特征量积和IHS变换的多源遥感图像融合方法

以高空间分辨率的SAR图像和高光谱分辨率的TM图像为例,提出了一种基于特征量积和IHS变换的多源遥感图像融合方法.该方法首先对TM图像作IHS变换,得到亮度I、色度H与饱和度S三个分量;其次,依据特征量积准则融合TM图像的亮度分量和SAR图像,并用融合结果替代TM图像的亮度分量;最后,作IHS反变换得到融合图像.实验结果表明,与IHS法和小波变换法相比,方法快速、简洁,在保持光谱信息与增强空间细节信息两个方面的综合性能均得到提高.     

基于复—方向小波变换和视觉表示的图像增强

针对复—方向小波变换具有好的平移不变性、方向选择性、对图像边缘特征的表示比传统实小波要好等优势,提出了一种基于视觉表示统计特性和复—方向小波变换的图像增强新方法。该算法在图像的多尺度复—方向小波变换域内进行动态范围(亮度)修正和局部对比度调整以增强图像。实验结果表明,与目前经典的多尺度增强算法相比,运用本文的算法增强的图像视觉效果好,在边缘和细节处失真小,而且对图像源的变化具有很好的鲁棒性。     

C~3I系统中战场视频镜头检测与关键帧提取

在C3I系统中,通过大量的战场视频进行态势信息提取以及目标识别一个重要环节就是镜头检测和关键帧提取。针对战场视频中有较多的光照条件改变,以及战场视频处理算法要简单快速等特点,给出了一种基于颜色直方图差的镜头检测和关键帧的提取方法。基本思想是同一镜头内的帧在颜色特征上没有显著变化,当连续帧的颜色直方图差超过阈值时则认为镜头出现了转换,对于同一镜头内的候选关键帧,计算之间的距离并与阈值进行比较来确定是否为关键帧。在VC++6.0的环境下,经过编程实现验证,该方法有效可行。     

一种改进的Mean-shift目标跟踪算法

提出了一种利用多帧图像中目标区域颜色直方图特征信息的Mean-shift目标跟踪算法,该算法以Mean-shift为核心,在对目标模板建立特征模型时,不仅考虑了前一帧的目标区域的颜色直方图,而且将前数帧中目标区域的颜色直方图通过加权一起考虑,从而提高了跟踪的稳定性。     

洁净汽车驶入关键阶段

近一段时期,世界各大汽车厂商争相研制无污染的洁净汽车,并纷纷制定市场推广时间表。美国通用汽车公司及其在德国的子公司欧宝公司去年推出了氢动一号燃料电池汽车,美国福特汽车公司不久前最新研制的燃料电池样车,戴姆勒—克莱斯勒公司的以奔驰A系列为基础的最新燃料电池汽车“新能源五号轿车”……这表明,代表未来汽车业发展方向的以氢能源为动力、不污染环境的洁净汽车已经驶入关键     

改进重构的自适应权重Retinex图像增强算法

为了消除低照度彩色图像处理中存在颜色失真、"光晕伪影"等现象,提出改进重构的自适应权重Retinex低照度彩色图像增强算法。在HSI颜色空间中,对饱和度采用线性拉伸处理,利用改进重构的自适应权重引导滤波多尺度Retinex算法获取反射分量,再对反射分量进行Gamma校正来得到最终的亮度分量,最后对图像进行颜色恢复实现最终的低照度彩色图像增强。实验结果表明,该算法具有增强效果好,实时性高,丰富的图像细节和避免颜色失真的优点。     

基于多级Sigmoid神经网络的城市交通场景理解

交通场景的理解是交通监控、汽车安全辅助驾驶的基础.提出一种基于多级Sigmoid神经网络的城市交通环境理解方法.将5个3D结构特征与物体外观特征相结合表征城市交通环境,为了提高交通环境识别率,采用多级Sigmoid神经网络(MSNN)进行图像分割与识别.在公共测试视频数据库CamVid dataset 进行实验,实验结果表明了该方法的有效性.     

