基于Gabor滤波器的图像目标识别方法

为了给机器人视觉导航提供有效信息,提出一种基于图像匹配的目标识别方法.对CCD采集的目标图像,由 Gabor 变换生成的二维Gabor 滤波器有着优良的滤波器性能,不需要对图像进行分割,能适应一定的旋转、尺度、光照的变化,通过多个频率和角度的Gabor算子与图像的卷积,获取图像全局信息的特征描述.分类方法采用统计学习理论基础上发展起来的一种新的机器学习方法——支持向量机(SVM, Support Vector Machines),它可解决模型选择、过学习、维数灾难等问题.通过支持向量机进行多维特征向量的分类.该方法可达到较高的识别率,达到实时处理的要求,可以在人脸识别、机器人视觉定位等领域得到应用.      

一种CCD星图星点快速定位算法

大尺寸CCD星图快速处理是制约天基光学观测器件性能的关键因素之一,在星敏感器、空间监视载荷等研制中具有重要意义.通过对CCD星图图像特点的分析,提出了以最大概率实现背景噪声滤除的星图预处理准则;在此基础上,提出了通过两次投影检测实现星点位置测量的算法.与传统方法相比,该算法实现简单,节约了计算量和存储量.对分辨率为2048×2048的CCD实拍星图的实验研究表明了该算法的有效性.      

面向目标检测的双驱自适应遥感图像超分重建方法

有光学遥感图像超分重建方法主要是生成视觉上令人满意的图像,并未考虑后续目标检测任务的特殊性,不能有效地应用到目标检测中。基于此,提出了面向目标检测的双驱动自适应多尺度光学遥感图像超分重建方法,将超分重建网络和目标检测网络结合起来,进行联合优化。针对光学遥感图像的特点设计了自适应多尺度遥感图像超分重建网络,集成选择性内核网络和自适应特征门控单元来特征提取和融合,重建出初步遥感图像。通过提出的双驱动模块,将特征先验驱动损失和任务驱动损失传到超分重建网络中,提高目标检测的性能。在UCAS-AOD和NWPU VHR-10数据集上进行实验,并与5种主流方法进行比较,所提方法的峰值信噪比和平均准确率相较于FDSR方法分别提高了1.86 dB和3.73%。实验结果表明,所提方法和光学遥感图像目标检测结合可以取得更好的效果,综合性能更佳。      

不完全角度CT图像重建的模型与算法

为了提升不完全角度计算机断层成像(CT)图像的重建精度和重建效率,研究了有限角度和稀疏角度下的CT图像重建问题,提出新的全变差最小化目标函数,通过将上一步迭代重建的图像作为反馈加入到新的迭代之中,不断更新目标函数的已知项。在算法求解时,采用增广Lagrangian罚函数方法,将约束问题非约束化,并将之转化为等价的3个子问题,通过在交替方向上求解子问题来获得优化问题的最优解。实验结果表明,该算法重建出的图像信息完整,细节清晰,重建精度高,与Split Bregman算法相比,本文算法结果的相对均方误差可下降42.1%~98.5%,条纹指标可下降42.8%~98.5%。     

基于可变阶变分模型的医用低剂量CT图像去噪

为了降低患者的辐射风险,低剂量CT（LDCT）广泛用于临床诊断,但辐射剂量的减少在重建的LDCT图像中引入了斑点噪声和条纹伪影。为了提高LDCT图像的质量,提出了一种基于可变阶变分模型的后处理技术。所提出的变分模型使用边缘指示器控制变分阶数,根据图像的特征在一阶全变分（TV）正则项和二阶有界Hessian（BH）正则项之间交替变换。采用基于快速傅里叶变换（FFT）的分裂Bregman算法求解所提出的变分模型。该模型在保留高剂量CT（HDCT）图像相应结构的同时,有效抑制了斑点噪声和条纹伪影。重建的图像和实验数据表明,所提出的变分模型比现有的先进模型具有更好的质量。      

