基于飞行器图像的目标跟踪方法研究

提出了一种利用飞行器图像进行目标跟踪的方法，建立了飞行器图像跟踪系统。该系统利用一种云台控制算法搜索飞行器的图像，通过对飞行器图像的边缘检测、图像中心点提取等处理，实现了飞行器图像定位。理论计算和实际应用表明，该系统可以对低马赫数和高马赫数飞行器进行图像跟踪。     

一种基于重叠子孔径回波信息的SAR图像配准算法

合成孔径雷达（SAR）图像配准是寻找多幅SAR图像之间的几何变换关系的过程，使不同图像校正到统一空间坐标系。传统光学图像配准方法，如尺度不变特征变换（SIFT）结合随机抽样一致（RANSAC）用于SAR图像配准时，由于受到乘性相干斑噪声的干扰，配准性能受到较大影响。提出一种基于重叠子孔径回波信息的SAR图像配准算法，在对SAR回波复数据进行成像处理的过程中，利用相位信息并结合子孔径自聚焦方法得到强相关的重叠子孔径图像，并利用多图像配准方法实现成像孔径内和孔径间的子孔径图像配准，提高图像配准精度。多个不同场景的实测数据处理结果表明：所提算法相比于SIFT+RANSAC算法，同名点数量增加，误匹配点对减少，均方根误差减小，对相干斑噪声具有较强的鲁棒性，配准效果得到了显著提高。     

数值计算数据的流动显示模拟

在风洞试验中，光学流动显示技术是揭示流场特性的重要手段，为了把数值计算数据与流场显示结果进行直接比较，利用可视化技术把数值计算数据转化成阴影、纹影和马赫干涉条纹图像。首先根据有关研究结果和平面流动的特点，导出适于产生计算流场图像的关系式，重新计算流场数据，然后将导出的数据进行颜色编码。为了使图像效果良好、图像生成速度快，还介绍了一种自行设计的，时空效率较高的颜色编码算法。     

基于Otsu和FMM方法的风洞试验图像修复

各种光学测试技术在风洞试验中应用越来越广泛，图像中的破损或无关信息均会影响数据的处理和分析。以存在缺陷的风洞纹影图像为例，对数字图像修复技术进行了研究。根据缺陷离散分布、大小及形状各异，核心区域的灰度值较低以及边缘处灰度梯度变化较大等特点，将图像修复流程设计为确定待处理区域、缺陷识别和缺陷修复等3个步骤。前2个步骤使用Otsu算法进行图像的分割处理，然后使用快速行进方法（FMM）完成缺陷修复。经处理，纹影图像的缺陷被自动识别，并得到了减少或削弱，而且修复的信息客观合理。该方法可推广至其他光学测试技术的图像修复。     

基于HSV色彩空间和光谱特征的遥感图像阴影检测方法

阴影是遥感图像的重要特征之一，遥感图像阴影检测方法存在偏蓝和暗色调非阴影误检的问题。本文提出一种基于HSV色彩空间和光谱特征的遥感图像阴影检测方法，该方法依据大气散射理论，利用海岸线波段、红边波段和近红外波段构建伪彩色图像，并转换到HSV色彩空间，构造权重修正归一化饱和度—强度指数；利用海岸线波段和近红外波段构造归一化光谱比值图像；利用权重修正归一化饱和度—强度指数和归一化光谱比值图像组建联合阴影指数；最后通过Otsu对联合阴影指数阈值分割得到最终阴影检测结果。该方法对多幅WorldView-3图像进行测试，阴影检测精度达到91%以上，相比现有同类方法提高约1%。实验结果表明本文方法能够有效缓解偏蓝和暗色调非阴影误检的问题，有助于提高阴影检测精度。     

三维流场的计算干涉方法

计算干涉技术通过试验图像和计算图像相比较，可以验证CFD的有效性，是研究复杂流场的有力工具。作者根据M－Z干涉仪的光学成像原理，用计算机仿真实现了将数值计算获得的二维、轴对称和三维的复杂流体的密度场转换为“无限条纹”和“有限条纹”的干涉图像，尤其是在处理三维流场时，采用流场重构的方法，达到了很好的效果。     

发动机孔探图像三维测量与立体重建的实现

作为一种新兴的可视探测技术，孔探成像分析在现代发动机故障诊断中一直发挥着重要的作用。研制和开发基于孔探图像的三维测量与立体重建系统对提高故障诊断水平和预测准确度，降低工作中的人力物力投入，节约维护成本都有着重要的现实意义。本文以整体系统的构架为线索，阐述了系统的图像采集，摄像机标定，图像预处理，立体匹配，3D计算以及深度重建等功能模块的研制思路和基本算法，并给出部分研制结果。本系统的开发为基于也探图像的发动机故障监测与诊断系统的奠定了重要的基础。     

基于像素点对误差累加的最佳阈值选取与一种边界检测新算法

本文研究存在背景噪声和干扰的情况下图像的有效分割及边界检测的问题。提出了新的图像分割准则函数和梯度二值化算法。算法兼顾了分割效果和处理的实时性，通过编程在实际图像中的应用，证明了算法的有效性和优越性。     

PIV诊断系统在Mac机上的移植与改进

实现粒子图像测速包括两个关键步骤：粒子图像的获取和粒子图像的处理。本文为粒子图像的处理探索出了一条新的途径；实现了原诊断系统中Ｍａｃ机上的移植。并且根据Ｍａｃ机处理图像处理的先进性对原处理系统进行了改进，特别增强了其后处理功能。     

边缘图像自适应编码方法

边缘特征常被视作无人机视觉系统中的重要信息（比如在视觉导航时需用边缘特征识别障碍物），在实践中会遇到边缘图像数据量大的情况。针对边缘图像高效压缩问题，提出了边缘图像自适应编码方法。首先以边缘打包法的压缩比和边缘点所占比例为特征，建立Logistic回归模型，然后利用图像数据库对该模型进行离线训练获取模型参数，最后利用Logistic回归模型建立分类器，自适应地在边缘打包法和链码编码法中选择压缩比最高的方法对边缘图像进行压缩。对VOC2012图像数据库的测试结果表明，与常用压缩方法相比，提出的算法能提高压缩比5%左右，有效减少了数据量。