一种基于改进Hausdorff距离的图像匹配方法

Hausdorff距离(HD)是图像匹配常用的相似性准则。针对HD在实际图像中难以匹配的问题,提出了基于核密度函数的HD改进形式,该HD是通过对各个最小距离值进行核密度函数计算,并将函数值的和的均值作为单向HD值,无向的HD值取两个单向值的最小值。实验结果表明,提出的改进HD在遮挡、局部变化情况下比其它的HD距离具有较好匹配效果。     

联合侦察图像对岸上目标定位方法

随着卫星和无人机技术日趋成熟,使用卫星和无人机搭载成像设备执行战场侦察任务,及时获取敌方阵地图像信息,已成为各军事强国的重要侦察手段。以大口径舰炮远程对岸目标精确打击为背景,对无人机侦察图像的几何校正、卫星图片的地理坐标提取等技术进行分析,推导了相关的数学模型。通过相关的图像处理技术,结合联合侦察图像对岸上目标定位的主要误差源分析,提供了一种有效的联合侦察图像目标定位方法,并通过仿真数据显示了图像预处理技术在目标定位过程中对提高定位精度的作用。     

基于Hausdorff距离的SAR图像匹配方法

在传统基于边缘位置的Hausdorff距离匹配基础上,将边缘点的梯度方向信息引入到距离度量中。提出了一种新Hausdorff距离及相应的匹配算法,并将其应用到SAR图像匹配中。实验表明,该算法相对于传统的基于边缘位置的Hausdorff距离匹配算法鲁棒性有所改进。     

基于数字图像合成器的ISAR微动干扰方法

根据目标微动产生的微多普勒谱会影响ISAR成像的特点,提出了基于数字图像合成器的ISAR微动干扰方法。该方法将传统的固定假目标模板修改为具有一定微动特性的假目标模板,并将该模板对截获的雷达信号进行调制,得到了包含微动信息的干扰信号。研究结果表明该干扰信号不仅可以对ISAR形成微动特征欺骗干扰,还可以对ISAR图像造成一定程度的污染,甚至形成散焦压制干扰。最后,计算机仿真实验验证了该方法的有效性。     

CDF9／7小波在JPEG2000中的整数变化

通过添加系数缩放值叮,使目前在JPEG2000中广泛采用的CDF9／7小波提升算法完全整数化,不仅保持了现有算法的还原度,而且简化了算法的复杂度,在图像压缩上取得了比较满意的效果。     

压力喷嘴常温下雾化特性实验研究

为了满足工程中对喷嘴雾化特性测量的高精度、低成本要求,建立了喷嘴雾化特性实验系统,以自来水为雾化工质,对蒸发冷却压力喷嘴在常温、常压下的雾化特性进行了实验研究。用容积法测量了喷嘴的流量,用最小二乘法对测量数据进行回归分析,得到了喷嘴流量、雾化压力和喷孔直径之间的关联式与流量系数;用机器视觉方法测量了喷嘴的雾化锥角与雾滴尺寸,得到了雾化锥角与雾滴尺寸随雾化压力变化的规律。结果表明:随着雾化压力的增大,喷嘴雾化锥角不断增加,雾滴尺寸不断减小;随轴向距离的增大,D0.632、D0.5、D32有不同幅度的增大,而D0.9则基本不变。     

一种改进的全景图生成算法

介绍了全景图的生成过程,对目前常见的几种图像拼接算法进行了分析和比较,在此基础上,提出了一种改进的全景图像生成算法.该算法通过对初始图像进行预处理、改进特征点选取方法以及优化特征点匹配过程,提高了全景图像生成的效率和准确性.实验结果也表明,该算法可广泛应用于基于图像的虚拟场景构造等方面.     

基于图像处理技术的定向管平行度测量

基于图像处理技术,探讨了一种火箭炮定向管平行度的测量方法,论述了该方法的测量原理和图像预处理过程中的图像增强、二值处理、边缘提取和几何校正等处理方法,给出了定向管平行度误差的计算方法。     

一种改进的遥感图像分形维数提取算法

基于离散分形布朗随机场的图像分数维提取方法,在综合分析和实验验证的基础上,提出了一种改进的图像分形维数计算方法。仿真实验证明,该算法相较于原算法计算结果稳定,不同地物的区分能力强,能够应用于遥感图像的地物分类。     

层次聚类算法和基于图的分割算法相融合的图像分割算法

基于图的分割算法（Graph-Based Segmentation,GBS）算法）是由Felzenszwalb和Huttenlocher提出的经典的图像分割算法之一,但其分割结果中存在明显的欠分割现象。为此,在GBS算法的基础上引入层次聚类（Hierarchical Clustering,HC）算法,构造出一种解决GBS算法欠分割的方法,同时采用多线程并行处理数据的方式,有效改善了传统层次聚类算法的处理速度。该方法在RGB彩色空间中使用GBS算法得到图像中每个像素点的初始分割结果,并提取出每一类区域中的像素值,对其进行层次聚类,得到每一类区域中像素值的类别标签,根据层次聚类所得到的类别标签和预设的类别范围,修改每个像素点的初始分割结果。最后根据区域合并准则,生成一个新的分割图。经实验表明,该方法与Kmeans-SLIC(simple linear iterative clustering)算法和GBS算法等相比,很好地解决了欠分割现象,并产生了分割精度较高的语义分割图。