遥感图像去雾算法研究

针对现有的去雾算法对彩色图像处理后会出现色彩畸变的问题,提出了基于Retinex算法和色度比的去雾算法,该算法在用Retinex算法进行图像恢复的过程中引入了原图像的色彩信息,改善了处理后的图像的色彩。     

基于Walsh-Hadamard投影的快速Nonlocal-Means图像去噪

针对Nonlocal-means图像去噪算法计算强度较高的问题,提出了一种投影加速算法.分析了Nonlocal-means算法的计算瓶颈,利用Walsh-Hadamard变换的快速运算和自递归特性,使用一组完备的Walsh-Hadamard 变换将图像块投影到其张成的空间中;利用Walsh-Hadamard投影的能量集中特性和匹配计算过程中的拒绝策略,在Nonlocal-mean,去噪算法的图像块匹配计算中快速丢弃无法匹配的图像块.实验结果表明,该算法获得了较好的加速性能,且去噪效果没有受到影响.     

一种基于边缘处理的图像合成方法

论文提出了一种基于边缘处理的图像合成原理与实现方法。首先介绍了图像合成的原理以及合成过程中需要重点处理的部分,然后针对当前图像合成过程中存在的潜在问题,提出了一种基于边缘处理的图像合成方法,详细介绍了该方法的实现原理及具体的实现步骤,最后对该算法从性能、速度等方法进行测试,给出了测试结果。     

时频图像局部二值模式特征在雷达信号分类识别中的应用

针对低信噪比下雷达辐射源信号的分类识别,提出了一种将时频分析与图像处理相结合的特征提取和识别方法.该方法首先对雷达信号进行时频变换,将得到的时频分布转化为灰度图像;然后运用图像处理方法对时频图像进行增强和去噪;最后提取局部二值模式纹理特征描述子作为信号的识别特征,并采用支持向量机分类器实现信号的分类识别.文中针对12种常见雷达信号进行了仿真,结果表明该方法在较低的信噪比下仍能获得较为满意的识别率,当SNR=0dB时,信号的平均识别率能达到95.35％.所提出方法能有效降低噪声对分类识别的影响,同时对于时频图像相近的信号也有较好的识别效果,表明了该方法的有效性.     

改进暗通道遥感影像去雾方法及效果分析

遥感影像的预处理工作是遥感数据应用的基础。去除云雾是影像预处理工作的重要组成部分。针对遥感影像雾霾浓度分布不均匀的问题,提出一种改进的暗通道遥感影像去雾方法。以"高分一号"(GF-1)卫星为例,根据影像灰度图中的灰度值对影像雾霾浓度区域进行划分,对每个区域中暗原色值的获取方式进行改进,使用导向滤波优化大气传输率,以归一化植被指数(NDVI)为基础,设计用于评价影像去雾质量的定量指标。结果表明:所提出的方法能明显去除雾霾干扰,有效改善卫星影像数据的视觉效果,增强影像细节。该方法去雾处理后的遥感数据能应用于定量遥感,提高遥感影像的可用性及有效性。     

一种基于卫星图像匹配的无人机自主定位算法

针对基于图象匹配的无人机自主定位易失效的问题,文章提出了一种基于卫星图像辅助的由粗到精的无人机自主定位框架。首先设计了一种CNN-LSTM联合分类器,利用CNN网络抽取图像特征的优势,结合无人机图像时间维度上的连续性,实现无人机图像与卫星基准图像的区域匹配;然后从匹配后的区域提取同名点,结合光学成像的共线约束,设计了一种基于多点加权约束的无人机自主定位算法。试验结果表明提出的算法鲁棒性好、精度高,适合用于无人机自主定位。     

基于NMF、ICA和复Contourlet变换的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出了一种基于非负矩阵分解(NMF)、独立分量分析(ICA)和复Contourlet变换的检测方法。首先通过非负矩阵分解和独立分量分析分别抑制原始图像的背景,得到不同的小目标残差图像;接着采用复Contourlet变换对残差图像进行去噪;再对上述去噪后的小目标残差图像求和,得到了预处理图像;最后提出基于模糊灰度熵阈值选取方法分割预处理图像,从而实现了复杂背景下的红外弱小目标检测。针对红外小目标图像进行了大量实验,并与基于新型Top-hat变换、基于快速独立分量分析的目标检测方法进行了比较,结果表明所提出的方法抗噪性强,具有更为优越的检测性能。     

