基于Depth from Focus的图像三维重建

应用改进Laplacian聚焦算子实现序列图像的融合显示,用高斯插值算法得到图像三维重建中的高度图,并设计一种轮廓线算法对高度索引图进行了三维重建;成功地应用于摄像机拍摄序列图像的三维重建,弥补了摄像机物镜焦深范围有限不能采样清晰大幅图像的不足.理论和实验结果证明,用该方法生成的二维融合图像和三维显示图像,恢复出比较精确的物体表面深度信息,提高了图像的清晰度.     

基于数字滤波的B-样条插值法在图像旋转中的应用

提出一种基于无限脉冲响应和有限脉冲响应数字滤波技术的快速 B-样条插值法 ,并将其应用于实时图像旋转处理中。为了优化旋转后的图像质量 ,本文采用 3次 B-样条对图像旋转后的像素点灰度值进行插值运算。另外 ,通过对传统图像旋转矩阵的分解 ,将图像在二维空间中的旋转运算分解成为三步在一维空间内平移运算 ,使插值运算在一维空间中完成 ,从而简化了图像旋转数据处理中的插值运算。最后 ,还提出了一种以硬件方法完成高阶图像插值运算实现图像旋转的新方法 ,并针对 2 5 6灰度级 ,2 5 6× 2 5 6像素的图像 ,设计出一个以 FPGA为核心的实时、高质量的硬件图像旋转系统。     

基于全局Maxflow邻域生长算法的SAR图像目标分割

提出一种改进的GrabCut算法,利用迭代图割(GrabCut)算法对彩色图像进行分割的特点,在不需要交互式操作的情况下,将SAR图像转化为24 bit BMP的位图进行处理,再结合邻域生长算法实现对SAR图像目标的自动分割.通过对MSTAR和NASA喷气推进实验室的SAR图像进行目标分割实验,结果表明,该算法分割精度高于目前通用的其他算法.     

基于尺度不变特征的眼底图像自动配准与拼接

针对眼底图像对比度低、光照不均匀、不同视场的图像间存在几何畸变等特点,提出了一种基于尺度不变特征的眼底图像自动配准与拼接算法.该算法分别提取同态滤波增强后的待配准眼底图像的尺度不变特征点,并用向量进行描述,确定相邻两图像特征点的匹配关系,在MLESAC算法中使用透视变换模型去除误匹配点对,计算匹配点对之间的变换矩阵,进行图像空间变换,完成配准和拼接.对实际眼底照相机获取的多幅图像配准与拼接结果表明,该算法具有很好的鲁棒性和稳健性,配准精度达到像素级,可以实现眼底图像的高精度自动配准与拼接.     

基于2幂子图像的图像拼接算法

图像拼接已成为基于图像绘制(IBR)方法中的一项重要技术,它也是虚拟现实、计算机视觉、计算机图形学、图像处理等领域的重要研究课题。本文提出了2幂子图像的概念,并给出了基于2幂子图像的图像拼接算法。这是一种新的快速有效的图像拼接算法,它对基于快速傅立叶变换(FFT)的相位相关度法的图像对齐方法进行了改进,从而减小了FFT的计算量,使改进后的算法对图像对齐更加快速和减小图像间重叠率。     

基于小波帧变换的多聚焦图像融合算法

提出了一种基于小波帧变换的多聚焦图像融合算法,本算法首先对图像进行小波帧变换,然后利用多聚焦图像的特点,采用区小波能量取大原则对高频系数进行融合,采用区域空间频率取大原则对低频系数进行融合,并进行一致性检验,最后通过重构得到融合图像.实验表明,该算法相比于传统小波变换法,具有更好的融合效果.     

聚束式SAR中卷积反投影算法的快速实现

对应用于聚束式合成孔径雷达 (SAR) 成像中的卷积反投影 (CBP) 算法进行了详细研究,提出了一种基于傅里叶变换的快速实现方法,使得CBP算法的计算量得到明显降低.在传统的CBP算法中,反投影过程中的重采样通过插值实现,因而所需的插值数量巨大,导致运算效率低下.研究了图像像素之间隐含的相对位置关系之后,本文采用一系列快速傅里叶变换 (FFT)来实现反投影过程中的重采样,避免了运算量巨大的插值过程,故提高了运算效率.仿真结果证明了新算法的可行性和有效性.相比于传统的CBP算法,新算法可以提高大约85%的运算效率.由于FFT适用于并行处理,新方法在实时处理SAR系统中有一定的应用价值.     

基于B-样条插值的图像边缘检测

为了能高质量地进行图像边缘检测,提出了一种新的基于B-样条插值的边缘检测方法.该方法为了保证图像边缘检测后的质量,采用3次B-样条对图像的像素点灰度值进行插值运算,提出了基于B-样条插值的一阶和二阶微分算子,并引入数字滤波技术加以实现.利用B-样条可分离的特性,实现了2维空间的基于B-样条插值的连续图像的重构函数,在此基础上提出了用于边缘检测的基于3次B-样条的一阶梯度模板和二阶微分模板.该方法非常适合于采用硬件的并行化实现,极大地提高了图像处理速度和边缘检测质量.     

一种简单可靠的昆虫扑翼运动图像序列自动分析方法

目前高速摄影相机和多相机系统广泛地用于记录昆虫奇妙的飞行运动,然而分析这些运动图像序列的方法却不能让人满意.提出并测试了一种简单可靠的昆虫飞行图像的自动分析方法.该方法充分地利用了图像序列中相邻两帧间的差别,可自动提取出昆虫的特征点(翼尖点,翼根点,头部端点,腹部端点)和轮廓线(翼前缘轮廓,翼后缘轮廓).采用MATLAB实现并使用虚拟昆虫和真实昆虫运动图像序列测试了该方法.测试结果表明,该方法简单可靠,无需人工干预,不针对特定昆虫,运算量也较小,且能够提供较好的识别结果,甚至在处理昆虫的身体和翅膀部分重叠或者昆虫的翅膀图像呈现明显的透明的图像序列时候结果依然不错.该方法给昆虫图像的形态学特征自动识别难题提供了一个切实可行的解决方法,节省了昆虫扑翼运动图像的分析时间.     

