基于上下文的快速自适应运动估计算法

高效的运动估计算法是实时视频编解码技术的研究重点。为降低视频编码中运动估计的高计算复杂度问题,提出了基于上下文的快速自适应运动估计算法。该算法在运动估计过程中引入了次最佳匹配点,并且使用了一种基于平行四边形模式的方向性搜索策略。该算法的基本思想是:在块运动矢量估计过程中,利用前面搜索步中得到的块运动矢量及次最佳匹配点与最佳匹配点之间的位置关系,自适应选择一种平行四边形搜索模式,并确定下一步搜索的方向,进行更精确运动矢量的搜索。实验结果表明,该算法有效降低了视频压缩编码中运动估计的运算复杂度。     

电子稳像中运动矢量一致性的优化算法

针对电子稳像技术传统块匹配法求运动矢量的固有缺点,采取四叉树———一种变块匹配方法计算运动矢量,使求得的运动矢量有较好的一致性.与其它变块匹配方法相比,该方法克服了其它变块匹配法的不足.实验表明,使用该法求出的运动矢量有较好的一致性和准确性.     

基于运动一致性的视频对象分割方法研究

视频运动对象检测和分割是图像处理中最具挑战性的问题之一。针对目前大部分分割算法相当复杂而且计算量大的问题,提出了一种基于运动一致性的视频对象分割方法。该方法从MPEG压缩码流中提取运动矢量场来分割视频对象,首先对运动矢量场进行滤波和校正,然后进行全局运动补偿得到对象的绝对运动矢量场,最后采用K-means聚类算法对运动矢量场进行聚类分析从而分割出感兴趣的视频运动对象。MPEG标准测试序列的试验结果证明,该方法是有效的。     

基于DM642的电子稳像算法研究

基于格雷编码位平面匹配算法,给出了该算法实现的原理、优点,介绍了该算法实现的几个步骤:图像预处理,区域运动矢量计算,全局运动矢量计算,运动补偿;依据DM642核心芯片,设计了一个基本DM642的视频处理系统;在基于MATLAB的软硬件环境里,设计了一个仿真系统,给出了仿真系统的各个框图,采用MATLAB语言编写了一个仿真程序,对一段视频进行了处理,在仿真环境下基本实现了实时处理。最后对仿真结果进行了评测,给出了几种测试方法。     

基于小菱形搜索模板的运动矢量估计算法

从车载跟踪系统中图像稳定的实时性要求出发,分析了经典的菱形搜索算法的优缺点,在此基础上,改进了菱形搜索模板,提出了基于小菱形搜索板来实现运动矢量的快速估计。并通过仿真实验比较全搜索算法、菱形搜索算法和小菱形搜索算法的优缺点。实验表明,小菱形搜索算法在保证图像质量的同时能快速有效地找到运动矢量。     

基于遗传算法的目标快速跟踪技术研究

针对图像制导类弹药中目标相关跟踪算法计算量大的问题,提出了采用遗传算法加快图像匹配点搜索速度的方法,提高了算法的全局搜索性能,有效地抑制了局部早熟收敛,并利用Matlab对算法的可靠性进行了仿真分析.实验结果证明,在保证匹配精度的同时,该算法比原始算法在计算时间上大大减少.     

国防工程中视频前景检测算法研究

针对基于背景运动补偿的检测算法中存在特征点匹配不准以及外点影响运动模型估计准确性等问题,设计了一种高效的背景运动补偿算法。采用圆形块邻域搜索法实现特征点在当前帧和参考帧之间的对应匹配;通过阈值自适应的RANSAC算法去除外点,进而采用双线性内插值法完成背景运动补偿。算法实现过程简单,对背景运动的补偿效果比较显著。     

一种基于TOA测量的位置信息场定位算法

针对传统的仅测脉冲到达时间(TOA)定位方法不能适应复杂体制雷达信号的问题,提出了一种新的基于TOA测量的位置信息场定位算法。首先由主站自提取辐射源的脉冲样本图,副站利用主站自提取的脉冲样本图匹配分选出该站接收的辐射源脉冲列,并将其对应的TOA数据传回主站,而后由主站基于各站的TOA测量构造目标位置信息场函数,通过网格搜索法实现对辐射源位置的估计。仿真结果验证了该方法的有效性。     