基于组字典学习的逆合成孔径雷达成像方法

基于压缩感知(compressive sensing, CS)的逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像方法可以使用非常少的数据来获得高质量的图像。但基于CS的ISAR成像方法中目标场景不准确的稀疏表示限制了成像方法的性能。结合字典学习(dictionary learning, DL)技术的CS ISAR成像方法能够寻找到目标场景图像块的最优稀疏表示,提高成像质量,但每一个图像块被单独考虑,而忽略了彼此之间的相互依赖关系。为了实现进一步提高成像质量的目标,针对ISAR图像分块重建的问题,首次提出一种基于组字典学习(group dictionary learning,GDL)的ISAR成像方法。将具有相似结构的图像块聚类并构建出多个图像块组,利用奇异值分解(singular value decomposition, SVD)从图像块组中学习出最优组稀疏变换字典。学习好的组稀疏变换字典可以寻找到待重建图像块组的最优稀疏表示,进而重建出高质量的目标场景图像。实验结果表明:与现有的CS ISAR成像方法相比,基于GDL的ISAR成像方法能获得更好的成像效果,并具有更高的计算效率。     

一种红外点目标图像高保真压缩方法

针对红外点目标图像的特点,融合目标检测与无损-近无损压缩技术,提出了一种目标-背景分类的高保真压缩方法。将红外图像分成若干子块,对每个子块进行基于"最大中值滤波"背景抑制算法的点目标检测,根据检测结果将图像子块分为包含疑似目标的目标子块和不含目标的背景子块,对目标子块图像无损压缩,对背景图像子块近无损压缩,从而提高红外遥感图像压缩比,降低数据传输量,减轻数据传输压力。实验结果表明:所提的方法与传统全图无损压缩方法相比,能在不损失点目标信息的高保真压缩前提下,使图像压缩比提高40%以上。该方法对星上实时处理系统、红外探测跟踪系统的设计具有一定的理论和工程应用价值。     

一种改进的星载分布式SAR相位保持成像算法

针对Chirp Scaling算法在推导中对相位采用近似处理而导致相位保持精度不能满足分布式星载InSAR系统对高程测量精度要求的问题,在对线性调频信号脉压处理中相位变化规律进行分析的基础上,结合星载分布式SAR数据处理对信号相关性的要求,推导了适用于星载分布式SAR数据处理的相位补偿公式,进而提出一种能够实现高精度相位保持的改进Chirp Scaling成像算法。算法精确补偿了包括复常数相位项、移零频所引入的线性相位项、距离向残留三次相位项及距离压缩后非均匀采样所引入的相位误差,并且能够实现分布式InSAR复图像对的粗配准。最后,给出了一种理论相位的计算方法,并通过计算机仿真验证了算法的有效性。     

一种红外玫瑰扫描亚图像分辨率提升算法

根据某导引头玫瑰扫描的原理与特性,提出了一种基于现有导引头硬件架构提升红外玫瑰线扫描亚图像分辨率的方法。利用瞬时视场间的相互覆盖关系,通过集合去交(ADI)算法有效去除冗余信息,确立目标更精确的位置,综合运用多帧亚图像数据积累与补充,实现对红外玫瑰扫描亚图像数据的超分辨率处理。研究表明:该算法能提高目标的识别精度,便于有效区分视场中的多个目标,利于增强导引头目标识别精度和抗红外干扰性能。     

一种基于图像形态学的深空图像模糊复原方法

针对深空目标与空间相机相对运动造成的图像运动模糊问题,文章提出了一种基于图像形态学的运动模糊复原方法。首先运用图像形态学细化的方法消除图像中的冗余信息,快速提取图像中目标的特征;其次运用最小二乘法直线拟合方法对目标运动方向进行估计,再利用连通域划分结果对目标运动长度进行估计;最后采用约束最小二乘方滤波对退化模型进行逆推导运算来实现目标运动模糊复原。通过实验验证结果表明：文章提出的基于图像形态学的深空图像运动模糊复原方法能够正确估计运动模型参数,通用性强,易于在轨实现,可以处理目标与相机相对运动造成的运动模糊问题,在目标运动方向不一致的图像中取得了良好的复原效果。     

基于稀疏直方图的空间机械臂视觉目标跟踪方法

视觉系统作为空间机械臂的重要组成部分,一项重要功能就是在复杂空间环境下在规定周期内自主、可靠地完成对空间目标的跟踪,即在相机采集的图像序列中定位目标区域。文章面向空间机械臂视觉跟踪的应用需求,提出一种基于稀疏直方图的视觉目标跟踪方法,在目标区域内选取相互重叠的局部图像块,通过组合全部图像块的稀疏系数构造直方图以获取目标表示,采用基于簇比重信息的相似性度量方法计算目标模板与候选目标之间的距离,将此距离作为粒子滤波的观测模型以在图像中确定目标位置。标准测试集测试、室内环境和在轨环境试验的定性和定量分析结果均表明文中方法可以实现对相机视场范围内目标的准确和可靠跟踪。     

