单圆轨道扫描的Grangeat改进算法

为减少ICT(Industrial Computed Tomography)重建图像的伪影,研究了Grangeat精确重建算法的原理.基于平板探测器依次通过对投影数据沿行、列一阶偏微分,求Radon导以及两步反投影等步骤仿真实现了Grangeat算法.针对单圆轨道锥束扫描投影数据的不完备性,分析了Radon空间的数据缺失情况,提出了通过近邻插值、线性插值、二次三点插值和一元线性回归插值的方法对Radon空间缺失数据进行插值改进该算法的几种途径.计算机仿真结果证明了改进算法的正确性和可行性.     

基于Stolt插值的近场三维雷达合成孔径成像

提出了一种准单站模式雷达以步进频方式工作条件下微波三维全息成像算法,克服了传统成像算法要求远场条件的限制,通过对雷达接收目标回波数据进行合成孔径处理,提高了雷达成像的分辨力以及雷达对目标的探测能力.采用一种新的Stolt插值实现方法,提高插值精度、减少插值的计算时间,通过插值,可以利用快速傅里叶变换来实现目标三维图像的快速重构.给出了实验和模拟目标的三维图像重构结果,表明基于该插值方式的三维图像重构算法可以重构出目标的三维像,实现对目标的探测并具有良好的分辨率.      

基于边缘信息的灰度目标跟踪算法

提出了一种基于边缘信息的跟踪算法,其可以实现对剧烈变化的灰度目标的精确跟踪.首先,利用基于双同心圆窗口算子的非线性边缘检测算法得到高质量的边缘信息;其次,为了解决单一边缘特征空间不能充分表征目标的难题,提出了一种通过组合边缘图像构建特征空间的方法,以便为目标建模提供充分信息;再次,在构建的特征空间中使用核估计方法对目标进行建模;在目标定位阶段,利用Kalman滤波器对目标进行预估后,再由Mean Shift算法在预估位置邻近区域实现目标定位;最后,提出了一种基于形态学的动态模型更新策略,使得算法不仅可以获得精确的目标区域,还可以实现对目标尺寸和形状变化的自适应.实验结果表明,本算法不仅可以有效跟踪剧烈变化的灰度目标,而且跟踪窗口可以实现对目标尺寸和形状的自适应.      

基于结构光扫描数据点的内表面重建方法

提出基于结构光扫描获取的特征点重建物体内表面的方法.结构光扫描获取原始数据精度较高,但是存在数据密度不均的问题.通过剔除测量方向部分冗余数据点和插补扫描方向的稀疏数据,对原始三维数据密度进行适当调整,然后采用基于局部切平面簇的方法对调整后的数据点云进行表面重建.在某一特征点的邻域构造对应于该点的局部切平面,通过局部切平面簇逼近原始表面,采用Marching cubes算法提取等值面,得到三维表面重建的初始网格,根据优化算法简化网格,并采用Loop细分法平滑网格,获得描述物体表面特征的重建表面.该方法解决了由结构光扫描获取的不均匀原始数据点重建物体内表面的问题.      

合成孔径雷达压缩感知成像方法

为解决大带宽、多通道空间雷达系统的数据量大导致数据无法存储和传输的问题,介绍了一种基于压缩感知理论(CS,Compressive Sensing)的、全新的合成孔径雷达数据获取体制和脉冲压缩方法.在观测场景满足一定稀疏特性的前提条件下,使用该方法取代传统的匹配滤波方法进行脉冲压缩处理,可以从远远低于常规雷达所获取的数据量中恢复出原始场景.压缩感知脉冲压缩是通过使用一种贪婪追踪算法解一个逆问题来重建脉冲压缩后的信号.给出了该方法的原理和过程,并通过计算机仿真验证了该方法的有效性.这种新方法可以简化雷达系统,有效降低存储和传输的数据量,将设计重点从昂贵的接收机硬件上转移到智能信号重建算法上去.      

空间移动小目标的检测算法

空间序列图像中移动小目标检测与轨迹提取是空间目标监视、跟踪及编目的关键技术之一.为了及时有效地处理星载可见光相机输出的多维海量数据,提出了一种基于四邻域二值量化方法和改进概率Hough变换的目标检测及轨迹提取算法.相较于美国空间目标在轨检测(MTI,moving target indicator)算法,改进算法虚警噪声点及候选路径数目明显减少,计算复杂度降低,运行效率提高.实验结果表明,算法可有效检测序列图像中快速移动的弱小目标并提取其直线运动轨迹.     

