一种综合孔径微波辐射计成像处理算法

综合孔径成像是基于干涉仪成像原理实现的一种成像方式,其通过对干涉测量结果进行逆傅里叶变换得到场景的亮温分布,利用小波增强去噪算法在时域和频域同时对图像进行处理,增强需求信息抑制非必要信息,并附加特定的窗函数滤除杂波,提高重建的微波辐射计图像的清晰度和平滑感。采用盲解卷的Lorentzian超分辨率算法提高成像的分辨力,较好的解决了天线口面尺寸与分辨力矛盾的问题。     

SAR图像超分辨与点扩展函数扰动校正算法

推出基于贝叶斯概率公式的SAR(合成孔径雷达)图像超分辨的最大估计(EM)算法,实现SAR图像雷达截面积的重建.本算法成功地将图像场景的先验知识纳入到图像的重建过程之内,有效提高了图像的分辨力,并采用点扩展函数参数化模型,通过估计该模型的参数,抑制点扩展函数扰动的影响.二者结合,有效地实现了SAR图像的超分辨.本算法的关键是构造合理的点扩展函数模型,能够同时拟合SAR图像数据和成像系统参数的相关信息.     

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.      

基于改进MRNSD算法的电阻抗层析成像

电阻抗层析成像（EIT）作为一种新兴的碳纤维增强复合材料（CFRP）无损检测方法,具有成本低、无辐射、可视化等优点,受到研究者广泛关注。EIT逆问题具有严重的病态性,通常采用正则化算法改善成像质量。基于修正残差范数最陡下降法（MRNSD）,利用其在减少图像伪影和保持边界信息方面的优势,针对该算法存在的半收敛性和抗噪声效果差等问题,采用预处理和软闭值方法对MRNSD算法进行改进。通过仿真和实验,对比所提改进算法与几种常用算法的成像效果。结果表明,所提算法有效提高了EIT图像质量和抗噪声能力,并且实现了最佳迭代次数的自动更新,有利于推动EIT方法在CFRP损伤检测中的实际应用。      

一种电磁层析图像快速重建算法

针对电磁层析成像（EMT）逆问题中,灵敏度矩阵的病态性、不适定性等问题,提出了一种新的电磁层析图像快速重建算法。利用主成分分析（PCA）对灵敏度矩阵做降维映射,再利用奇异值分解（SVD）求广义逆矩阵,重建图像。在选取灵敏度矩阵的协方差矩阵的特征值个数中,利用灵敏度矩阵特有的多样本特性,提出图像相关系数最大化算法,更加合理地去除灵敏度矩阵中的冗余信息,在尽可能不丢失成像特征信息的条件下,提高了解稳定性。实际采集数据成像时,该算法只需一次矩阵乘法运算,为快速实时成像提供了可能。与传统单步算法和迭代算法相比,该算法在成像质量和速度上都有较明显优势。      

基于改进型Retinex算法的雾天图像增强技术

为增强雾天图像的对比度及颜色和亮度恒常性,提出了一种改进型Retinex算法雾天图像增强算法。使用改进的双边滤波器作为滤波函数,在保持边缘信息的同时去除噪声的干扰;并使用S型函数曲线对Retinex算法中对数域相减去除入射光分量的图像进行颜色恢复处理,增强整幅图像的对比度和感知特性,还原图像的色彩信息。实验结果表明,所提的改进算法能有效提高雾天图像的清晰度和对比度,相较原雾天图像清晰度提升约200%,标准差提升约110%,信息熵提升约10%。同时,可保持更加真实鲜艳的图像颜色,计算复杂度较低,满足实时性要求。      

优化Landweber迭代快速电磁层析成像图像重建算法

电磁层析成像(EMT)中灵敏度矩阵的病态性、不适定性导致重建图像质量较差。为了提高重建图像的质量与速度,提出了一种优化Landweber迭代快速图像重建算法。首先,对灵敏度矩阵作降维映射,去除灵敏度矩阵中的冗余信息,减少每次迭代的计算量。然后,利用人群搜索算法(SOA)优化降维后的灵敏度矩阵,降低灵敏度矩阵的条件数,改善其病态程度。最后,通过Landweber迭代算法和预处理后的灵敏度矩阵进行图像重建。仿真实验结果表明:相同实验条件下,相比于Landweber迭代算法,所提算法有效提高了成像质量,降低了成像运算量。      

光学遥感成像系统调制传递函数补偿技术

在分析逆滤波和维纳滤波的基础上,针对CBERS卫星成像系统特性,对光学遥感成像系统调制传递函数补偿(MTFC)技术进行了研究和改进。从MTFC曲线形状角度,提出较大幅度提高中频而适当提高高频信息的MTFC补偿曲线优化设计思想,在增强图像清晰度的同时,有效抑制了噪声。文章以CBERS-02B卫星高分辨率相机(HR)成像系统为例,试验结果表明:MTFC能够显著提高图像品质,同时也会引入一定的噪声,最后对MTFC的适用性给出了建议。     

