红外搜索跟踪系统中实时图像配准的研究和实现

为实现在红外探测器运动的条件下地面弱小目标的快速搜索与跟踪,提出了一种基于相位相关法配准和角点法配准相结合的红外图像配准方法实现对红外图像的运动补偿.根据相位相关法配准和角点法配准的特点,首先利用相位相关法对运动中的红外图像进行粗配准,然后利用相位相关法配准的结果作为角点法配准的先验信息实现图像的高精度配准.实验结果表明该算法能够在不降低配准精度的条件下,实时地为红外搜索跟踪系统提供红外图像的位移信息,有效地提高了红外搜索跟踪系统对弱小目标的检测率和检测精度.     

地球临边场景红外遥感成像仿真方法

地球临边场景仿真是卫星红外探测领域的关键组成部分,是空中高速目标远距离探测场景模拟的重要基础。临边观测下的地球表面近似于球面,传统的基于海洋三维形态并计算表面辐射特性的海洋红外图像仿真方法不适用。云层的厚度和高度对红外辐射传输特性的计算有重要影响,视云层为粒子团的处理方法会大大降低仿真的计算速度。因此,研究了海洋和云的红外辐射模型、地球-空间坐标系与红外相机坐标系的转换关系和大气传输模型,提出地球临边场景红外遥感成像仿真方法。根据场景组分的差异,分别建立海洋分布模型、多层云分布模型,并根据海洋和云层的红外辐射与反射特性,构建地球临边场景红外辐射模型。通过地球-空间坐标系与相机坐标系的转换关系,利用大气传输理论和传感器效应仿真,计算各观测角度的地球临边场景卫星遥感红外仿真图像。实验结果表明:仿真得到的红外图像画质清晰,符合地球临边场景红外辐射特性,其平均拉普拉斯算子和可达0.15,平均灰度梯度可达0.70。     

差分信号时刻鉴别法的脉冲激光测距技术分析

高精度的脉冲激光测距系统一直都是激光测距领域的研究热点之一。测距误差的存在直接影响了激光测距精度的结果,利用差分信号时刻鉴别法的研究未见报道,因此对差分时刻判别法的研究具有重要意义。为了研究这一问题,对影响脉冲激光测距精度的因素进行了分析,可以认为幅度时间游动效应和上升时间游动效应产生的时间晃动是影响测距精度最主要的因素。通过分析可以看出,所设计的差分信号时刻鉴别电路能够有效提高测距精度,达到了设计要求。在实验测试中,差分信号时刻鉴别电路对70 m内不同距离的单次测距误差保持在9 mm以内,相比之下单端信号时刻鉴别电路的单次测距精度范围为[-12 mm,11 mm]。实验结果表明同单端信号单次测距误差相比,测距精度有了明显的提高。该方法可以为现有的如何提高脉冲激光测距精度技术提供参考价值。     

二维旋转平台下的相机参数标定

针对可旋转相机的参数标定问题,提出了一种基于二维旋转平台的相机成像模型。首先,通过一对坐标系的变换与逆变换,将相机的旋转平移变换关系转换为二维旋转平台纯旋转关系;然后,借助旋转平台读数以及相机到旋转平台的固定变换关系,实现相机内参的精确标定以及任意位置间相机外参的相互转换;最后,利用标定出的相机与旋转平台间变换矩阵实现不同位置相机参数的转换。相比于传统固定相机的标定方法,本文提出的方法标定获得的相机内参具有更好的收敛性,而且能够标定出相机到旋转平台的变换矩阵,从而实现相机坐标系变换参数的精确计算。实验结果表明,在标定模板图像数量相同时,与常用的张氏标定法相比,本文提出的方法标定获得的相机内参具有更快的收敛速度。棋盘格角点重投影坐标与实际拍摄图像中棋盘格角点坐标相对比,平均误差约为0.12pixel,表明该方法具有较高精度。     

