基于哈特莱变换的快速图像模板匹配算法

去均值归一化模板互相关(ZNCC)是工程中应用最多的图像匹配算法,但过高的计算复杂度严重限制了其在实时系统中的应用.针对这一问题,提出了基于快速哈特莱变换的快速模板图像匹配算法,首先推导了该算法在哈特莱域的表达式,利用可分离的快速哈特莱变换对相关面进行高效率整体计算,然后在空间域对获取的相关面进行快速归一化处理和极值搜索,并通过空间换取时间和积分图的策略进一步加快算法的计算速度.对算法计算量的定量分析和仿真实验结果表明,算法计算效率高,并且可以完全重构,加速比与图像内容无关,综合性能全面优于现有算法,具有良好的工程应用前景.     

基于双投影策略的红外图像配准方法

图像配准是红外图像处理技术的前提,广泛应用于成像制导、光电侦查及工业实时监控等领域。考虑红外图像的实时配准需求,利用对数极坐标图像的尺度、转不变特性,将配准过程从直角坐标空间引入到对数极坐标空间,提出了基于双投影策略的配准算法,将二维空间的配准参数估计转换成两个一雏曲线的空间距离估计。此算法在保证尺度变化及旋转的匹配精度条件下,轴向投影统计大大降低匹配计算量。     

一种基于Contourlet变换的图像匹配算法

在高维情况下,小波分析方法不能充分利用数据本身特有的几何特征,并不是最优的 或者说“最稀疏的”函数表示方法。针对这一问题,提出了一种基于多尺度几何分析方 法—Contourlet变换的图像匹配算法。首先对图像进行Contourlet分解并获得低频子图像 和带通子图像,然后对低频子图像使用LTS-HD和投影熵计算得到粗匹配点,接着将粗匹配点 的位置反演计算到原始图像,并通过归一化积相关算法得到精匹配结果,仿真实验表明了算 法的高精度和快速性。     

基于SIFT子图像融合的直角坐标FBP算法

针对合成孔径雷达实测数据成像算法计算数据量大的问题,提出一种基于SIFT子图像融合的直角坐标系下的FBP算法。算法首先在直角坐标系下对SAR子孔径信号进行后向投影成像得到对应的子图像,然后对各子图像进行相位梯度自聚焦实现相位补偿,最后采用基于尺度不变特性变换(SIFT)的SAR图像配准方法对聚焦后的子图像进行融合得到全孔径图像。算法计算量比传统极坐标系下的快速后向投影算法小,并且由于基于SIFT的融合是针对复图像的融合,因此融合后图像的分辨率较传统的融合方法有所提高。机载实测数据的处理结果验证了算法的有效性。     

基于互相关的多源遥感图像匹配的改进算法

基于互相关的图像匹配算法是图像匹配中最经典的算法之一.本文主要从理论上分析了互相关用于多源图像匹配中可能导致出现误匹配的若干问题,提出了基于负指数的图像变换方法,增强提供精确匹配信息的像素的权重,并针对互相关曲面的特性,定义了新的匹配度量,来选取准确的图像匹配位置.利用星栽光学和星载SAR图像对算法进行了验证,实验表明,改进的算法用于多源图像的粗匹配的性能较原算法有大幅的提升,使得相关匹配算法具有更广的应用范围.     

基于边缘信息的SAR与可见光景像匹配算法

SAR(合成孔径雷达 )与可见光图像由于成像机理的不同 ,直接进行基于图像灰度信息的匹配定位很难达到实际应用的要求。边缘是图像最基本的特征之一 ,文中提出一种基于边缘信息的 SAR与可见光景象匹配算法。该算法针对 SAR与可见光图像的特点 ,利用小波变换结合模糊中值加权滤波 ,取得有效的边缘信息 ,利用图像的边缘特征结合相关峰值特性分析的后处理方法进行匹配 ,并采用多分辨率分级搜索技术减少计算量。实验证明本算法匹配精度高 ,稳定性好     

基于等高线图与小波变换的3D地形匹配算法研究

提出一种新的基于边缘的3D地形匹配算法。在算法中，一种结构紧凑的特征“等高线图”，用于表示参考高程图(DEM)及从实时数据恢复的高程图，这样3D地形匹配转化为基于等高线的匹配，即边缘(平面曲线)匹配问题。在边缘匹配过程中，首先用一种具有平移，旋转，尺度不变性的规范化小波描述子描述边缘。其次提出了一种基于小波系数域的快速边缘匹配算法，并分析了运算复杂性。由匹配成功的边缘对提取控制点的坐标。讨论了图像变换模型及基于最小均方根误差准则的图像变换参数估计方法。用真实地形实验表明该算法匹配精度高，计算速度快。最显著的特点是该算法抗噪声能力强。     

