基于深度学习的无人机航拍图像超分辨率提升算法

针对当前无人机航拍图像普遍存在图像细节模糊以及分辨率低的问题,提出了面向无人机航拍场景的图像超分辨率算法。首先,提出一种可学习的图像下采样模型进行训练数据的生成,从而有效模拟了真实场景下的低分辨率无人机航拍图像的数据特征。其次,结合无人机平台的现实需求,提出一种基于知识蒸馏的轻量化图像超分辨率网络,有效提升了模型的泛化性能和时间效率。实验表明,该算法在真实无人机航拍图像数据集上的性能不仅超过现有通用图像超分辨率算法,同时还进一步缩减了网络模型大小和处理时间,有效满足无人机平台的硬件约束和实时性要求,对于无人机航拍图像处理具有重要应用价值。     

火灾视频监控报警系统的应用研究

分析了智能视频监控火灾报警系统研究的发展现状和趋势,研究火灾视频监控报警系统的工作原理、系统组成、有关火焰图像处理算法和火焰的视频图像信号特性,在此基础上,提出系统设计方案,为将智能视频监控报警应用于消防工作进行有益的探索和研究。     

基于多维直方图的mean shift运动目标跟踪算法

讨论了一种红外图像序列的运动目标跟踪算法.以mean shift为核心,即在连续图像序列中对比运动目标的直方图.在可见光的视频中,利用目标的颜色直方图进行跟踪.在前视红外图像序列中,直方图由像素值和高通滤波后的值共同构成.为较好地处理非线性非平稳信号,引用LMS自适应滤波可以对目标的位置做出合理的估计,以维持对目标的正常的检测跟踪.     

基于相似性传播聚类的灰度图像分割

基于k-Means等聚类算法的图像分割对聚类中心的初始选择敏感,可靠性差.为避免初始聚类中心选择的影响,将相似性传播聚类用于灰度图像分割.另外,为降低该聚类算法输入相似度矩阵的计算时间复杂度.提出用待分割图像中出现过的灰度值代替像素点作为数据点进行聚类.实验结果表明,与基于k-Means聚类的分割算法相比,该算法不需要预设聚类中心,可靠性更高.     

改进的图像分割遗传K-均值聚类算法

针对图像分割,提出了一种改进的遗传K-均值聚类算法.合理选取聚类的特征向量并对各特征分量确定不同权值进行调整;通过引入自适应算法,对传统遗传算法的选择及变异操作进行改进,提高了算法的收敛速度;确定与染色体鳊码相关的隶属矩阵可有效地减少运算时间.实验结果表明,改进后的遗传K-均值聚类算法是行之有效的.     

SAR图像阴影区域分割技术及其评估准则

提出了一种阈值化技术与形态学方法相结合的SAR图像阴影区分割方法.该方法首先通过寻找图像平均强度最小的子区域对阴影区域进行初始分割,之后进行图像翻转、阚值化处理,最后利用形态学处理消除虚假像素,进行简单的连通性滤波,实现阴影区的自动分割.给出了3种图像分割评价准则,并基于计算机仿真和图像分割评价准则验证了该阴影区分割方法的有效性.     

基于隐Markov树的序贯故障诊断模型

为了充分利用先验信息和实测信号,提高故障识别率,根据Bayes方法和序贯决策的思想,将实测信号分段,将前一段信号的诊断后验信息作为后一段信号的先验信息,提出了一种基于隐Markov树(hidden Markov tree,HMT)的序贯故障诊断模型.给出了诊断模型的建模步骤、HMT模型的建立方法和Bayes后验概率的计算方法.将模型应用于某型减速器故障诊断的结果表明,对于有先验信息和无先验情况,该序贯模型都可以有效地提高故障识别率.     

微小型无人机遥感图像应用

通过给微小型无人机加装数码相机和微型INS姿态测量系统,可以同时获得对地面的遥感图像和当时无人机的姿态数据.根据传感器构像方程和几何畸变校正理论,对拍摄的图片进行几何校正.通过图像融合拼接,给出了目标地区的大面积数字影像图,最后给出了局部实验结果.     

飞机图像导航数据库系统的设计与开发

运用图像导航原理,设计并实现了一套飞机图像导航数据库系统.系统将导航所需的信息和若干地区的地面图预先存放在数据库中的特定位置.用户只需在系统的可视化界面中进行少量的操作,该系统就能够在飞机航行的过程中实时地显示拍摄到地面图像,并将该图像与数据库中的相关图像进行特征匹配,从而获取并提供给用户飞机当时的位置、航速快慢及航向误差等导航信息.     

基于相位相关和自适应阈值的图像亚像素配准

针对图像的亚像素配准问题,提出了一种基于相位相关和自适应阈值技术来计算图像间平移参数的方法.先通过传统的相位相关技术得到图像间的整数平移参数,接着引入由整数平移参数自适应确定的阈值来消除相位相关矩阵的主导奇异向量中相应的高频部分,最后使用主导奇异向量剩下的部分来估计非整平移参数.实验结果证实了这一方法具有较高的配准精度和鲁棒性.