一种新颖的无人机侦察图像分区域压缩算法

针对无人机侦察图像及其在军事运用上的特点,分析并证明了基于小波变换的压缩技术在无人机侦察图像压缩方面是一种很好的解决方案,根据某型无人机侦察图像设计了一种基于小波变换的分区域压缩算法,取得了良好且满意的图像压缩效果和实时传输效果.最后,阐述了基于小波变换的侦察图像压缩的关键技术.     

SAR图像小波域多尺度模型

针对面向ATR应用的SAR图像压缩需要将图像压缩与图像自动分析相结合,本文研究小波域SAR图像MAR模型并应用于图像鉴别.与SAR复图像分辨单元相干平均形成多尺度图像序列建立多尺度模型不同,本文对SAR对数检测图像小波变换形成多尺度图像序列建立MAR模型.通过实例辨识了SAR图像中自然杂波(草地)与人造物(战略目标)模型,应用该模型推导了小波域多分辨率判别,对MSTAR图像鉴别实验验证了模型的有效性.其中db2小波域多分辨率判别鉴别性能好而计算复杂度低.小波域多分辨率判别可用在图像压缩有损量化前鉴别出人造物与自然杂波.     

小波变换压缩感知在断口图像重构中的应用研究

基于小波变换压缩感知的独特优势,即小波系数的稀疏性和突破奈奎斯特采样定理的局限性,将小波变换压缩感知应用于到断口图像的处理中,提出了基于小波变换压缩感知的金属断口图像重构方法。该方法利用小波变换对断口图像进行稀疏采样,然后,设计随机测量矩阵对图像进行压缩,最后,通过OMP或ROMP算法对断口图像进行重构。同时,对比分析了OMP和ROMP两种重构算法。研究结果表明,在压缩比达到一定程度时,两种重构算法都能得到较好的重构图像,相对来说,ROMP重构算法优于OMP算法,得到了更高的峰值信噪比(PSNR),并且ROMP算法的重构时间大大缩短,且表现较为稳定。     

基于伯努利采样的高速摄像机图像实时压缩

高速摄像机被广泛应用于爆炸力学、流体力学、弹道观测等科研试验中。受电子系统存储带宽和容量限制，高速摄像机无法实现长时间拍摄。对拍摄图像进行压缩是延长高速摄相机拍摄时长的有效方法。然而，现有图像压缩方法因计算复杂度高、时间长，无法满足高速摄相机海量图像压缩需求。为此，提出一种低硬件成本的实时图像压缩方法:采用伯努利采样方法，在CCD或CMOS成像过程中，随机采样部分像素得到压缩图像；再通过未知像素估计算法重建压缩图像。模拟测试结果表明:当图像压缩率达到99%时，从重建图像中仍能观察到图像主要视觉信息，优于TOM拍摄图像的插值放大结果。     

基于二代曲线波变换的红外弱小目标背景抑制

在分析几种常用背景抑制方法的基础上,利用二代曲线波变换具有的优良特性,提出一种基于二代曲线波变换的红外弱小目标背景抑制方法.首先利用曲线渡变换对图像进行分解提取图像的多尺度细节特征;然后对分解后的低、高频子带分别采用变分和模糊非线性变换进行处理来调整目标特征的强度,重构子带获得预测的背景图像;最终将其与原图相减得到背景抑制后的图像.实验结果表明,与几种经典方法相比,该方法在主现视觉和客观评价指标两方面均表现出良好的效果.     

基于区域气球力Snake模型的运动目标快速跟踪方法

提出了一种包含区域信息的Snake模型用于运动目标检测与跟踪。在通常情况下,基于区域信息的跟踪方法对背景光线的微小变化、位置的微小移动较为敏感,而基于边缘信息的跟踪方法则难以对边缘模糊的图像取得满意的跟踪效果。在算法中同时引入这两种信息,边缘信息使得算法快速而鲁棒性好,区域信息可以对边缘模糊的图像取得正确的跟踪效果。使用双差分图像设计了自动初始化的方法来实现视频的自动跟踪。同时,对目标的下一步运动位置增加了一个预测环节来加快主动轮廓模型的收敛速度。该算法的每帧计算时间一般小于0.1S,能应用于实时系统。     

一种小波变换图象无失真编码方案

提出一种基于小波变换的图象数据无失真压缩编码方法，基本思路是利用小波变换实现图象的多分辨率分解，然后再对变换后的小波图象进行动态Ｈｕｆｆｍ ａｎ 编码，从而在不影响整个系统运行深度的前提下，最终实现压缩比较大的图象无失真压缩编码。     

基于Contourlet域SOT结构的SAR图像相干斑抑制算法

把SOT结构引入到能够最优表示图像的Contourlet变换中,结合Contourlet系数域的结构特点和SAR图像相干斑乘性噪声模型提出了一种新的相干斑抑制算法。对基于小波系数域SOT结构的相干斑抑制算法中固定在一个低频尺度中选择根系数的方法进行了改进,根据SAR图像的匀质性条件自适应地在两个不同低频尺度中选择根系数。把该算法应用到实测SAR图像中取得了很好的目视效果,各项指标得到了有效提高。     

红外与可见光图像的非采样Contourlet变换融合方法

针对传统基于非采样Contourlet变换图像融合技术存在的问题,提出改进的基于图像局部能量的非采样Contourlet变换红外与可见光图像融合方法。首先对待融合图像进行非采样Contourlet变换;然后在图像低频成分采用基于图像局部能量的加权平均融合准则进行图像融合,在图像高频成分采用归一化将高频系数的能量差与设定的融合阈值进行比较,再进行分步融合;最后进行非采样Contourlet变换的重构得出融合图像。实验章节通过合成及真实图像算例证明本文方法相对于传统的图像融合方法具有更好的融合效果及精度。     