CCD 遥感图像几何校正的实时处理算法初探

为向星上处理迈进,实时完成ＣＣＤ遥感图像１Ｂ级几何校正,迫切需要建立一个准确而又能快速进行运算的反映校正前后几何位置对应关系的函数表达式和重采样算法。通过论证把校正前后一维位置对应关系高度精确地表示为一元三次多项式关系,从而改用递推极大地简化计算;在此基础上提出了一维灰度重采样新算法——加权平均法及其快速算法。当整幅图每行均按此处理之后,再根据获得的ＧＰＳ定轨定姿数据加注出图像的地理经纬网,从而得到完整的１Ｂ级几何校正产品。初步微机仿真实验表明,只需适当引入多处理器,本算法达到实时完全可行。     

基于奇异值分解的红外热图像序列处理

在红外热像无损检测中直接获取的原始热像往往信噪比较低、温度对比度较差.为了抑制各种噪声的不良影响,使红外热像无损检测所重构的数字图像有较高的缺陷对比度,从而提高缺陷探测能力,提出了采用奇异值分解法对红外数字图像序列进行处理和增强的方法,并进行了验证.介绍了奇异值分解法的原理;用奇异值分解法对实验中采集的红外热像序列进行处理;以信噪比为指标对图像处理效果进行了定量评定.研究表明奇异值分解法具有抽取红外热像序列中反映试件内部缺陷信息代数特征的能力,可消除加热不均效应、提高图像的信噪比,且缺陷在图像中所处的位置不影响奇异值分解法的使用效果. 因此奇异值分解法是红外热像无损检测中红外热图像序列处理的有效方法.      

Advances in auroral imaging from space

Space imaging of the aurora provides unique quantitative information on the instantaneous global distribution and pattern of the aurora - a direct result of particle acceleration and precipitation processes occurring throughout the magnetosphere. Techniques for imaging from space have usually involved systematically scanning a detector across the earth using some combination of satellite motion and spin, scanning mirrors, and/or electronic scanning. The recent advent of CCD image sensor arrays opens up possibilities for vastly improved sensitivity and resolution in satellite imagers, although scanning systems retain significant advantages in situations where scattered light is a problem and where narrow band optical interference filters are needed.A new type of imaging instrument being built in Canada for the Swedish Viking satellite will employ a two-dimensional CCD array detector which is fibre-optically coupled to a micro-channel plate intensifier. It will produce images of low light level auroral emissions at the rate of one image per spin of the satellite (20 seconds). The instrument operates in the vacuum ultraviolet and uses a fast inverse Cassegrain optical system. Charge is shifted in the CCD imaging array in synchronism with the moving image so that exposure times of approximately one second will be achieved.     

一种空间视觉测量子系统用半导体 激光器驱动电路设计

针对面阵静态红外地球敏感器的现场标定,提出基于规则小孔平面靶标的现场标定方法.将小孔平面靶标固定放置于面源黑体前方,在光学视场测量空间内,多次调整红外地球敏感器的摆放位置,以采集多幅不同位置、不同角度的红外靶标光点图像.使用等高层最小二乘椭圆拟合方法精确提取靶标红外光点的中心坐标,获得特征点信息.利用红外靶标图像和图像特征点计算面阵静态红外地球敏感器光学系统的焦距和主点坐标.试验结果表明,该标定方法简单灵活有效,便于调试现场操作.目前,该方法已在面阵静态红外地球敏感器研究中得到应用.     