最佳STAP的FFT共轭梯度法

提出了一种解决最佳空时自适应处理问题的快速共轭梯度迭代算法。可以用FFT实现该方法，办法是利用具有干扰协方差矩阵托普利兹块（BTTB）结构的块托普利兹矩阵。因此与对矩阵求逆的方法相比显著降低了计算的复杂性。为了说明上述方法的有效性，本文给出了计算机仿真结果。     

应用二维电扫描的星载SAR凝视马赛克模式研究

应用机械扫描实现的星载SAR马赛克模式对卫星平台敏捷机动能力提出高的要求,且由于存在不完全分辨率区域,导致成像效率下降。文章提出一种应用二维电扫描的星载SAR马赛克模式实现方案,它利用二维电扫描,形成多个彼此相邻的聚束图像块,通过拼接这些相邻的聚束图像实现成像范围的扩展,称之为凝视马赛克模式,对应地称采用机械扫描实现的马赛克模式为滑动马赛克模式。文章针对凝视马赛克模式的特点,提出了一种新的系统参数设计方法,通过系统参数设计实例对比分析了凝视马赛克模式和滑动马赛克模式的特点。此外,还分析了相控阵天线不同天线结构对凝视马赛克模式的影响,并通过优化设计得到了满足需求的系统参数。     

一种基于Contourlet变换的图像匹配算法

在高维情况下,小波分析方法不能充分利用数据本身特有的几何特征,并不是最优的 或者说“最稀疏的”函数表示方法。针对这一问题,提出了一种基于多尺度几何分析方 法—Contourlet变换的图像匹配算法。首先对图像进行Contourlet分解并获得低频子图像 和带通子图像,然后对低频子图像使用LTS-HD和投影熵计算得到粗匹配点,接着将粗匹配点 的位置反演计算到原始图像,并通过归一化积相关算法得到精匹配结果,仿真实验表明了算 法的高精度和快速性。     

多视角多尺度陨石坑特征检测识别方法

针对序列图像间视角尺度变化大带来的特征无法检测和识别效率低等问题，提出了多视角多尺度陨石坑特征检测识别方法。基于明暗区域信息和形态学处理实现陨石坑图像特征边缘粗提取，利用快速傅里叶变换计算模板与图像特征的匹配度，从而实现图像特征所在区域粗定位。在此基础上，通过引入惯性测量信息计算图像间重叠面积，更新模板形状，并预测搜索区域，解决了序列图像间视角尺度变换及信息冗余带来的特征无法检测和识别效率低的困难，最终在单一陨石坑区域内实现其精细检测。     

同空间后向投影InSAR成像及干涉相位提取方法

为了提高复杂运动情况干涉合成孔径雷达（InSAR）成像精度,结合时域后向投影方法提出了一种基于同空间后向投影的InSAR成像与相位提取方法,分析后向投影多普勒补偿函数与干涉相位的关系,通过各天线回波投影到相同的成像空间,再构造相位补偿函数进行相干积累成像。仿真和实测数据验证了复杂运动情况下本文方法较传统频域算法获得更好的InSAR成像和干涉相位质量,且该方法还可在成像过程中实现InSAR图像配准、去平地效应的一体化处理,简化了InSAR数据处理。     

基于FPGA的红外图像运动补偿滤波算法实现

针对运动场景和噪声混叠的红外图像,提出一种基于现场可编程门阵列(FPGA)的红外图像运动补偿滤波算法。首先,算法设计采用运动补偿滤波算法,通过帧间相关性和阈值判断等方法,有效实现图像区域检测分类;其次,对分类后的区域选定不同参数的滤波处理,有效抑制噪声,改善图像显示质量;最后,硬件使用流水线结合并行处理的解决方案,能够有效提高图像处理的速度。实验结果表明:基于FPGA的红外图像运动补偿滤波算法设计资源消耗低,将运行优化算法耗时降低到了1 ms内,为红外图像实时处理应用提供了基础。     

一种多波段组合的孤立噪声去除方法

首次提出了一种多波段组合的孤立噪声去除方法.文章在对图像进行中值滤波处理之前,先进行门限法的孤立噪声初步定位,设定孤立噪声为候选点;然后结合多波段图像数据对候选孤立噪声进行最终定位,只有当像元判断为真实的孤立噪声时,进行中值滤波处理;最后以中国一颗传输型卫星图像为例,检验了算法的有效性.