基于颜色及梯度统计特征的结核杆菌目标识别

提出一种基于颜色及梯度统计特征的结核杆菌目标识别算法。首先基于HSV颜色空间进行图像预分割,然后在CIE L*a*b*颜色空间进行自适应分割以提取目标精细几何形状。为了适应背景的复杂变化,基于色调一致性假设对疑似目标进行色调一致性检验并剔除大部分伪目标。为了将重叠粘连目标从伪目标中分离出来,提出两个梯度统计特征,然后结合目标的面积、周长、长宽比、圆形度、粗糙度等形态特征,组成7维特征向量送入贝叶斯分类器进行分类。实验结果表明,本文算法能适应标本、染色及图像背景等复杂变化,目标识别率可达91%。     

基于迁移学习和特征融合的航空器图像分类算法

航空器目标的分类是空战中作战方案制定的重要环节,目前在航空器图像分类方面的研究很少,数据库也少之甚少。在自然图像分类领域存在的特征表达方法主要是对图像的颜色、纹理、梯度等特征进行编码,但这些浅层特征不能体现出图像的深层语义信息,而卷积神经网络(CNN)有着强大的特征表达能力,但小规模数据库直接训练网络会造成模型过拟合。针对这些问题,组建一个具有8 000张图片、10类的航空器图像数库并提出了一种基于迁移学习和特征融合的航空器图像分类算法,算法用卷积神经网络来提取图像的特征,提出用迁移学习的思想来训练网络,从而减轻了模型过拟合,在此基础上提出特征融合算法,融合深度特征和浅层特征,弥补了单一特征对图像信息表达的不足。在实验中,用航空器图像数据库来验证算法的有效性,结果表明,算法能够有效地进行航空器图像的分类。     

世界战机伪装色趣谈

在自然界中,许多动物都有自我保护的生存本领。有些动物会随着外界环境的变化,相应调整自己的颜色,以与周围环境保持一致,使敌手难以发现,从而保护自己。 自从人类发明飞机以来,作战飞机得到了飞速的发展,在空中作战中大显身手。在空战中飞机面临着如何自我保护的问题。如果飞机颜色涂得不当,空中飞行特别显眼,敌方飞行员在空中就可能首先发现并实施攻击。后果可想而知。几十年来,世界战机颜色经     

一种面向目标的伪彩色图像融合算法

针对远距离红外与可见光融合图像中目标不突出的问题,提出了一种面向目标的伪彩色图像融合算法。基于目标特征将红外图像分割为目标区域和背景区域,以人类视觉的生物机理和感受野的数学模型为基础,利用差分高斯函数(Difference of Gaussians,DOG)模拟视觉拮抗特性,对目标区域和背景区域用改进的感受野模型和不同的彩色映射规则进行伪彩色图像融合。实验结果显示:该算法能够保留图像共有特征,突出独有特征,融合图像色彩自然、目标突出,具有良好的视觉效果。     

用混沌运动生成伪自然图像

混沌运动的确定性与随机性规律反映了现实世界中有序与无序相伴、简单与复杂一致的规律 ,利用混沌运动的方式控制像素色彩 ,可以生成反映现实世界混沌本质的伪自然图像 .通过改变动力学系统的参数 ,可以改变系统的运动形态 ,从而得到不同的伪自然图像 .     

数码仿造迷彩客观定量评价

为了客观定量评价数码仿造迷彩的伪装效果,根据人眼视觉特性,提出基于HSV颜色空间亮度差的权重因子对SSIM算法加权进行了改进,得到了从人眼视觉特性上客观定量评价数码迷彩图案与原图像的识别概率。识别概率的大小与目标实施伪装技术的优劣有关,识别概率越高,则目标越易被侦察器材识别,伪装效果越差,反之不易被识别,伪装效果越好。因此该算法可为进一步改进伪装技术措施提供依据。     

基于ADSP21160的机载图像处理系统

为解决飞机上显示器高亮度背景下无法看清画面的问题,基于模块化设计思想,提出了以DSP AD-SP21160为核心处理器的机载视频图像数字化硬件实现方案.即将红外夜视图像和微光图像处理的算法移植到作为系统的主要数据处理单元DSP上,并使用CPLD控制时序.经调试表明,该方案成功地解决了画面的亮度、对比度等问题.     