基于多约束条件的车载序列图像拼接方法

提出了一种适用于环境测量的车载序列图像拼接方法:首先,对消除畸变后的序列图像相邻帧提取特征点,并采用一种基于多约束条件的匹配算法得到3个正确匹配点对;然后,运用最小二乘法求解图像刚体变换模型参数;最后,通过一种全局配准策略实现序列图像的拼接.试验结果表明:基于多约束条件的配准算法与基于随机抽样一致性(RANdom SAmple Consensus,RANSAC)的配准算法相比,计算效率明显提高,且所得序列图像拼接图具有较高的环境测量精度.     

一种小样本数脉冲信号的样本子图分选算法

针对交错的雷达脉冲信号中,辐射源脉冲样本数较少而无法统计脉间参数规律实现脉冲提取的问题,提出了一种基于自提取样本子图的全脉冲匹配分选算法。该算法利用全脉冲移位匹配搜索自相关函数极大峰值,序贯提取辐射源时间维样本子图,同时筛选出匹配脉冲,无需对脉冲特征参数做统计分析,因此,可实现小样本数雷达信号的脉冲提取。仿真实验表明在有脉冲漏失的信号环境中,算法处理样本数充足情况下的脉冲信号与传统多参数统计方法性能相当,而且能提取出小样本数的脉冲信号。     

基于多尺度特征聚类算法的不确定目标检测

提出一种基于无样本的SAR图像目标检测分类方法。针对空战过程中难以获得大量SAR图像目标样本问题,采用基于全局CFAR的多尺度SIFT特征进行目标纹理描述,并针对特征维度较高及特征描述之间存在的冗余问题,通过PCA算法对其进行降维处理后,采用DBSCAN算法对潜在目标区域的多尺度SIFT特征进行分类实现目标检测。通过单一目标和多类目标图像进行实验验证,实验结果表明该方法具有一定的有效性和可行性。     

一种基于改进SIFT的航拍图像自动配准算法

针对传统SIFT算法匹配时间长、错匹配较多等问题,提出了一种基于改进SIFT特征的航拍图像自动配准算法.首先,通过特征点检测时设定检测极值点数目,按照DOG空间层次结构由粗到精来搜索特征点,并使用改进的SIFT特征描述符生成算法;其次,利用最近邻匹配准则进行初步匹配得到初始匹配点对,并采用双向匹配方法对匹配特征点对进行筛选;然后,基于马氏距离的特征点相似度量方法进行二次匹配,并使用RANSAC算法求取仿射变换模型;最后,通过双线性插值对变换后的图像进行重采样和插值.实验结果表明:该算法可以实现航拍图像之间的有效配准,在配准性能上优于传统SIFT算法.     

基于DSP的运动目标跟踪技术在火控系统中的应用

介绍了基于DSP的运动目标跟踪系统的功能、组成,及其目标跟踪算法的实现.为了提高实时性和精确性,采用了相关匹配算法和粗-精算法相结合的方法,实现了对目标的快速跟踪.经过实验验证该算法简单、有效,保证了序列图像中运动目标跟踪的实时性.     

SURF算法在铸造缺陷无损检测中的应用

通过对铸造缺陷无损检测方法的研究,依据X射线成像特点,提出了一种基于SURF算法的自动检测方法:首先对标准样本图像构件采用SURF算法提取相应的特征值,得到样本构件的SURF特征;然后在旋转工作台旋转一周范围内提取待检产品的SURF特征,并与样本构件进行匹配;最后根据特征点的匹配个数判定产品是否含有此构件。实验结果表明,该方法能够准确地检测出产品是否含有特定构件,为铸造缺陷无损检测提供了一种新的检验方法。     

