基于 SAM 的不锈钢点焊接头无损检测

运用超声波扫描显微镜(SAM)对1 mm厚SUS304不锈钢薄板点焊接头进行无损检测,分析不同焊接工艺条件下的C扫描图像,并对C扫描图像各特征区域的A扫描信号进行采集、分析,研究两者间的对应关系,通过超声波C扫描成像法对焊核直径进行测量。结果表明:超声波扫描显微镜可以检测不锈钢点焊接头缺陷,并通过C扫描图像区分缺陷类型;在电极压力为0.15 MPa、焊接电流大于8 k A时,C扫描图像可以清楚的反映飞溅、过烧等缺陷;C扫描图像各特征区域表现出不同的A扫描信号特征;基于超声波C扫描测量的焊核直径为4.39~5.25 mm。     

高光谱图像融合最佳波段选择方法

针对高光谱图像高数据维给图像处理带来的困难和影响,本文构造了高光谱图像融合的最佳波段选择新模型-联合偏度-峰度指数(Joint Skewness-Kurtosis figure,JSKF)模型,利用JSKF指数进行自适应子空间的分解和波段选择,降低高光谱数据维数;并将选择出的最佳波段组合进行了融合,实验结果表明,该方法所选择的波段信息差异较大、互补特征明显,融合后图像包含的信息量丰富,效果优于传统的自适应波段选择方法和主成分分析累计贡献率方法.     

基于模拟退火算法的SAR图像复原

根据吉布斯马尔可夫随机场模型和SAR图像斑点噪声的伽玛分布统计特性，应用模拟退火算法．实现雷达截面的全局优化伪似然估计。本文将新解4选1的方法从极化SAR图像推广到一般SAR图像；提出一个实用有效的图像特征检测法；说明了一阶模型和零阶模型之间的联系．并给出满意的处理结果。     

景象匹配辅助导航系统中的精确图象匹配算法研究

景象匹配辅助导航系统需要在获取飞行器位置偏差的同时获取飞行器相对预定航迹的航向偏差，即获取实测图相对于参考图之间的旋转变换参数。为此，将最小二乘原理引入景象匹配辅助导航系统以获取图象匹配时的旋转变换参数。由于最小二乘原理只能用于一一对应点集的匹配，为此，在给出实时确定图象特征点集一一对应关系方法的基础上引入了最小二乘原理以计算该图象一一对应点集之间的最优相似变换参数，从而构成了应用于景象匹配辅助导航系统的精确图象匹配算法。仿真结果表明，本文研究的精确图象匹配算法在对50个一一对应点对匹配时可以在0．1秒以内完成，且相似参数计算准确，满足了景象匹配辅助导航系统对图象匹配算法准确性和实时性的性能要求。     

基于时间误差补偿的HJ-1C卫星几何定位改进

利用距离多普勒算法对 HJ-1C（“环境一号”C）卫星图像进行定位,其初始定位精度为1100~1400m,不能很好地满足实际应用的需要。进一步分析后发现,HJ-1C卫星图像几何定位误差主要分布在方位向,通过对影响HJ-1C卫星几何定位精度的因素进行分析,得出合成孔径雷达（Synthetic Aperture Radar, SAR）时间误差是影响几何定位的关键因素,因此文章提出通过时间误差补偿提高HJ-1C卫星几何定位精度。该方法首先计算SAR时间误差,然后对SAR载荷时间进行补偿,最后利用距离多普勒算法进行定位,并对HJ-1C卫星图像进行了验证。结果表明,HJ-1C卫星定位精度提高到300m左右,得到了有效的改进。     

基于小波阈值降噪和经验模态分解的高光谱图像分类算法

为了充分降低高光谱图像中的噪声以获得高精度的分类结果,本文结合小波阈值降噪(WTD)和经验模态分解(EMD)的优点,提出了一种基于小波阈值降噪-经验模态分解的高精度支持向量机(SVM)高光谱图像分类算法(WTD-EMD-SVM)。首先对高光谱图像进行小波阈值降噪,除去高光谱数据中的高频噪声;然后再对高光谱图像进行EMD,获得含有高光谱数据本质特征的内固模态函数(IMF)和含有低频噪声的残差;最后采用内固模态函数重构高光谱图像,并对高光谱图像进行SVM分类。将其应用到AVIRIS数据92AV3C,仿真结果表明该算法不仅提高了高光谱图像分类精度,同时可减少支持向量数目,以提高高光谱图像分类速度。     

码流映射的JPEG2000遥感图像无损信息隐藏

遥感图像经过飞行器JPEG2000压缩编码传输到地面,在传输过程中有时需要搭载其他一些遥测信息,将附加信息嵌入到压缩文件中。对JEPG2000的数据结构进行了研究,将压缩文件的数据部分变换成图像并将其分块,统计256个灰度值,找到出现次数最多的灰度值以及次数为0的灰度值。将这些灰度值所对应的字节进行映射,不同的灰度值代表不同的二进制秘密信息。接收端通过映射将秘密信息提取后,再将载体更改后的字节恢复。隐藏容量平均有了500bit的提升,载密图像的PSNR大于30dB,同时载体数据仍然可以无损恢复。试验结果说明,该算法可以无损地实现JPEG2000图像的信息搭载,同时文件没有膨胀。     

基于组合跟踪的景象匹配分析评估方法

景象匹配飞行试验中,图像序列中存在的剧烈尺度变化及多种外界因素影响导致的几何变形等成像质量变化,增加了景象匹配全流程自动评估的难度.为了解决这个问题,提出1种基于组合跟踪的景象匹配图像全流程评估方法.首先,基于序列图关键帧选取原则,提出序列图关键帧匹配方法;然后将该方法与多种目标跟踪算法进行对比分析;再根据对比分析的结...     

三维模型在SAR图像自动目标识别中的应用

提高高分辨率SAR图像在复杂战场环境中的目标识别能力,对防御未来战争中来自地面目标的威胁具有重要意义。针对地面特定目标的大小、方位、旋转等变化以及强杂波背景给目标识别带来的严重影响,提出将目标的三维模型投影到二维平面,采用余弦傅里叶矩和瑞利分布的CFAR检测方法分别对其矩特征和峰值特征进行提取,利用级联组合分类器对目标识别进行建模分析,并通过试验验证该方法的有效性。结果表明:该方法实现了在特征维数高和姿态变化下的目标识别,而且无需额外增加对制导控制系统的开销。     

Pre-locate net for object detection in high-resolution images

Small-object detection has long been a challenge. High-megapixel cameras are used to solve this problem in industries. However, current detectors are inefficient for high-resolution images. In this work, we propose a new module called Pre-Locate Net, which is a plug-and-play structure that can be combined with most popular detectors. We inspire the use of classification ideas to obtain candidate regions in images, greatly reducing the amount of calculation, and thus achieving rapid detection in high-resolution images. Pre-Locate Net mainly includes two parts, candidate region classification and behavior classification. Candidate region classification is used to obtain a candidate region, and behavior classification is used to estimate the scale of an object. Different follow-up processing is adopted according to different scales to balance the variance of the network input. Different from the popular candidate region generation method, we abandon the idea of regression of a bounding box and adopt the concept of classification, so as to realize the prediction of a candidate region in the shallow network. We build a high-resolution dataset of aircraft and landing gears covering complex scenes to verify the effectiveness of our method. Compared to state-of-the-art detectors (e.g., Guided Anchoring, Libra-RCNN, and FASF), our method achieves the best mAP of 94.5 on 1920 × 1080 images at 16.7 FPS.