基于小波变换的数字地图数据压缩技术研究

针对数字地图数据的特点 ,提出了一种基于小波变换的数字地图压缩方法。文中主要研究了小波滤波器的选取、标量量化、自适应算术编码、压缩文件存储格式等问题 ,并就在给定精度要求的前提下如何获得最大压缩比的问题进行了深入研究。文末应用该方法对 5种不同类型的数字地图数据进行了压缩与解压缩测试。结果表明 ,该方法与其他方法相比较 ,能够在相同失真的情况下产生更大的压缩比。     

三维图像数据压缩算法与实现研究

三维图像的大数据量对三维可视化的快速交互造成极大的困难，而三维可视化技术已成为生物医学影像、虚拟现实等应用领域研究的重要工具。为了实现三维图像的快速交互，本文提出了一个表面数据压缩算法，并用COM／ATL软件设计技术进行了实现。该算法可以大量减少描述复杂对象的三角形个数，而对象的可视细节并不损失，最终的功能组件可以直接集成到需要图像数据压缩的应用开发中。乳房图像和小兔子图像数据压缩应用例证了所提算法的合理性。     

典型几何和流动参数对高超声速进气道性能的影响

用N-S方程模拟了一系列典型二元高超声速进气道内压缩通道及隔离段模型,模拟发现内压缩通道及隔离段增压比、温升比和总压恢复系数等性能参数主要受面积收缩比、内压缩通道收缩角、隔离段长高比等几何参数以及内压缩通道进口马赫数、密度、附面层厚度等流动参数的影响。内收缩比和内收缩通道收缩角的增大都会使压缩增强;隔离段内沿程平均温升比、马赫数和总压恢复系数曲线则均接近平行直线。内压缩通道进口马赫数的增大也会使压缩增强,但较小的进口马赫数可能引起分离,进而增大增压比;而进口密度增大使附面层变薄,对气流的压缩减弱;进口附面层厚度对沿程平均温升比、增压比以及马赫数的影响近似线性。     

基于聚束照射SAR成像算法的条带SAR数据处理

为实现聚束照射合成孔径雷达（SAR）与条带模式SAR成像算法上的统一，本文利用两种模式之间的内在联系，将条带模式SAR数据分块处理，等效成聚束模式数据。然后，用聚束照射SAR成像算法实现条带数据的成像处理。针对具体数据，文中还对成像区大小的选择作了分析，并推导出成像长度与滤波器带宽应当满足的关系式。包场数据的处理严格证实了理论分析并验证了本文运用的方法。     

内压缩通道几何参数对高超声速进气道性能的影响

用N-S方程模拟了一系列不同收缩比、不同波系配置的内压缩通道内流动,研究了内压收缩通道几何参数对进气道性能的影响,发现对于相同的外压段,内压面积收缩比对进气道内压缩通道温升比、压比和起动性能具有较好的相似规律,且随着内压面积收缩比增加,进气道温升比、压比增加,出口流场畸变下降,起动马赫数增大。通过对相同压比下不同内外压缩比的进气道性能的研究,得到了内外压缩比对进气道效率和起动性能的影响规律,发现压缩程度相同时,进气道效率和起动马赫数均随内外压缩比有先增大后减小再增大的规律。     

对方案有模糊互补偏好关系的模糊多属性决策法

研究了权重为区间数且对方案有模糊互补偏好关系的模糊多属性决策问题.首先,基于模糊互补判断矩阵的主观偏好信息,利用转换函数将决策信息一致化,并建立了目标规划模型.通过求解该模型得到属性的权重,运用加性加权法获得各方案的模糊综合属性值.其次,提出了基于方案的模糊正理想解与其模糊综合属性值相似度的方案排序法.该方法既能充分利用已有的客观信息,又能最大限度地体现决策者的主观意愿,且具有操作简便、易于上机实现的特点.该方法已应用于解决风险投资领域中项目评估问题.     

片上系统测试数据压缩的优化型FDR编码机制(英文)

测试数据压缩是片上系统(System-on-chip,SoC)测试中的关键问题之一,用于有效地减少测试数据总量。本文提出了一种新颖的变长-变长压缩编码,称为AFDR(Advanced frequency-directed run-length)编码。它同时对0游程和1游程进行编码,并对等长游程赋以相同的编码,优化了仅仅考虑0游程的FDR(Frequency-directed run-length)码。此外,对游程长度为2的数据(即00和11)进行特殊处理,进一步地提高了压缩比。ISCAS89标准电路下的实验结果表明,AFDR编码的压缩效果明显优于FDR编码以及同类型的其他编码。     

SAR原始数据压缩技术研究

研究两种合成孔径雷达(SAR)原始数据压缩算法，它们是块自适应树型矢量量化算法和块自适应预测编码算法。前者是在使用穷尽型搜索技术的块自适应矢量量化算法的基础上，通过使用树型搜索算法来提高算法的运行效率；后者是通过预测编码来消除SAR原始数据之间的相关性从而提高压缩性能。结合机载SAR实测原始数据，对讨论的各种算法分别进行压缩和解压缩，并进行SAR成像处理。通过比较和分析各种算法的性能及图像域参数，表明块自适应树型矢量量化算法和块自适应预测编码算法能提高SAR原始数据的压缩性能，比较适合实际工程应用。