粒子运动轨迹的图像处理及流场重构算法研究

为了高效获得颗粒的速度分布，提出一种针对单帧单曝光图像的图像处理方法和流场重构方法。图像处理过程包含去噪、锐化、自适应阈值分割、闭运算、去除小颗粒、骨架提取、速度提取、二义性判断、求切线等步骤和方法，对该处理过程的主要误差也进行了分析与修正。流场重构使用了基于RBF（Radial Basis Function）插值且采用迎风插值进行优化的算法，插值结果以速度云图及矢量图的形式展示，对该过程的主要误差也进行了分析与验证。最后的处理结果显示，针对单帧单曝光图像的图像处理方法和流场重构方法具有可行性。     

粒子像斑三维定位的透视成像原理和方法

在三维粒子成像测速 (PIV)方面 ,可运用体积光照明同时从不同光轴用多个照相机获得PIV图像 ,如何根据这些不同光轴获得的PIV图像确定出粒子物点的空间位置是实现三维粒子成像测速的前提。基于此 ,提出了根据多幅不同光轴的PIV图像的粒子像斑实现粒子物点三维定位的透视成像定位原理和方法。精确确定透视平面与透视中心在空间的位置是实现粒子物点三维定位的关键 ,直接测定透视中心 (照相机的光学中心 )和透视平面在空间的精确位置用常规的测量手段和方法难以奏效 ,因而针对透视图像成像特征及规律进行了较为深入地研究探讨 ,这对于寻求精确计测透视中心和透视平面空间位置的方法有着重要意义。作为实例 ,还给出了两光轴夹角为 90°情况下实现粒子物点三维定位的一系列具体方法和有关算法及定量关系。     

基于静态小波分解的机加工表面图象滤波

由于在机械加工过程中机械振动和噪声回波的相干性，机加工表面图象上会存在白噪声，为了削弱这些噪声的影响，提出了一种基于静态小波分解的自适应阈值滤波方法，该方法首先将机加工图象分解至静态小波域。然后在静态小波域中将噪声的小波系数收缩至零，将此算法应用于机加工图象噪声滤波，并与基于Mallat分解的滤波算法和另外三种典型图象滤波算法进行比较，结果表明，该方法不仅可以有效的去除噪声，而且还可以保持图象的精密纹理结构。     

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。     

光场单相机三维流场测试技术

将光场三维成像技术与实验流体力学相结合，实现单相机对空间三维瞬态流场（3D3C）的精确测量，为流体力学实验研究提供了一种全新的测试技术。详细介绍了具有自主知识产权的光场相机硬件系统、基于乘积代数重建技术（MART）的粒子光场图像重构算法以及基于光线追迹的数字光场图像合成算法。利用DNS数字合成图像以及低速射流实验图像，将所发展的光场单相机三维流场测试技术（Light Field Particle Image Velocimetry，LF-PIV）与目前最成熟的三维流场测试技术层析PIV（Tomographic Particle Image Velocimetry，Tomo-PIV）进行对比研究分析。实验结果表明LF-PIV技术完全能达到与Tomo-PIV同等量级的测量精度。     

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。     

基于高速纹影/阴影成像的流场测速技术研究进展

本文对近年基于纹影/阴影成像的二维和三维速度场测量方法进行了综述，主要内容包括纹影成像的基本原理、硬件设备和测速算法的研究进展。在二维测速方面，介绍了纹影/阴影PIV算法、光流算法及改进算法的原理、适用场景以及优缺点。纹影特性改进光流测速算法可以实现高精度、高空间分辨率的速度场计算，适用范围相对较广。在三维粒子追踪测速方面，主要介绍了层析阴影成像、双视角平行光段阴影成像、双视角汇聚光段阴影成像三种系统的光路设置，并对各自采用的粒子重构和追踪算法进行了比较。双视角阴影成像系统的光路布置更为简洁，降低了对硬件设备的要求，在高速测量中更具优势。梳理了近年来三维粒子追踪测速算法的发展脉络，重点介绍了“先追踪–后重构”和“时间–空间耦合”的双视角三维粒子追踪测速算法。时间–空间耦合的三维粒子追踪测速算法充分利用了时间和空间信息，将时序信息引入立体匹配过程中，显著提升了双视角阴影成像系统在粒子图像密度较高时的重构正确率和追踪准确率，其整体性能优于多种人工智能算法。测速算法在上述方面取得的研究进展，结合短曝光、高帧频的图像采集优势，使得纹影/阴影成像成为一种新型的高帧频、高精度的速度测量技术，在复杂湍流及高瞬态流场实验研究中具有广泛的应用前景。     

基于变马赫数的五孔探针三维插值方法

探讨了五孔探针气动数据的插值方法,为提高插值精度,开发了基于传统线性插值法的三维线性插值法。该方法把同一探针在不同马赫数下的校准图形成三维数据库,将实验数据通过三维图进行插值。并使用改进前后的两种插值方法分别对校准风洞测得的数据进行整理,对比结果证明:在实验工况连续变化的情况下,三维线性插值法在插值精度上要优于传统线性插值法。特别是在来流马赫数变化较大时,该方法可以改善单一校准文件处理造成的数据精度问题,可用于自动化流场采集系统,为流场高速高精度采集奠定基础。