卫星干涉高光谱遥感图像序列差值压缩编码

根据干涉高光谱图像的成像特点和卫星遥感图像压缩编码系统要求，提出了一种新的卫星干涉高光谱图像序列压缩算法．新算法利用干涉成像光谱仪推扫成像特点提出了一种低存储量，帧间小波域匹配的图像序列压缩方案，提高图像质量3—4dB．算法首先通过小波域匹配算法检测出相邻图像之间的推扫位移量并移位求得两帧的最佳差值图像，然后对差值图像进行静止图像EBCOT压缩编码，从而提高总体编码效率．该算法具有与单帧图像编码算法相当的复杂度，只需要对当前图像与模板的差值图像进行基于小波变换的编码，避免了目前基于三维小波变换的编码算法对系统大存储量要求以及编码延时大的缺陷．仿真结果表明，本算法针对干涉高光谱图像编码，可获得比基于三维小波变换的算法相当甚至更好的效果，并且大大降低了编码延时．     

航空发动机中气液两相流的可视化检测

针对电阻抗断层成像(EIT)技术中FCM聚类算法的灵敏度系数信息缺失以及测量电压的利用率低两方面问题,提出一种新的成像算法。在该算法中引入灵敏度系数矩阵信息修正各个剖分单元的电压。同时提出了将测量电压数据按照其权系数进行处理的方法,该方法可应用于所有EIT经典反演算法之中。理论和数值仿真结果均表明,与已有的FCM聚类算法相比,优化后算法对两相流型的定位准确度更高,得到的重建图像的空间分辨率与之前相比相对误差降低了5%~15%,相关系数提高了5%~20%。     

基于框架域的随机游走全色锐化方法

针对多光谱图像与全色图像的融合问题,提出了一种新的全色锐化方法。该方法首先通过亮度、色调、饱和度(IHS)变换与非下采样框架变换将原图像从空间域变换到框架域,然后利用基于图论的随机游走,建立高频框架系数的统计融合模型。此模型根据高频框架系数的邻域相关性与尺度相关性构造新的随机游走协调函数,将高频框架系数融合权重的估计转化为随机游走标记问题的求解。实验结果表明,该方法有利于保持图像的光谱信息和边缘轮廓信息,可以在降低融合图像光谱误差的同时提高空间分辨率,并且优于一些主流全色锐化方法。     

基于干扰重构和盲源分离的混合极化抗SMSP干扰

线性调频（LFM）信号是现代雷达常用的发射信号，可以有效提高雷达距离分辨率和探测距离，然而频谱弥散（SMSP）干扰应用于主瓣自卫式干扰时，干扰信号与目标在时域、频域和空域高度重合，是一种能够有效对抗LFM信号的干扰样式。利用干扰信号与目标回波信号极化信息的差异，引入了混合极化雷达系统信号接收模型，提出了基于干扰重构和盲源分离的抗SMSP干扰算法，实现了对干扰的抑制。仿真结果表明:所提算法不仅降低了计算量而且在干信比（JSR）为25 dB的情况下，能够有效实现干扰抑制。      

激光外差干涉信号处理技术的研究

介绍了两种激光外差干涉信号的处理方法锁相频率解调法及组合频率解调法。此方法适用于需要实时反馈控制以及定位曝光等场合。用此方法,可以使干涉仪的测量分辨力分别达到３ｎｍ和０．５ｎｍ,干涉仪测量棱镜的允许运动速度达到３ｍｍ／ｓ。     

电阻抗成像的加权Newton Raphson算法

利用一个适当的权矩阵对用于电阻抗成像图像重建的NewtonRaphson算法作了改进,提出了加权NewtonRaphson算法.该方法能克服普通NewtonRaphson方法重建图像时分辨率不均匀性,这种不均匀性来自反问题的病态以及注入电流,电极配置,各像素的几何位置等诸多数学物理因素.与普通NewtonRaphson算法相比,加权NewtonRaphson算法的计算量几乎没有增加,但其图像重建效果却有明显改善.文中还详细讨论了权矩阵的计算方法.     

闭环FOG的自诊断及在RSDIMU中的应用

首先阐述了闭环干涉型光纤陀螺(I-FOG)中回路的特点,揭示了它的自诊断能力.由此给出了一种具有自诊断能力的闭环干涉型光纤陀螺并将它应用于一种容错捷联惯性测量单元(RSDIMU)中,针对该单元,设计了一种容错算法.该算法除了利用陀螺的输出外,还引入了它的自诊断信息,从而实现了仪表级的信息冗余,使这种RSDIMU的容错能力由原来的故障运行(FO)-故障运行(FO)-故障安全(FS)上升到FO-FO-FO-FO-FS.用Markov可靠性估计模型对该系统的估计表明,其可靠性也有了很大的提高.      

基于双谱重构的图像降噪

提出了一种基于双谱重构的图像去噪方法.该方法的基本理论依据是:高阶统计量对高斯噪声的不敏感性.它首先计算图像的高阶谱,而得到的高阶谱中理论上将不再包含高斯噪声,然后再通过高阶谱重构图像的幅值和相位信息,最后还原至空间域而得到去噪后的图像.它是高阶谱域的变换与重构方法.仿真结果和分析表明,该双谱重构法较好地解决了去除噪声与保留细节之间的矛盾,无论从直观视觉和从定量分析结果,该双谱重构法都优于中值滤波法和高阶累积量方法.