基于运动特征的远距离红外目标检测方法

在红外热图像序列中检测远距离运动目标具有重要的军事和民用价值。由于远距离目标成像后所占的像素较少,同时受成像环境和成像条件的影响可能会存在较强的背景噪声,目标与背景的差异不明显,检测比较困难。本文针对热红外图像序列,提出了一种远距离目标的检测方法。该方法首先利用top-hat算子选择备选目标,然后利用备选目标在不同帧中的相关程度分析目标的运动特征,选择有确定运动特征的目标作为检测结果。该方法不需要进行背景估计,可以有效地避免强背景噪声的影响;通过调整运动模型,可以应用于不同运动特征的目标检测问题。实验结果证明了本文方法的有效性和鲁棒性。     

基于模糊决策的密集多回波环境下航迹起始算法

航迹起始是多目标跟踪的重要组成部分之一。在密集多回波环境下，由于存在着大量的地物杂波和噪声，要快速建立可靠的航迹是比较困难的。本文提出了一种基于模糊决策的快速航迹起始方法，并利用实际的雷达数据进行了相关的验证。实验结果表明本文提出的算法是有效、快速的，可以用于密集多回波环境下航迹起始问题。     

基于Delaunay三角网生长法的并行图像插值方法

提出一种基于Delaunay三角网生长法的并行图像插值方法。该方法通过八邻域备选点减小了最优外接圆搜索范围,并采用了基于点存储的Delaunay边链表,加快了边更新速度,通过划分策略实现了机群环境下的并行图像插值。该方法占内存小,可以解决大数据量的图像插值问题。     

网状被动传感器系统视线交叉目标定位方法

在被动传感器系统中,快速、准确的定位技术对于数据的关联、目标的跟踪至关重要。为解决网状被动传感器系统中目标定位问题,该文提出了垂线定位法。仿真实验结果表明,垂线定位法是一种有效的目标定位方法,其定位误差的方差能达到Cramer-Rao下界。     

基于OpenMP的RPM的点集匹配的并行实现

为了解决面向大规模数量点集时的RPM (robust point matching)收敛时间较长的问题,分析了RPM执行过程中各关键步骤的时间复杂度,针对算法中的矩阵求逆与矩阵相乘进行了基于OpenMP的并行实现;同时针对RPM算法中的运算关系分析了并行实现的可行性,得出它并不适合采用多线程并发以提高算法效率的结论.文中比对了MPI与OpenMP的并行实现效率,并详细分析了高速缓存干扰现象.实验结果表明,该方法可以快速实现点集的匹配,有效地提高了该算法的运行效率.     

图像扭曲变换中高斯基函数的最优参数分析

薄板样条插值TPS是基于标记点的医学图像弹性配准中常用的插值方法,但该方法的扭曲作用是全局的,对于局部扭曲配准会导致匹配精度下降。基于径向基函数的图像变换方法可以解决局部扭曲配准问题,但如何选取径向基函数的参数还没有很好地解决。本文针对以高斯基函数为径向基函数的局部弹性变换问题,讨论了双标志点情况下高斯径向基函数的参数选取方法,该方法可以使双标志点之间的扭曲影响范围最局部化。本文结论用于多标志点的图像配准时可以解决图像局部弹性变换问题,实验结果验证了本文的结论。     

具有渐进局部学习特性的多色Voronoi分类器设计

本文提出了一种多色Voronoi分类器MCVC。MCVC在学习样本上有好的边界推广性随着样本数量的增加MCVC的分类面可以逼近任意的分类函数。MCVC具有好的局部特性,对新加样本的训练只影响其周围的局部性态,不会对全局产生大的影响,可以克服神经网络方法对样本的过学习问题。实验表明MCVC对于线性和非线性分类问题都具有最优分类面。     

基于特征分类的MRI医学图像弹性配准

基于互信息的弹性图像配准是医学图像配准的重要方法之一。然而由于互信息在小样本图像配准中,会出现多局部极值和极值偏离问题,从而容易出现配准误差,进而造成整图的弹性配准误差。为减少这种配准误差,提出了一种基于特征分类的互信息医学图像弹性配准方法。该方法先采用图像的灰度和梯度特征训练自组织映射(self-organized mapping,SOM)神经网络特征分类器,将图像由高维灰度空间映射到低维特征类别空间;然后,在特征类别空间进行互信息图像弹性配准。实验结果表明,该方法大大提高了小样本图像配准的成功率,并可通用于有噪和无噪的医学图像弹性配准中。     

基于小波分解的不同聚焦点图像融合方法

本文提出了一种基于小波分解的多聚焦图像融合方法.该方法首先建立一个PSF模型来描述目标聚焦的情况,然后利用小波分解分析不同聚焦图像在高斯平滑前后其高频分量的差异,进而判断图像中聚焦清晰的目标,并进行融合.实验结果表明,本文提出的方法可以得到目标都清晰的融合图像,其融合结果优于小波变换法和Laplacian塔型方法.     

应用模糊增强及均值漂移实现红外目标分割

针对复杂环境下红外图像信噪比和对比度低,边缘模糊,目标分割困难的情况,提出一种基于模糊增强和均值漂移图像滤波的红外目标分割方法。首先定义新的隶属度函数,运用模糊集理论进行红外图像增强,避免了传统模糊增强算法的弊病,有效提高目标与背景的对比度;之后利用ICI（交叉置信区）规则确定均值漂移的带宽参数,提出一种新的自适应带宽均值漂移图像滤波方法,实现图像的进一步平滑和聚类;最后利用自适应阈值实现红外目标分割。实验结果表明,算法能够正确有效地分割出复杂环境下的红外目标,并且很好地保持了目标的轮廓细节。