不变矩方法研究

不变矩方法是一种比较经典的特征提取方法.自1962年Hu提出代数不变矩以来,已被成功应用于很多领域.首先介绍了不变矩的基本理论以及Hu提出的七个不变矩,并对不变矩的物理含义进行了分析.利用Matlab编程后,对给定目标图像旋转、缩放后图像的不变矩进行了计算,给出了计算结果,并与原图像的不变矩进行了比较,分析了不变矩方法的特点.最后介绍了一种适用范围更广的极半径不变矩,与Hu不变矩进行了比较.     

网络图像信息过滤技术的探讨

网络图像信息过滤系统的处理流程是对输入图像进行处理,将与模板匹配的图像提交给用户,同时根据用户的反馈,修改模板。为了提高系统性能,我们对系统进行了优化,主要采取系统在不同的工作模式下采用不同的过滤规则;输入图像仅与一定大小范围的图像进行匹配;设置匹配结果有效天数;将所有过滤规则读取到客户端并且载入内存。     

基于细分小波的图像压缩算法研究

层次细节模型LOD(Level of detail)和感兴趣区域模型ROI(Region of Interesting)是静止图像压缩及网络传输技术中两个重要模型.通过将灰度图像网格化,并在图像网格上进行B样条细分小波变换,实现了图像的LOD压缩算法.并通过Gouraud明暗处理技术将网格还原成压缩过的灰度图像;同时,该算法还可方便地通过ROI区域选择,使ROI区域比背景区域获得更好的图像质量.     

超分辨率重建方法在图像处理中的应用

为提升现有舰载光电探测系统图像的分辨率,通过图像降质及超分辨重建模型对复原图像中伪信息的产生进行了研究,在Lee方法的基础上,提出了采用高斯马尔科夫先验模型对图像重建过程进行约束的方法,实现了正则化参数的自适应计算。实验结果表明:该方法在视觉效果与客观指标上要优于传统方法与Lee方法,具有良好的应用前景。     

一种改进的自适应权值立体匹配算法

针对经典的自适应权值(Adaptive Support-weight简称AS)立体匹配难以兼顾速度和精度的问题,提出一种改进算法。算法首先结合区域特性(连通性)简化权值计算,然后将待匹配窗划分为若干个小区域,并为同区域内的像素分配相同的权值。最后,利用积分图像优化算法。实验结果表明,与经典的AS算法相比,该算法不仅精度更高,鲁棒性更强且运行时间大大缩短。     

图像制导导弹火控系统设计

针对车载图像制导导弹武器打击任务多样、作战使用灵活、多弹种、多人协同操作等特点,详细描述了火控系统功能需求分析、系统构型、工作原理、人机配合和信息交互等设计过程。由于系统任务的高效执行取决于操作人员对综合信息的准确掌握和对设备的便利操控,重点说明了以人员操控为主导,设备智能化处理配合完成工作流程控制的设计思想。该设计方法已成功应用于某型导弹武器火控系统的设计过程中,经试验验证,火控系统的功能、性能及操纵效果满足要求,且满足模块化、信息化、智能化等通用要求。     

一个低调的“牛人”

正他是一个低调的"牛人",尤其在彩超技术上,堪称"神医",几十年行医生涯中,他从未出现过一次误诊、漏诊。笔者慕名来到空军青岛航空医学鉴定训练中心,对特诊科主任韩其智进行采访。他参加过航天员初选、潜航员选拔,曾经检查出10余例新发病患,把住了飞行安全关口。避免一次漏诊2008年,韩其智参与一次重大任务的选拔体检。一天,他像往常一样熟练地控制B超探头在一名飞行员的左胸部游走,眼睛注视着显示屏。突然,一丝异样映人眼帘,"先天心脏病房间隔缺损?不太可能吧!这名飞行员已经35岁了,经历的体检、鉴定不下20次,怎么     

超声速气流中液体横向射流组合喷注特性实验

以液态燃料为动力的超燃冲压发动机中,液体横向射流在超声速气流中的喷注、混合和雾化特性直接影响了超燃冲压发动机燃烧室的工作效率。提出一种基于高速摄影的图像处理方法,此方法能消除图像处理过程中的人为因素干扰,得到唯一、定量的射流振荡的边界信息;提出一种基于粒子图像测速法的射流展向扩展边界获取方法,能得到射流破碎后形成液滴所能达到的最远距离;基于以上两种图像处理方法和对比实验研究了单孔喷注、展向组合和沿流向组合的喷注方式对射流穿透深度、展向扩展和激波角的影响,结果表明:相比单孔喷注方式,展向组合和沿流向组合的喷注方式均能增大射流的穿透深度,且能增大射流的展向扩展角和展向扩展范围;随着沿流向布置的喷孔间距的增大,射流的穿透深度增大。     

空间关联与多子区规范化梯度方向直方图的 异源图像匹配

提出一种基于稀疏空域分割与梯度方向直方图的异源图像匹配方法。将图像分为多个子区,计算每个子区的梯度方向直方图;计算直方图的汇聚度,并根据汇聚度计算直方图相似性;采用两步搜索法,寻找与基准图中与实时图直方图相似度最高的窗口即为正确匹配结果。采用仿真图和真实异源图像对算法进行了测试,结果表明,这种方法能够可靠快速实现异源图像匹配。     

基于蚁群算法的图像边缘检测研究

将蚁群算法应用于图像分割领域,提出了一种新的基于蚁群算法的图像边缘检测方法。详细阐述了蚁群算法与该方法的基本原理和具体实现过程。为了提高算法效率,进行两处改进,第一将蚂蚁初始位置由随机放置修改为放置在图像边缘附近,可取一图像灰度梯度阈值来实现,第二将信息激素强度和启发式引导函数值均定义为像素点灰度梯度值的函数。大量实验结果证明了该算法能有效地检测出图像边缘,而且具有适应性强、效率高等特点。