超图约束和改进归一化互相关方法相结合的图像配准算法

为提高图像配准算法的精度和适应能力,将超图约束和改进归一化互相关方法应用于图像配准。利用Hessian-Affine检测得到的仿射不变区域代替固定窗口来改进归一化互相关方法,获得初始匹配点对;通过马氏距离计算超边间的相似度,采用超图约束计算匹配分数对匹配对进行排序;利用分数高的部分匹配点对初始化变换矩阵,通过过滤匹配对来循环更新得到最优变换矩阵实现配准。实验结果表明,该方法具有较好的匹配和剔除错误匹配的效果,在不同类型的图像配准中也有较好的配准效果。     

雾霭图像实时处理算法加速策略

为仿真前视红外导引头实时匹配导引过程,完成目标实时跟踪性判断,针对限制对比度自适应直方图均衡和归一化互相关算法开展加速策略研究,提出基于统一计算设备架构(Compute Unified Device Architecture, CUDA)的雾霭图像实时处理加速方案,并进行设计参数寻优,得出线程块、线程网格设计参数存在最优尺寸,需实验测定的结论。实验结果表明,引入CUDA加速优化后,较未进行CUDA加速前时间指标提高5~20倍,能够满足目标跟踪实时性要求,可为红外导引头目标实时跟踪系统设计提供参考。     

侧壁激波诱导下凹腔燃烧室冷态流场实验观测

在单凹腔燃烧室中引入侧壁激波,为研究燃烧室内部流动特性,采用纳米粒子平面激光散射技术和粒子图像测速技术对全尺寸玻璃燃烧室模型进行流场观测,获得了冷态流场展向和法向的瞬态灰度图及平均速度场。实验结果表明:在远壁面区域,凹腔内部速度与密度都较低;引入侧壁激波后,近壁面区域凹腔与主流的质量与动量交换增强,速度与密度升高;受到侧壁激波影响,燃烧室底壁边界层不再均匀,凹腔中后部产生大规模低速区,具有明显三维特性。     

基于深度卷积神经网络的蛇形机动航迹图像识别

为提高防空武器系统对空袭目标的拦截防御能力,针对现有蛇形机动识别算法鲁棒性较差的问题,提出了将航迹坐标数据转化为图像,利用深度神经卷积神经网络进行航迹模式分类的方法。针对航迹数据直接转化为图像时存在机动幅度不明显或过大的问题,提出了有效解决方案。基于CAFFE平台进行了大量仿真实验,确定了适宜于航迹模式分类的深度卷积网络结构和网络参数。实验结果表明,该方法能有效提高蛇形机动航迹识别的鲁棒性。     

基于亚像素模糊检测的Wiener对运动模糊图像复原方法

在图像获取中由于目标运动、拍摄条件等原因,容易产生剧烈的运动模糊,难以辨认。针对运动模糊点扩散函数、信噪比不知的情况下,对传统Wiener进行了创新和实践,探讨了基于亚像素的模糊方向与深度检测和递推迭代的自适应Wiener滤波对运动图像的复原方法。该方法首先对图像进行任一方向的亚像素进行模糊运动方向计算并确认,而后解算模糊尺度。采用先验信噪比进行预设,并迭代推算得出最优值。实验表明,该方法在对拍摄的模糊图像处理能获得较理想的效果。     

国外光电有源干扰装备的新进展

为了有效对抗日趋严重的红外导弹威胁 ,机载红外干扰机技术在迅速发展与更新 ,先进的定向红外对抗装备在不断问世。而为了有效保护坦克装甲车辆 ,国外的新型坦克已经普遍采用了反导弹光电干扰设备。综述了国外研制与装备的光电干扰装备新进展     

DSP实现低信噪比条件下点目标检测与跟踪

针对嵌入式实时图像处理系统中 ,复杂背景低信噪比条件下红外运动点目标检测及跟踪所采用的处理算法 ,包括基于空域低通滤波的多图像平均法和自适应阈值分割法以及基于目标运动时空连续性目标运动轨迹拟合及目标运动轨迹参数预测算法 ,进行基于二维数组组合方式存储结构的算法复杂度估计 ,并将上述算法在TI公司的TMS32 0C6 2 0 1EVM板上进行实时性能评测 ,说明上述算法在基于具有软件流水性能的TMS32 0C6x系列DSP嵌入式实时图像处理系统中实现的可行性。     

岸基光电综合警戒系统发展分析

介绍了红外警戒系统、激光警戒系统和紫外警戒系统的基本原理、探测方法及发展现状 ;比较了这 3种典型探测方法的优缺点 ;分析了岸基光电综合警戒系统的结构原理 ,探讨了它的发展趋势 .     

基于形状熵差的相似多目标检测方法

为实现靶场多目标图像的目标自动检测,利用多目标形状的相似性,提出一种基于形状熵差的目标检测新方法。提出了形状熵差的概念,将目标形状模型引入局部熵计算中,由局部内熵与局部外熵之差的极值点确定目标位置。基于此设计并实现了一种新的目标自动检测方法。通过实验证明了算法的有效性和鲁棒性。相比较于常见的一些目标检测算法,该方法具有更好的抗干扰能力和环境光照变化适应能力,可以应用于靶场多目标图像的目标检测,也可应用于其他类似的目标检测问题。     

一种新的超分辨率图像重建算法

首先将低分辨率及相应高分辨率图像进行非下采样Contourlet变换得到细节图像对,然后通过多任务学习估计细节图像之间的映射参数对低分辨率图像进行重建.实验结果表明,该方法能够取得比传统线性插值、双三次方法更好的效果.