结合全局与局部信息的主动轮廓分割模型

针对传统的基于区域的主动轮廓模型在分割灰度不均匀图像和噪声图像存在效果不佳的问题,提出结合全局项与局部项的主动轮廓分割模型。全局项由CV(Chan-Vese)模型的保真项构成,局部项的构建考虑局部区域信息的同时引入反映图像灰度特性的局部熵信息。依据图像灰度的特点,选择合理的全局项和局部项参数,并加入正则项保证曲线在演化过程中保持平滑,保障分割结果的可靠性。通过变分水平集方法最小化能量泛函,依据梯度下降流迭代更新水平集,完成曲线演化。采用模拟图像和实际图像进行实验分析,结果表明,所提出的结合全局项和局部项的主动轮廓模型可以高效地分割噪声严重以及灰度分布不均匀的图像。     

基于人眼视觉机理的红外图像边缘提取

在描叙了On型感受野特性的基础上,结合Bubble函数和负高斯-拉普拉斯二阶微分函数,给出了实用的On型感受野数学模型;探索性地描叙了人眼微动产生中央凹区信息精细处理、周边区域保持适度警觉的机理,据此提出了大尺度On型感受野与小尺度Off型感受野相结合的人眼微动精细处理模型,并利用该模型对红外图像进行了边缘提取,显示出对弱小目标处理的快速性和精确性.     

基于支持向量机的遥感图像分析与处理

支持向量机是一种新的机器学习方法。本文结合遥感图像和支持向量机的特性,重点分析了支持向量机在遥感图像分类、遥感图像压缩、遥感图像特征提取等方面的应用。并对支持向量机在遥感图像分析与处理中的应用趋势及有待进一步研究的问题进行了探讨。     

增强景象匹配鲁棒性的灰度变换技术研究

高可靠高精度的景象匹配技术是自主导航飞行器图像制导技术的核心和关键所在,文章对匹配图像的灰度畸变进行了研究,提出了基于直方图相似变换灰度畸变校正技术,提高了景象匹配定位的准确性和可靠性。由于外部成像条件和成像传感器本身存在差异,匹配图像往往存在较大灰度畸变,使得实时图和基准图在灰度域存在较大不一致,从而影响景象匹配可靠性。文章通过对匹配图像进行直方图的相似变换,将匹配图像直方图调为一致,有效消除了匹配图像灰度差异,调整后图像间的直方图相似系数均在0.95以上。通过10300次独立真实外场景象匹配定位试验,证明本文基于直方图的匹配图像灰度预处理方法可有效消除图像间的灰度差异,减少匹配图像间由于灰度差异而产生的重复模式,大幅提高景象匹配鲁棒性,经过本文方法预处理后的匹配图像景象匹配成功率为99.98%,已满足工程实用对景象匹配算法高可靠性的要求。     

基于子孔径图像的低频SAR多通道均衡方法

利用多通道SAR系统进行运动目标指示时,通道间的幅相失配严重影响了运动目标检测以及参数估计的性能。针对多通道低频SAR/GMTI系统,提出了一种基于子孔径SAR图像的多通道均衡方法。该方法利用相同视角的多通道子孔径图像,估计该角度对应的幅相误差,在达到较高幅相误差估计精度的同时,也能适应误差随视角的变化。基于车载低频多通道SAR/GMTI实测数据的实验结果表明:该方法能有效地补偿不同通道之间的幅相误差,提高运动目标的检测和参数估计性能。     

雷达组网效能量化评估模型

针对雷达组网效能评估过程中决策者的主观判断可能存在一定误差的情况,将层次分析法应用于组网雷达效能评估中。首先建立了组网雷达效能评估结构模型。其次结合案例构造了雷达组网效能评估判断矩阵,进行层次单排序以及层次总排序和一致性检验。最后,利用灰度层次分析法对模型的合理性进行了验证。结果表明,该模型的建立在一定程度上为雷达组网的合理分配使用提供决策依据。     

一种基于帧间相关的红外弱小目标运动轨迹检测方法

针对传统帧间相关法对部分虚警轨迹难以排除的问题,研究了一种简单的帧间相关去噪算法,并提出在此基础上再次运用数学形态学方法来进一步排除虚假轨迹。算法采用形态学top-hat变换和二值化方法预处理原始图像,然后根据目标帧间相关而噪声点不相关的特点去噪,之后相加得到初步运动轨迹图像;最后采用形态学开运算,排除虚假轨迹,得到最终的检测结果。结果中检测出的目标轨迹清晰,虚警少。实验表明,该方法能有效地检测出弱小目标的运动轨迹。     

可触摸3D电视

近日,日本研究人员研制出世界上第一个可以用手触摸图像的3D电视系统。用户可以按照自己的想法移动、挤压或者拉伸似乎飘浮在眼前的3D图像。图像可触摸3D电视装有六个动作     

基于图像灰度分布熵的ISAR干扰效果评估技术

综合考虑ISAR干扰原理和图像处理的理论,从信息论的角度出发,针对ISAR干扰效果评估问题,结合熵的知识,提出了一种基于图像灰度分布熵的干扰效果评估方法。结合实例,针对射频噪声和噪声调频两种典型的压制性干扰样式,应用这种方法从定性和定量两个角度对ISAR进行了干扰效果仿真,仿真结果表明了该方法的有效性和可行性。     

一种有效的红外图像融合算法

给出了一种基于átrous算法红外与可见光图像融合算法,该算法主要针对光谱差异较大以及配准精度较低的这类图像的融合算法。该算法首先对融合图像源进行átrous算法分解;随后,对分解的低频信息利用取加权法进行融合;高频信息首先利用边缘检测技术对不同尺度不同方向的高频信息进行边缘点的加强,然后以区域的空间频率为度量标准得到新的高频系数;最后进行átrous算法重构得到最终的融合图像。通过两组红外和可见光图像的融合实验,结果表明该方法能有效地突出边缘细节,提高图像分辨效果和人眼对场景目标的发现和识别概率。