单幅Bayer格式图像的快速去雾方法

为了降低雾天对成像的影响,获得实时的去雾效果,对彩色图像处理流程进行改进,提出一种新颖快速的基于Bayer图像和暗原色先验模型的单幅图像去雾方法。Bayer图像是数码相机采集的原始图像数据,数据量小。针对Bayer图像像素排列特点,对原有暗原色先验去雾算法进行了优化和改进。运用四叉树细分算法估算大气光,根据Bayer图像特点修正了Guided Filter,并利用修正的滤波器优化大气透射图,进而恢复出无雾Bayer图像,采用去马赛克及系列后处理算法获得清晰的显示图像。实验结果表明,新方法在一定程度上改善了原算法去雾效果,并显著提高了运算速度。     

反舰导弹红外图像生成研究

红外成像仿真的关键环节在于红外图像的生成,反舰导弹的红外图像生成是重要的研究内容,具有重要的军事意义。基于理论分析和计算机技术提出了导弹目标红外图像生成的方法,根据红外物理学、空气动力学以及传热学等基本理论,建立导弹目标的红外理论模型,计算出蒙皮、尾喷管和尾喷焰等重点辐射区域的温度场和辐射场,利用灰度等级描述红外辐射信息,经过建模、视点变换、环境设置等一系列处理并渲染生成红外图像。实验结果证明,红外图像生成方法可行,结果可信。     

车载电子稳像算法的研究

稳像算法的研究对实现电子稳像有重要的作用.介绍了车载电子稳像技术的基本概念、原理以及常 用的典型算法,给出了一种典型的电子稳像系统,结合车载摄像系统成像的特点,选用投影法作为车载电子稳像的算法,并用该算法对实拍的车载摄像系统所获取的图像序列进行稳像实验,实验证明了该算法用于车载电子稳像的可行性及有效性.     

铜片腐蚀试验结果评价的数字图像处理方法

传统铜片腐蚀结果评定方法存在着一定的局限性与不足,基于数字图像处理的HIS彩色模型,开发了铜片腐蚀试验结果评价软件。评价结果表明,两种试验结果评价方法有很好的一致性,该方法解决了传统试验结果评价中存在的一些问题。     

层次聚类算法和基于图的分割算法相融合的图像分割算法

基于图的分割算法（Graph-Based Segmentation,GBS）算法）是由Felzenszwalb和Huttenlocher提出的经典的图像分割算法之一,但其分割结果中存在明显的欠分割现象。为此,在GBS算法的基础上引入层次聚类（Hierarchical Clustering,HC）算法,构造出一种解决GBS算法欠分割的方法,同时采用多线程并行处理数据的方式,有效改善了传统层次聚类算法的处理速度。该方法在RGB彩色空间中使用GBS算法得到图像中每个像素点的初始分割结果,并提取出每一类区域中的像素值,对其进行层次聚类,得到每一类区域中像素值的类别标签,根据层次聚类所得到的类别标签和预设的类别范围,修改每个像素点的初始分割结果。最后根据区域合并准则,生成一个新的分割图。经实验表明,该方法与Kmeans-SLIC(simple linear iterative clustering)算法和GBS算法等相比,很好地解决了欠分割现象,并产生了分割精度较高的语义分割图。     

图像融合的客观质量评估

随着图像融合技术在武器自动化系统中的广泛应用,图像融合的质量评估问题,即图像融合的性能评估问题,在融合方案的选择中具有重要地位。由于人工主观的图像融合评估具有很大的工程化和自动化难度,国际上研究人员都将研究目标投向了客观图像融合质量评估的研究中。从历史发展的角度系统地回顾了客观图像融合质量评估的发展历程和研究现状,对近十年来的客观图像融合质量评估方法进行了分类和分析。同时,对于国际上几种流行的图像融合质量评估方法的性能测定思路进行了介绍。对于图像融合质量评估现状的分析和讨论有助于我们对图像融合的质量评估方法进行更深入的研究。