每一图像块上采用基于标准差的方法自适应地计算融合权值,加权合成融合后的观测值,然后利用改进步长的梯度追踪算法求解稀疏系数,得到最终融合图像。实验结果表明：与传统方法相比,提出的融合模型在减少计算量和存储容量的同时,能更好地从源图像中提取信息,获得效果较好的融合图像。     

基于压缩感知的多聚焦图像融合方法

随着压缩感知技术的发展,基于压缩感知的图像融合技术研究受到越来越多的重视。针对图像傅里叶变换系数特点,提出了一种双星采样模式下基于高低频重要性度量的压缩传感域图像融合算法。该算法首先通过双星采样模式获得测量值,然后计算高低频区域对应的重要性度量作为融合算子,并对测量进行加权融合,最后通过求解最小全变分优化问题重构融合图像。主客观实验结果表明,该算法优于其他基于傅里叶的方案。     

压缩感知及其在医学图像融合中的应用

压缩感知在采样的同时完成信号的压缩,为解决医学图像融合过程中时间复杂度高、传输数据量大的问题提供了新方法.本文围绕压缩感知在医学图像像素级融合做了5个方面的工作:第一,给出了基于压缩感知的医学图像融合框架;第二,讨论了基于贝叶斯、贪婪迭代、凸松弛等四类重构算法;第三,梳理出医学图像像素级融合的七类方法;第四总结出基于压缩感知的四种医学图像融合路径;第五,指出了目前研究的难点和应用前景.     

图像融合与拼接算法在无人机电力巡检系统中的应用

图像融合与拼接技术是数据综合处理过程中的新兴技术,该技术在军事领域和民用领域都有广阔的发展应用前景。无人机电力巡检系统中的图像处理算法包括图像预处理、图像配准、图像拼接和拼接缝消除算法。首先运用改进后的图像预处理算法对获取的图像进行优化,其次应用图像融合与拼接算法对多角度图像进行拼接,最后利用新型拼接缝消除算法消除拼接缝。实验结果表明,将整套算法应用于无人机巡检系统中,可对存在一定重叠和旋转的多幅图像进行自动拼接,获得无缝、清晰的大视场图像。     

压缩感知图像融合

目前图像融合的方法大多数都是基于小波变换的图像融合方法,通过对小渡变换之后的低频系数和高频系数分别采用不同的融合准则,来达到所需要的图像以进行下一步处理,这些方法需要知道原始图像,也就是对硬件要求较高。采用压缩感知图像融合,即,将压缩感知用于图像融合,使得只知道原始图像在某个变换下的投影值的情况下,通过对已知的投影值使用融合规则得到融合后的投影值,然后用重构算法重构出图像,大大降低了对硬件的要求。在此给出了压缩感知融合方法与基于小波变换的图像融合方法的实验结果,融合结果表明,在不降低融合效果和视觉效果的基础上,该方法能够极大地降低硬件成本。采用熵作为衡量融合效果的指标,并对用两种方法融合的结果图像做了对比,研究结果表明,CS融合方法要优于基于小渡变换的图像融合方法。     

图像融合技术在成像中的应用

阐述了基于小波变换的图像融合的基本原理、方法及优点.通过对可见光图像与红外图像进行融合的实验比较表明,以图像的边缘特征为融合准则的融合效果更好.这种方法比较适用于场景监控的应用领域.它突出了目标的边缘,从而使观察者更容易发现和识别目标.     

基于压缩感知的遥感图像融合方法

压缩感知理论,以远低于奈奎斯特采样定理要求的速率对图像进行采样,可利用图像的部分信息重构原始图像,有效地减轻图像处理的计算复杂度,降低对硬件的要求。文中提出了一种基于压缩感知的遥感图像融合方法。在压缩域对多光谱和全光谱遥感图像进行了融合实验,并与传统的融合方法进行了比较,实验结果表明,文中方法在遥感图像融合上有着良好的性能。     

BM3D在图像加密压缩中的应用

块压缩感知与二维随机排列（Block Compressed Sensing with Two-Dimensional Random Permutation,BCS-2DRP）已被证明对图像加密-压缩非常有效。然而,其重构图像的清晰度仍有待提高。为了解决这个问题,应用块匹配三维滤波（BlockMatching and 3D Filtering,BM3D）算法来提高BCS-2DRP中图像的重构质量。仿真结果表明,所提算法保证了图像加密的安全性,且重构图像有较高的峰值信噪比（Peak Signal to Noise Ratio,PSNR）值。     

自适应标准差特征的压缩感知图像融合

针对传统压缩域融合算法单一、融合效果不佳的问题,文中提出了结合图像高频特征的自适应融合规则。首先,对融合图像进行 NSCT变换,分解后得到的低频子带系数采用区域能量融合规则,以获取较传统低频系数处理更好的融合效果; 由于分解后的高频子带系数具有较高稀疏性,因此通过 CS 进行压缩后自适应选择融合规则,最后对重构系数进行 NSCT逆变换。实验结果表明：与传统经典算法相比,新方法兼顾了待融合图像的背景信息和红外目标信息,有效提高了图像的融合效果。     