扰动测量环境中基于图像序列的模态参数识别

针对结构模态参数识别,提出了一种基于二维连续图像序列的识别方法.该方法以CCD相机采集的图像序列为基础,在待识别结构上选取一定数量的特征点,运用因子分解法将结构运动参数和外形信息分离开,得到各特征点的运动轨迹,通过实施特征系统实现算法(ERA,Eigen-system Realization Algorithm)识别出结构的模态参数.特别是当测量仪器,即CCD相机受到扰动时,能够从图像序列中分离扰动,得到结构自身的运动参数,保证较好的识别效果.以相机受扰动时,悬臂梁模型为例进行了仿真分析.将识别出的悬臂梁前5阶频率与ANSYS计算结果进行对比,结果吻合很好,对于工程中利用光学图像识别结构动态特性具有较高的参考价值.     

CCD等高仪测定太阳直径的模拟计算及其精度分析

本文根据用光电等高仪测定太阳直径的基本原理,给出了用CCD作探测器测定太阳直径的处理方法,并用模拟方法对不同的seeing值产生了几组太阳曝光的CCD底片。通过对这些CCD底片的数字图象的处理和计算,对太阳直径的测定精度进行了估计和分析。计算分析表明,不论对单像还是双像方案,CCD等高仪都能以好于0."05的精度测定太阳的直径。      

基于天基光学探测图像初析南大西洋异常区影响

文章针对目前在轨运行的高灵敏度探测类可见光遥感器经过南大西洋异常区（SouthAtlanticAnomaly,SAA）时出现的探测能力降低、目标无法识别等现象,通过卫星在轨获取的SAA天基探测图像研究图像中出现的异常现象机理;提出了基于CCD探测器固有暗像元区的图像特征变化开展SAA影响评估的方法,根据在轨图像暗像元区的均值和标准差、图像区的热像素及活像元等特征参数的统计分析,判断经过SAA过程中连续获取的图像中出现显著影响时的拐点,通过曲线拟合估算出该轨道高度的SAA空间分布特征和边界,依此进一步提出利用在轨天基探测图像给出测量影响该轨道高度卫星SAA区域边界的简单方法;最后,基于SAA对天基探测器件的影响分析结果和认识,给出了高灵敏度探测类卫星避免或消除SAA影响的改进措施和建议。文章采用的数据分析和评估方法为提升SAA对天基探测影响的认识,以及下一步有效开展空间碎片探测工作提供参考。     

基于卫星遥感的岛礁影像多类目标智能化提取

卫星遥感影像具有背景复杂、目标尺度不一、观测方向各异、纹理不清晰等特点,主流的深度学习目标检测算法不能直接适用于卫星遥感影像的目标检测。改进了RetinaNet,使其适用于卫星遥感影像。首先设计了一种新的特征融合方式,融合ResNet50输出的特征图,使得融合后的特征图同时具有高层语义信息和低层纹理细节信息。为了减弱遥感影像复杂背景对目标特征的影响,设计了特征感知模块,在减弱噪声对特征图影响的同时增强有用特征。挑选DOTA数据集中船只、飞机和存储罐图像进行训练和测试。改进的算法与RetinaNet相比,飞机、船只和存储罐的平均精度分别提高了41%、25%、24%。基于高分二号卫星（GF 2）真实影像数据的试验结果表明,提出的算法能够用于卫星遥感岛礁影像的多类目标智能化提取。     

基于分割途径的SAR单视图像斑点噪声抑制方法

在图像分割思想的基础上,结合合成孔径雷达(SAR)图像的区域特征,利用恒虚警率边沿检测技术将分割区域最大化,并在分割区域内根据SAR图像特性进行优化滤波,得到了一种基于图像分割的单视SAR图像降斑方法.其中,边沿检测和区域分割在多视图像中进行,保证了检测和分割的有效性.计算机仿真结果证明了该方法的优越性.      