基于改进的单高斯背景模型运动目标检测算法

针对传统单高斯背景模型(SGM)存在的背景模型不能很好地自适应背景变化、目标检测不完整的问题,提出了一种改进的单高斯背景模型运动目标检测算法,该方法结合单高斯背景模型和mean shift原理对运动目标进行检测。取前N帧视频样本的均值作为初始背景模型,对当前帧图像进行运动目标的初检测,根据单高斯背景模型更新原理用当前帧图像对检测为背景的点进行背景模型更新,对更新后的背景模型中不属于背景点的像素点进行mean shift修正,将进行mean shift修正后得到的背景模型作为最终的背景模型,再通过背景差分法最终检测出运动目标。实验表明,改进的算法能很好地克服背景模型不能自适应背景变化的缺点,目标检测完整度比传统的单高斯模型高。     

三维深度图像在自动客流计数系统中的应用

在客流计数中,针对目前基于普通彩色相机的图像处理受光照、人体姿态、遮挡等因素影响使系统整体性能降低等问题,提出了一种基于人体头肩三维信息检测客流的新方法,即利用人体头部与肩部空间位置关系特征以及头部形状、面积等特征检测客流。以Xtion传感器为平台,通过综合分析传感器获取的包含人体表面三维特征的深度图像,识别并跟踪人体头部,统计进出的人数。实验结果表明,这种方法不仅提高了检测的精度和效率,减少了运算数据量,实现了视频流实时处理,而且解决了基于普通彩色图像中目标检测需要建立训练库等问题。系统精度达到96%,具有实际的应用价值。     

（英）基于多帧配准的红外焦平面阵列非均匀性自适应校正

提出了一种场景自适应的非均匀性校正固定图案噪声去除方法.基于多帧配准和相邻帧之间的全局位移估计,利用最小均方算法迭代计算均方误差函数,同时结合误差函数均方差以及互相关峰值,从而能够自适应场景变化.所提出的算法充分利用相邻多帧之间的相关性,对模拟和实际红外图像序列非均匀性的校正效果突出.实验结果表明本方法能够精确估计非均匀性参数,收敛速度较快,几乎不残留鬼影.     

基于交叉累计剩余熵的多光谱图像配准方法

针对传统互信息图像配准容易产生局部极值的问题,提出将双边滤波器和交叉累计剩余熵结合作为匹配算法,进行多光谱图像的配准。在这种配准算法中,首先针对多光谱图像特点,提出基于概率密度的双边滤波器边缘提取方法,其次采用交叉累计剩余熵代替互信息作为测度函数将参考图像与待匹配图像的边缘进行匹配。双边滤波器的特性是去噪保边,而累计剩余熵比香农熵更具一般性,且该函数可以有效地避免局部极值,去除噪声。实验证明,该方法鲁棒性好,配准效果明显。     

基于双边滤波的Harris角点检测

角点是图像重要的特征之一。角点检测在图像处理和计算机视觉中起着重要的作用。原始的Harris角点检测不具有尺度不变性且常常将噪声作为角点,为了解决此问题,结合尺度空间理论和双边滤波的思想,对原始的Harris算法进行了改进。改进的算法加入高斯核,让算法具有尺度性,加入双边滤波,对检测的对象去噪保边,提高了检测精度。利用该算法,也可以快速准确地自动实现了对一定区域的棋盘格角点检测与提取。实验证明,该改进算法有较高的检测精度、准确率和稳定性,达到了预期的效果。     

基于 TMS320C6678的背景更新算法的改进与实现

利用混合高斯模型描述序列图像背景是地面复杂背景下红外搜索跟踪系统中的关键技术.针对背景更新算法的收敛性和估计准确性的问题,提出了一种自适应混合高斯模型的背景更新框架.该背景更新框架通过建立混合模型迭代过程中学习因子与时间、模型状态的关系并且自适应选择混合模型中高斯分布的个数,有效地提高了背景估计的精确程度和算法的收敛速度.通过真实序列图像详细分析本文背景更新框架性能,同时研究设计了基于 TMS320C6678DSP 芯片的背景更新图像处理系统,实现了视频的传输、处理等系列功能,并与其他算法作比较,从数据分析和实验结果等方面表明本文算法的优越性.