多传感器图像融合应用评述

近几年，图像融合成为一个热门研究领域，图像融合是多测度空间综合处理多源图像和图像序列的技术，通过融合处理，综合运用多源信息，得到性能比任一源图像好的图像，以便于图像的后续处理和更好地满足应用要求。从信息处理的层次上图像融合要分为：信号层图像融合，像素层图像融合，特征层图像融合和符号层图像融合。比较了不同层次图像融合算法的特点，讨论了红外图像，可见光图像，多普图像，雷达图像等的融合问题，给出了一个应用实例，并对图像融合的发展进行展望。     

无人侦察机上的红外成像系统

概述红外成像系统的结构，分析红外面阵电荷耦舍器件(CCD)的工作原理，介绍国内外红外CCD的研究现状。最后对我国红外成像系统在无人侦察机及其它军事领域的应用前景进行了展望。     

无人机载多普勒分集前视合成孔径雷达成像方法

前视合成孔径雷达(SAR)成像存在多普勒左右模糊的问题,需要利用空域资源进行解模糊处理。限于无人机(UAV)的载重与尺寸,接收阵列通常较小,解多普勒模糊的空域波束形成能力不足。此外,前视SAR回波方位多普勒梯度小、带宽窄,使得接收带宽未被充分利用。基于以上问题,该文提出多普勒分集前视SAR成像方法。该算法在前视SAR成像技术的基础上,利用多普勒分集MIMO技术,将多普勒窄带前视回波调制于不同多普勒中心以达到充分利用多普勒接收带宽的目的。进而,可获得一个数倍于真实接收阵列孔径的虚拟接收阵列,极大地扩展了接收通道,有效地改善了前视SAR成像解多普勒左右模糊的性能。     

无人机任务规划研究

任务规划系统作为高科技技术已经引起了广泛的关注和应用。目前世界上一些主要国家都在研制任务规划系统。无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率。介绍了无人机任务规划的基本概念,描述了无人机任务规划的基本功能、常用的规划算法,如代理方法、遗传算法和战场威胁源建模方法等,给出了基于VORONOI图的一种无人机任务规划技术方案。     

浅议无人机在消防灭火救援行动中的应用

近年来,随着城市建设的发展,消防工作职能扩展,无人机在灭火救援过程中的应用场合越来越多。文章在分析无人机系统工作原理、功能和应用特点的基础上,结合消防灭火和各类抢险救援工作特点,探讨了无人机系统在消防各类灭火救灾、抢险救援的实际应用场景,无人机作为一种火灾和救援现场的辅助工具可快速高质量的地获取一线实时情况,通过音视频无线传输,使决策人员及时掌握灾害现场情况,做出科学的灭火救灾方案。     

航空图片中车辆的检测方法研究

本文提出了一种航空图片中车辆目标的检测方法。我们的检测过程分为三步，首先对图像进行旋转，使感兴趣的方向在图中为垂直方向，然后分别水平边缘和垂直边缘，利用车辆在航空图片中所呈现出来矩形轮廓特征对潜在的目标进行初步定位，然后提取的目标的区域投影特征对目标进行进一步的识别。算法利用了图像中目标的边缘特征和区域信息，可以进行完全自动检测识别，速度也较快，实验证明我们的算法对于航空图片中车辆的检测是很有效的。     

无人机航迹规划算法分析

为实现安全、高效的无人机飞行,需要进行航迹规划,避免与障碍物发生碰撞,从而保证航行安全。无人机的航迹规划问题主要通过智能体的路径规划算法,在一定的约束条件下进行解决,如人工势场法、快速搜索随机树法、A*算法以及跳点搜索算法。文中分析了这些常用算法的原理,通过仿真对比这些算法在求解质量与计算效率方面的性能表现,总结了每种算法的特点、局限性及适用范围。     

无人机多光谱成像仪图像的校正及配准算法研究

利用光校参数和软件配准法对无人机多光谱成像仪图像进行校正和彩色合成.多光谱成像仪由3个光电头部组成,它们分别对同一地物的R、G、B谱段成像.基于无人机多光谱成像仪中各光谱段成像光电头部存在的性能差异,需要进行图像配准,才能保证图像合成的效果.具体分析与讨论光校参数法与软件配准法的特点,采用这两种方法进行图像配准,并在此基础上提出采用二者相结合的手段研究进一步的算法,以期达到更好的配准效果.     

一种新型无人机自定位方法分析

一般情况下,无人机采用GPs／GLONASS／北斗等组合导航方式。但是,由于GPS／GLONASS／北斗等导航信号抗干扰能力比较弱,容易受到干扰而不能使用,因此解决在无卫星导航信号情况下如何实现无人机的自定位问题非常重要。提出了通过在地面设置应答机的方式来实现无人机系统的自定位,并对定位精度进行了理论推导和仿真计算,仿真结果表明可以通过对应答机的合理配置来提高无人机的自定位精度,很好地解决了当前复杂电磁环境下的无人机自定位问题。