基于统计特征空间提取和支持向量机的极暗弱小天体检测方法

小天体检测是小天体防御和预警的前提。针对小天体目标信噪比低、检测难的问题,提出了基于统计特征空间提取和支持向量机（SVM）的极暗弱小天体检测方法。区别于传统方法基于时间或空间上目标的能量和背景噪声能量的瞬时能量差别或是瞬时能量差别的累积,对目标进行检测。该方法不依赖目标能量大小,提取运动目标穿过背景时对稳定性产生的扰动来反演运动目标。将输入的图像序列转化为单像元时序信号,划分时序窗口提取统计特征,关联形成统计特征空间,利用更高维度的变化特性检测目标变化。通过SVM将暗弱小天体检测问题转化为目标与背景的二分类问题,避开了较难解决的阈值分割问题同时具有更好的泛化性能。利用真实数据与其他经典方法进行对比分析,使得分类准确率提高4.02%。该方法能够适应更低的信噪比,在极低信噪比下仍表现出稳定的检测性能。     

嫦娥一号干涉成像光谱仪2C级图像数据质量评价

嫦娥一号干涉成像光谱仪(IIM)获取的多波段图像数据对于月表矿物成分反演具有重要意义. 从目视质量、客观参数、几何配准精度、图像质量随时间的变化情况等方面对IIM 2C级的多波段图像数据质量进行了评价. 结果显示, 其两端波段范围的图像质量较差, 不能有效识别月表单元, 中间波段图像质量较好; 自然色图像显示IIM数据存在明显的横向色调不均一性. 利用图像的客观评价指标(辐射精度、清晰度、信息量)将干涉成像光谱仪图像数据与美国Clementine UV-VIS多光谱图像数据进行对比分析, 结果表明, IIM数据清晰度好于Clementine UV-VIS, 而在方差和信息量上弱于Clementine UV-VIS. 将IIM图像数据与Clementine多光谱数据统一到相同的空间分辨率, 进行配准精度评价, 其最大控制点配准误差为0.63pixel. 此外, 还对时间跨度两个月覆盖月表同一区域的IIM图像数据从辐射精度、信息量和清晰度方面进行了评价.      

太阳X-EUV成像望远镜的图像优化处理

太阳X-EUV成像望远镜主要用来监测和预报影响空间天气变化的太阳活动,成像资料专门服务于空间天气预报研究.为了满足望远镜的空间适应性,望远镜获取的图像会受到其结构调制形成的噪声干扰.本文主要对望远镜所获取的图像进行优化处理,讨论了傅里叶变换的物理意义及其在图像处理中的应用.通过二维离散傅里叶变换,将图像变换到频率域空间;选用巴特沃思陷波滤波器滤波,通过程序设计,实际调试,在尽量减少图像失真的前提下,滤除图像中的周期性噪声.优化后的图像有利于进一步分析太阳活动现象.      

基于自相关及相位差法的高精度频率估计算法

为提高高斯白噪声背景中正弦信号的频率估计精度,对基于自相关运算的频率估计算法的相关长度m进行了推导,得到了m的优化值与信噪比的关系式.当信噪比较高时,m的最优值为N/3(N为信号采样点数);信噪比较低时,m的最优值为N/2.通过对自相关法及分段FFT(Fast Fourier Transforms)相位差法特性的分析,提出了一种性能更优的频率估计综合算法. Monte Carlo仿真实验表明:新算法吸收了两种算法的优点,克服了其不足,在更大的信噪比范围内具有较高的频率估计精度,且计算量也较小.      

基于非下采样轮廓波变换的红外和SAR图像融合算法

针对现有红外和合成孔径雷达(Synthetic Aperture Radar,SAR)图像的融合算法融合质量差、边缘轮廓不清晰、效率低下、可视性差,目标检测效率低等问题,提出一种基于非下采样轮廓波变换的融合算法。首先采用非下采样轮廓波变换对预处理的红外和SAR图像进行分解,获得各自低频和带通方向图像,接着根据红外和SAR图像的特征选取其含重要目标信息的频带进行低频图像和带通方向图像融合。为了检验本文所提出算法性能的优越性,采用两组红外和SAR图像进行融合实验,与其他图像融合算法进行对比,并对融合图像进行目标检测,证明了该融合算法能有效提高多源图像目标检测率。