一种空间目标高精度指向控制方法

针对空间动目标指向任务对卫星提出的高精度控制需求，研究了卫星星体/快反镜二级复合系统的指向控制问题，给出了一种空间运动目标高精度指向控制方法。首先，基于近圆轨道Clohessy Wiltshire方程获得追踪卫星与目标卫星的位置信息；然后，基于扩展Kalman滤波算法进行多信息融合确定追踪卫星姿态参数，并实时解算出追踪卫星载荷光轴与目标卫星的相对姿态，获得跟踪指向所需的方位角和俯仰角；最后，通过星体一级姿态控制和基于快反镜的载荷光轴二级指向控制，实现对目标卫星的快速、高精度指向。仿真结果表明，该方法可以在保证快速性的同时实现动态指向控制误差小于072″。该方法可以实现对空间目标的高精度指向控制，为未来空间中激光通信等航天任务提供技术支持。     

基于加权全变差最小化的中子外部CT重建算法

针对中子外部CT检测需求，提出了基于加权方向全变差（WDTV）最小化的中子外部CT重建算法。首先，利用平行束数据对称性原理将正弦图中旋转中心另一侧缺失的投影数据进行补充；其次，采用传统FBP算法进行了外部CT扫描模式下的CT重建。为了抑制传统FBP、SART算法重建图像中径向边缘伪影，采用WDTV算法计算沿径向和周向方向的局部方向差分并作加权和。另外，在重建模型的WDTV项中引入2个权重参数以控制径向边缘和切向边缘的不同响应强度。最后，采用所提算法研究了重建图像质量与投影数据量的关系。计算机仿真和真实冷中子实验表明:基于WDTV最小化的中子外部CT重建算法能够有效抑制径向边缘伪影，获得高质量重建图像。      

基于三维点云模型的空间目标光学图像生成技术

空间探测任务中大量先验图像数据的缺乏，使得基于光学图像的态势感知和导航算法无法被有效定量测试和评估。针对此问题，提出了一种基于三维点云模型和射影变换基本理论的空间目标光学图像生成方法。在完成对空间目标三维点云模型和仿真摄像机模型构建基础之上，利用射影变换基本理论依次计算像平面所有像素点与空间目标三维点云模型空间点的对应关系，并基于Lambertian漫反射模型和相对应空间目标三维点云模型空间点的光照方向，得到所有像素点的灰度值，从而生成给定空间目标的光学图像。大量仿真实验表明:与传统的基于解析模型的仿真图像生成方法相比，所提的空间目标光学图像生成技术能够以更快的速度生成更加真实的仿真图像，且生成的仿真图像可以广泛应用于椭圆拟合、陨石坑检测、着陆器视觉导航、航天器交会对接、空间目标跟踪等典型空间应用算法的定性与定量评估。      

以NURBS为基础的造型方法

讨论了基于ＮＵＲＢＳ的算法和造型方法，所给出的ＮＵＲＢＳ曲线、曲面的插值算法，不仅插值于数据点，而且插值于数据点上的权。为Ｓｋｉｎ造型方法提供了基础，还讨论了ＮＵＲＢＳ曲线，曲面退化情况及其处理，展示了ＮＵＲＢＳ方法可以容纳许多复杂的形状，最后，给出了基于ＮＵＲＢＳ的造型方法，如Ｄｒｉｖｅ曲面、Ｓｋｉｎ曲面的造型方法，为用户提供了方便地造出适合于工程应用的复杂形状的方法，上述讨论表明ＮＵＲＢＳ的表     

基于低通滤波的彩色图像多模式自适应系统

在彩色图像压缩中,"分量编码"技术已较为成熟,JPEG(Joint Photographic Experts Group)是其主要的代表之一.但对于一些要求速度较高的场合,仍不能满足要求.通过对这一技术中的各个环节的研究发现,将YUV空间进行旋转,使图像色域发生变化,压缩结果可得到改善.比较各种插值方法对恢复图像质量的影响,采用了二维重叠数字低通滤波器进行插值,同时配合使用快速的单色多模式自适应压缩算法,从而使系统不但有较宽的适用范围,而且在一定的压缩倍数范围内,恢复信噪比比JPEG高.     

自适应立方卷积图像插值算法

图像插值是图像处理的一项重要技术,可适用于多个领域,近年来多使用该技术进行图像缩放.针对传统图像缩放算法边缘处理效果较差、边缘检测插值算法复杂度高的问题,提出一种有效增强边缘轮廓的自适应立方卷积插值算法.该算法结合边缘梯度变化和立方卷积插值的特点,使得图像在平坦和纹理区域均能取得理想效果.实验结果表明,与基于边缘检测的插值算法相比,该算法具有较低的复杂度,平均运算时间降低了3.19 s;与立方卷积算法相比,图像峰值信噪比有较大的提高,峰值信噪比增加了0.89 dB.     

