改进的探测器S形曲线的非均匀校正算法研究

在大动态范围内,基于光子效应的IRFPA探测器单元的响应输出与入射辐照度之间为非线性关系。由理论分析各测量结果可知,探测器的响应曲线服从S形非线性分布。然而经典S形曲线校正算法计算量大,而且参数随时间漂移,工作一段时间后需重新定标,这样必然影响热像仪的连续工作,并且增大了硬件实现的难度。针对这两个问题提出了改进的S形曲线校正算法。该算法结合两点校正算法,减少了计算量,并利用最小均方法(LMS)对S形曲线的定标参数进行补偿,解决了探测器需要重新定标的问题,实现了基于LMS的S形两点定标校正算法。并通过实验,表明提出的改进算法计算量小,校正精度较高,而且解决了经典S形曲线校正算法需多次定标的问题,具有较好的工程实践意义。     

一种基于自适应背景抑制的红外小目标检测方法

红外成像自动目标识别是精确制导武器的重要研究内容。为解决红外起伏背景下的小目标检测问题,提出了一种自适应的背景抑制方法,并对抑制背景后的图像进行了目标分割,最后用邻域法判决目标位置。实验结果表明,该算法能够从信噪比大于2．0的图像序列中检测出目标。     

图像静态超分辨率重建

给出一种图像重建算法,从一组静态低分辨率图像中重建高分辨率图像,算法适合观测条件都相似的情况.利用场景空间到观测图像的映射关系,将重建问题描述成一个典型的线性系统求逆问题,并借助总变分整形约束克服病态情况,最后实验表明了算法在改善空间分辨率和噪声抑制上的显著效果．     

起伏背景下的自适应门限检测方法

介绍了起伏背景下的自适应门限检测方法的基本原理,并对其进行了改进,利用该方法可有效地检测起伏背景下的小目标,并给出了实验结果的验证。     

参数化通用一位量子门模型

量子门组网络是实现编码量子态演化的手段,由一系列的量子门组构成.而一位量子门是构造量子门组的基础.本文以量子门酉正性为基础,通过分析酉正矩阵元素的特点,建立了参数化通用一位量子门模型,分析了模型与布洛赫球面的关系.模型涵盖了所有的一位量子门,通过给模型设置特定的参数,就可以得到特定的一位量子门.参数化通用一位量子门模型的提出,对于综合分析一位量子门特性和设计更加实用的一位量子门,都具有十分重要的作用.     

基于小波变换与灰度形态学滤波的双波段红外图像弱目标融合检测

针对舰载红外搜索与跟踪系统中的弱目标检测问题,本文首先提出了一种采用小波变换与灰度形态学滤波相结合的背景抑制与目标增强算法;然后基于所提出的背景抑制与目标增强算法设计了一种双波段红外图像弱目标融合检测方法;最后采用实际的双波段红外图像序列对所提出的背景抑制与目标增强算法和所设计的双波段红外图像弱目标融合检测方法进行了实验测试,并给出了详细的分析与比较。实验结果显示所提出的背景抑制与目标增强算法在较大程度上改善了在信噪比条件下的红外图像弱目标检测效率,而双波段红外图像的应用进一步提高了系统的目标检测性能。     

弱对比度细节模糊增强的自动参数选择

针对广义模糊增强算法中参数选择的主观性,提出了一种模糊参数自动调整的方法。通过分析实验得出模糊参数对图像增强效果的重要性,给出一种用图像可检测边缘度和图像熵的熵值作为图像增强的评价标准,并根据这个标准实现了原来模糊增强算法中参数的自动选择,达到图像的自动增强,提高图像中弱边缘对比度的目的。最后通过实验证明算法的有效性。     

一种改进的完全搜索块匹配算法

完全搜索块匹配算法是图像序列稳定中常用的运动估计方法,在传统的完全搜索块匹配算法中,在搜索区域中图像序列的当前帧和参考帧对应的像素对对匹配结果的贡献是完全一样的,这样使得算法的性能容易受到待稳定的图像序列中各种噪声的影响。针对这个不足,提出了一种改进的完全搜索块匹配算法。在新的匹配准则中,搜索区域中图像序列的当前帧和参考帧对应的像素对对匹配结果是否有贡献取决于它们灰度值之差的绝对值与预先设定的门限值进行大小比较的结果,对应的灰度值之差的绝对值不超过该门限值的像素对对匹配结果有贡献,而且贡献大小受到与像素对位置相关的加权处理,否则该像素对对匹配结果无贡献。实验结果证明了该算法的优越性。     

两阶段平移、旋转图像高精度配准算法

图像配准在图像处理中是十分重要的,通常是许多现代图像处理和计算机视觉任务一个关键的预处理步骤,许多算法和技术已经被提出用来解决配准问题.本文提出一种稳健的两阶段层次配准算法,在频域组合相位相关和谱对消技术对平移和旋转图像获得亚像素精度的配准.算法第一阶段首先利用一维FFT技术实现图像的旋转以确定旋转角度,并利用这个旋转角度将两幅图像之间的运动简化为平移运动,然后利用相位相关法确定整数像素平移参数.算法第二阶段运用谱对消技术确定亚像素平移参数.提出的算法甚至在图像因为下采样而包含混淆误差情况下仍然能够获得亚像素精度配准.     

基于尺度奇异值变换的红外图像目标特征提取方法研究

对实际空中红外图像目标的大小、方向等变化的情况,基于奇异值分解变换的特征向量稳定性不好。为解决这一技术难题,文中提出了基于尺度奇异值变换的红外图像目标特征提取方法,实验表明该方法提取的目标矩阵的奇异值特征向量具有较好的稳定性,对图像的平移、旋转和比例变化具有良好的不变性,是一种实用的特征提取方法。