基于拼接算法的炮膛疵病自动识别技术

针对当前采用目测识别方法进行炮膛疵病检测时存在的识别速度慢、精度低、人为影响因素大等缺点,提出了一种基于拼接算法的炮膛疵病检测方法。该方法采用Harris角点检测算法进行特征点提取,采用归一化互相关法进行特征点初匹配,采用马氏距离提纯算法消除误匹配,采用改进的8参数透视变换优化估计算法和基于边界保持的函数加权平滑融合算法进行炮膛图像融合,并选取图像面积、短长径之比为特征参数完成疵病的自动识别。实验结果表明：该算法对炮膛图像能较好地进行拼接,而且数值化的疵病识别方法相比传统目测识别方法也更加快速、准确,可为部队和相关工程人员进行身管检测提供有益参考。     

基于菱形模板的摄像机标定方法

在传统的基于平面模板的摄像机标定算法和基于3个非线性点在特定运动下的标定算法的基础上,提出了一种基于菱形模板的摄像机标定算法,本算法只需要知道菱形的一个夹角就能标定出摄像机的内参数矩阵。弥补了传统算法在标定时需要知道特征点世界坐标的不足,减少了制定模板世界坐标带来的误差;同时本算法不需要菱形特征点做任何运动,避免了旋转特征点带来的人为误差。该算法的标定精度仅取决于特征点检测的精度,实验结果验证了该文算法的有效性。     

基于样块改进的图像修复算法

图像修复是指对图像破损区域进行填充或者将图像中多余物体进行移除。在Criminisi算法的基础上进行改进,在待修复块优先权的计算过程中,由于等照度线的曲率可以反映图像的局部特征,块与块之间的方差值可以反映图像的边缘信息,因此,将二者考虑进来,确保修复过程能够准确有序地进行。在寻找最佳匹配块时,将等照度线的曲率也作为一个因素增加进来,有效地提高了最佳匹配块搜索的精确性。经过仿真实验证明,改进后的算法不仅在PSNR值上比原算法有所提高,而且修复结果也比原算法更加准确可靠。     

基于相位相关的快速亚像素全局运动估计

为了实现亚像素级图像快速全局运动估计,提出了一种基于相位相关的快速亚像素全局运动估计方法。首先对待计算的两幅图像进行下采样并计算整像素级的全局运动矢量,然后选取两幅图像重叠的部分进行插值,再计算亚像素级的全局运动矢量。最后,将整像素级和亚像素级的计算结果进行加权计算,得出亚像素级的全局运动位移。实验结果表明,文中算法对噪声影响、光照变化和局部遮挡具有较好的鲁棒性,同时能够有效地提高运动估计的精确性和计算效率。     

多特征的UAV快速目标识别算法仿真

针对UAV(Unmanned Aerial Vehicle)侦察图像快速目标识别问题,重点展开基于多特征的UAV快速目标识别算法的仿真研究。算法结合图像的不变矩特征和SIFT特征,首先用不变矩特征构造适应度函数并利用遗传算法的全局搜索能力,在侦察图像中进行搜索,快速提取出可能包含目标的感兴趣区域(ROI,Region of Interest);然后采用尺度不变特征变换算法(SIFT,Scale Invariant Feature Transform)在ROI区域中进行匹配识别,从而确定目标的精确位置。仿真结果表明:算法具有较强的鲁棒性,能有效地识别飞机目标并显著减少识别时间,为UAV系统提供了一种近实时的目标识别方法。     

基于Hough变换的高分辨SAR图像道路目标检测

给出了一种检测高分辨率SAR图像道路目标的方法。该方法首先对原始图像进行一系列的预处理,然后利用Hough变换识别道路。在提取感兴趣区域时,该算法采用了高斯概率迭代方法代替了一般的CFAR检测或阈值分割;在进行Hough变换时,该算法用平均Hough变换代替一般的Hough变换;在检测变换域峰值点时,采用了结合全局CFAR检测的最大值点搜索的方法;最后对检测出来的准道路,该算法根据道路的独具性质进行鉴别,以确定其是否确实为道路。使用MSTARRedstone实测杂波图进行实验,取得了满意的效果。