基于图像拼接的微小零件视觉检测方法

针对毫米级微小尺寸零件的高准确度检测问题,提出了一种基于图像拼接技术的视觉检测方法,即利用亚像素微小位移结合相位相关的自动拼接方法。以两幅图像的拼接为例,这种方法首先对第一幅图像利用三次样条插值,进行亚像素微小位移;然后用处理后的第一幅图像与第二幅图像进行相位相关处理,计算两者的相关功率谱函数分布图;再根据分布图中功率谱最大值求出两幅图像的亚像素配准关系;最后根据配准关系把两幅图像拼接起来。实验表明,使用这种拼接方法,准确度可达到亚象素级,并具有抗噪声、易实现自动化等特点。     

基于彩色三要素的无参考对比度失真图像质量评价方法

图像质量评价是图像处理领域中基本且具有挑战性的问题。对比度失真对图像质量的感知影响较大，目前针对对比度失真图像的无参考图像质量评价研究相对较少。基于此，提出了基于彩色三要素的无参考对比度失真图像质量评价方法，利用彩色三要素的亮度、色调和饱和度3个参数实现了对比度失真图像的质量评价方法。在亮度方面，提取矩特征及图像直方图与均匀分布之间的Kullback-Leibler散度特征。在色调和饱和度方面，分别在HSV空间的H和S通道中提取颜色加权局部二值模式(LBP)直方图特征。利用AdaBoosting BP神经网络训练预测模型。在5个标准图像数据库中进行广泛的实验分析和交叉验证，结果表明，所提方法与现有的对比度失真图像质量评价方法相比，性能有明显的提升。      

卫星图象按块分频压缩法

针对星载实时压缩的需要，设计了一种按块分频压缩算法。该算法以按块定长压缩为基础。用二级拟合修正，与高频纹理特征修正相结合的方式恢复原图象信息，得到了四倍压缩比下，有限误码扩散及较好的图象保真效果。     

基于条件生成对抗网络的HDR图像生成方法

高动态范围（HDR）图像相比低动态范围（LDR）图像有更宽的色域和更高的亮度范围,更符合人眼视觉效果,但由于目前的图像采集设备大都是LDR设备,导致HDR图像资源匮乏,解决该问题的一种有效途径是通过逆色调映射将LDR图像映射为HDR图像。提出了一种基于条件生成对抗网络（CGAN）的逆色调映射算法,以重建HDR图像。为此,设计了基于多分支的生成对抗网络与基于鉴别块的鉴别网络,并利用CGAN的数据生成能力和特征提取能力,将单张LDR图像从BT.709色域映射到对应的BT.2020色域。实验结果表明:与现有方法相比,所提出的网络能够获得更高的客观与主观质量,特别是针对低色域中的模糊区域,所提方法能够重建出更清晰的纹理与细节。      

基于图像增强的无人机侦察图像去雾方法

针对无人机(UAV)雾霾天气下的侦察图像,并考虑无人机自身特性,提出了一种新的基于图像增强的无人机侦察图像去雾方法。该方法从图像处理的角度,通过对图像分别进行白平衡处理和对比度增强处理,基于图像融合和自动色阶处理,最终得到复原图像。选取无人机侦察图像进行去雾,并从主观和客观对实验结果进行评价,本方法得到的去雾图像的图像评价指标均有明显提高;同时与其他典型的去雾方法相比,综合评价指标提升,证明本方法可以得到良好的去雾效果。     

遥感卫星多光谱图像模拟真彩色算法研究

地球资源遥感卫星ZY-1 02C和CBERS-04搭载的全色多光谱相机缺少蓝光波段，需要通过波段模拟方法首先生成蓝波段，进而合成模拟真彩色图像。根据多光谱数据特点，提出一种基于波段线性关系模型的模拟真彩色方法。首先用具有蓝色波段的多光谱数据作为参考图像进行回归分析，计算得到相关系数，将结果作为参数应用于待模拟图像生成蓝波段。然后按照地物类别进行单景图像局部区域颜色畸变矫正。最后按特定顺序合成模拟真彩色图像。试验表明，该算法简单快速，减少了偏色现象，能够获得较好的模拟效果。     

多传感器遥感图像数据融合研究

重点研究了卫星遥感图像融合技术.通过在Matlab平台上实现基于颜色空间变换和基于小波变换的图像融合算法,分析了颜色空间变换的融合特点,并结合高分辨率图像、多光谱图像以及SAR图像的融合结果对相关理论进行了验证;研究了基于小波变换的融合方法在不同分解和重构级数下所获得的融合图像的特征,比较了各级融合图像的特点和相互间的差别;通过对高分辨率图像和多光谱图像的融合实例,给出了达到融合目的所应进行的最低分解重构级数与两原始图像空间分辨率指标比值间的定量关系;分析了不同小波因子对融合结果的影响,并结合颜色空间变换方法的融合结果得出了最终结论.