卫星应用中基于视觉显著性的感兴趣区域图像编码算法

为了满足遥感图像在卫星应用中有限信道下高保真传输的需求,本文提出了一种基于视觉显著性的感兴趣区域图像编码算法.首先,基于CCSDS标准的编码框架可以降低编码算法复杂度,便于实时实现,适合于卫星应用场合.其次,引入视觉注意机制,采用一种基于视觉显著性的自动提取算法提取感兴趣区域.最后,通过使用掩模来确定ROI区域,可以对任意形状的ROI区域进行编码.实验结果表明,与JPEG2000中的感兴趣区域图像编码算法相比,本文算法结构简单,便于实现;拥有优秀的主观视觉质量,符合人眼的感知,在高压缩比下能够为用户提供更多的信息.另外,本文算法可以作为CCSDS标准中的感兴趣区域编码算法.     

基于二次曲线的线阵相机标定技术

针对绕固定轴旋转的线阵相机,提出一种基于二次曲线的相机标定方法。该方法只需要相机在2个或更多不同的方位拍摄图像,通过相机的转动在每个方位拍摄多帧图像。靶标采用一个包含3个或更多二次曲线的平板。相机和靶标可以自由移动,不需要知道运动参数。通过坐标变换,把每个方位所拍摄的多帧线阵图像排列成面阵图像。从面阵图像中提取二次曲线作为标定基元,以此简化基元对应问题。仿真实验结果表明,该方法精度较高,鲁棒性较好。     

基于四分量模型的极化SAR图像非监督分类

为有效地提高基于散射模型的非监督分类的分类精度,引入了Freeman三分量模型的改进模型-Yamaguchi四分量模型,并将该模型与威沙特距离模型结合起来.给出了基于四分量模型和威沙特距离的非监督分类、聚类算法及其实现流程.对AIRSAR数据集中的Flevoland图像选取了7个均匀程度不同的区域,进行了定性的、定量的实验,实验结果表明,新的分类、聚类算法能够显著的提高分类图的分辨率、更加清晰的表征地物的细节.该方法能够较大地提高均匀区域的分类精度.     

多元线性模型中最小二乘估计的相对效率

针对多元线性模型未知参数最小二乘估计的相对效率难以精度计算的问题，分别利用矩阵行列式和矩阵的迹定义了两种断的相对效率ｅ０（Ｂ）和ｅ１（Ｂ）。并且在不同的模型条件下，分别给出了ｅ０（Ｂ）和ｅ１（Ｂ）不同的下界估计。     

一种小波域与空域相结合的图像滤波方法

利用小波阈值去噪方法和传统空间域Lee 滤波的特点, 提出了一种图像去噪的的组合滤波方案。首先在小波域对图像阈值去噪, 得到预去噪图像; 再在空间域上利用自适应Wiener 滤波器进一步提高恢复图像的精度。为了保证小波域和空间域两种算法之间的匹配, 对预去噪图像中残留噪声的分布进行了研究, 对其噪声方差估计做了改进, 提出了一种估计噪声方差的近似最优公式。仿真实验表明, 与单独的在小波域或空域去噪相比, 该方法的均方误差和信噪比指标均得到了改善。     

基于子带收敛因子阈值法的轮廓波消噪方法

提出了适用于轮廓波变换消噪中确定子带阈值收敛因子的样本噪声响应法.该方法根据标准高斯白噪声作用在每个子带上的统计特性,得到每个子带的收敛因子;使用该收敛因子对标准的3σ(或4σ)准则进行修正来确定不同尺度不同方向子带的硬阈值;并在轮廓波域进行子带硬阈值处理之后,使用自适应维纳滤波进行后处理.实验结果表明,本文提出的消噪方法,对含有高斯白噪声的图像进行消噪,无论在峰值信噪比方面还是在视觉效果方面均可以取得比较满意的消噪效果;在一定的范围内,采用较小的样本图像计算子带收敛因子,在加快消噪速度和减小内存需求量的同时,仍然可以保持满意的消噪结果.     

一种新的面向隔行视频的AVS帧内预测模式

详细介绍了AVS1-P2中的帧内预测和MBAFF技术,提出了一种新的帧内预测模式.通过分析其中的5种亮度帧内预测模式和新帧内预测模式的相关性利用度,证明该模式很好地利用了隔行视频像素的空间分布特点,与原有的预测模式相比,更好地去除了图像块之间的空间相关性.实验表明该模式可以在标清、高清隔行视频的帧内预测上获得平均0.12dB以上的信噪比增益,平均减少1.77%的码流,是一种有效提高编码效率的预测模式.     

基于改进APF-RRT的机械臂避障路径规划

为提高机械臂在复杂环境下的避障路径规划效率,提出一种适用于椭球障碍物的改进人工势场-快速搜索随机树（Artifical Potential Field-Rapidly exploring Random Tree,APF-RRT）算法。首先,使用椭球体包围盒包络障碍物,对椭球体的碰撞检测进行分析;其次,为了加快路径探索速度,引入随机点效应与随机点选择机制对RRT算法进行改进,机械臂采用改进后的RRT与人工势场法的混合方法进行路径规划;最后,对规划好的路径进行冗余点删除,并使用四次B-样条曲线对路径进行平滑,提升路径的质量。实验结果表明,相较于经典算法,该算法能够快速完成避障路径规划且规划路径更短。     

基于新的加权互相关的图像匹配

为了提高红外图像和可见光图像匹配的鲁棒性,提出一种新的基于结构张量的加权互相关算法。传统的基于边缘的归一化互相关算法仅仅利用边缘点进行匹配,新算法不仅利用边缘点,而且将图像边缘点附近的结构信息嵌入到匹配算法中。实验结果表明,新算法在抗噪能力、匹配性能等方面均优于传统的归一化互相关算法。     

基于图像金字塔的分维融合算法

数据融合是进行目标检测和识别的重要技术之一,但是在融合过程中不可避免地会产生信息损失。如何保留尽可能多的有用信息,关键在于融合算法的选取。由于图像金字塔中不同级的图像之间具有自相似性,而自相似性又是分形分维的基础。于是,根据图像金字塔的特点,提出了一种新的图像融合方法——基于图像金字塔的分维融合算法,将不同源图像分别分解成不同尺度的金字塔图像序列,在相应的尺度上以分形分维作为权系数进行融合,并采用中波红外和长波红外图像作为源图像进行融合实验,实验结果表明该方法是可行的。