一种高超星图高精度半盲复原算法

针对高超声速飞行器在平流层内应用天文导航时受气动光学效应及运动模糊影响后难以观星和高精度导航的问题,提出一种基于正则化思想的高超星图半盲复原算法。该算法首先针对高超星图的特点进行去噪与星点初提取等预处理操作,接着从图像中提出可用的模糊核信息,并通过融合达到去噪的目的。然后结合天文图像灰度及梯度的稀疏先验分布特性,提出一种针对高超星图的正则化非盲复原模型,利用分裂布雷格曼迭代法等算法迭代估计清晰图像。将本算法与传统星图复原算法、其他最新正则化复原算法进行星图复原与导航效果比较,结果表明本算法复原效果最佳,且能明显改善星点识别正确率及质心坐标计算精度,可用于大幅提高超声速飞行器在平流层中的天文导航适应性及导航精度。     

基于最大信噪比的带噪测控信号分离算法

在实际卫星测控信号侦察中,混合副载波信号分离比较困难,且耗时较长.为此,提出一种基于小波变换和最大信噪比的副载波盲分离算法.先利用小波阈值算法对混合带噪信号进行消噪处理,然后采用基于最大信噪比的盲分离算法对消噪后的信号实施分离,最后得到测控副载波信号的估计.MATALAB仿真结果表明,该算法计算复杂度低,耗时短,能够较...     

基于NMF、ICA和复Contourlet变换的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出了一种基于非负矩阵分解(NMF)、独立分量分析(ICA)和复Contourlet变换的检测方法。首先通过非负矩阵分解和独立分量分析分别抑制原始图像的背景,得到不同的小目标残差图像;接着采用复Contourlet变换对残差图像进行去噪;再对上述去噪后的小目标残差图像求和,得到了预处理图像;最后提出基于模糊灰度熵阈值选取方法分割预处理图像,从而实现了复杂背景下的红外弱小目标检测。针对红外小目标图像进行了大量实验,并与基于新型Top-hat变换、基于快速独立分量分析的目标检测方法进行了比较,结果表明所提出的方法抗噪性强,具有更为优越的检测性能。     

空间目标光谱特征快速提取

本文利用完备正交函数系计算图象强度函数的数字投影特征序列，此投影特征既能反映目标的外形特点，又能反映目标的光谱特征，利用它不但能区分不同外形的空间目标，还能区分外形相同而光谱特性不同的真假目标。本文还介绍了空间目标光谱特征快速提取系统中需要解决的关键问题和方法。提出了一种空间目标边缘检测梯度算法和一种运动坐标系建立方法。用不同类型卫星图象做了大量实验，验证了所提方法的合理性和可行性。     

一种自适应各向异性的SAR图像去噪算法

为了在抑制噪声时尽可能保留图像边缘信息,提出一种自适应各向异性SAR图像去噪算法。该方法设计一组具有不同尺度和方向的滤波器模板,针对不同图像边缘的局部特征计算出滤波器的尺度和方向,选择最优匹配的各向异性滤波器,从而可以在抑制噪声的同时很好地保留边缘。仿真实验表明,提出的自适应各向异性SAR图像去噪算法具有很强的噪声抑制和边缘保持能力,并且具有较高的实效性。     

基于平移不变量的激光陀螺信号快速滤波方法

为提高激光陀螺的测量精度,提出了一种平移不变量小波快速滤波方法。对信号作循环平移,进行软(硬)阈值小波消噪处理再作逆平移,通过多次“平移——滤波——逆平移”过程,最后平均所获结果,有效消除软阈值小波滤波中的伪吉布斯现象。讨论了算法中平移量对滤波效果和计算复杂度的影响。用Allan方差法对一组激光陀螺实测零漂信号的不同方法滤波效果分析结果表明,该滤波法能在不影响滤波效果的前提下较大幅度减少计算量。     

从图像处理的观点出发来看光学遥感器的成像质量

图像处理作为成像链路重要的一部分,充分利用地面去噪声和解卷积的作用,可以一定程度上提高成像质量。文章从不考虑、被动考虑以及主动考虑图像处理3个方面来对光学遥感器的成像质量进行了一些探讨。     

图像压缩感知的自适应方向提升稀疏表示及重构算法

为了克服传统的压缩感知重构中正交小波方向选择性差的局限性,针对图像信号方向性决定了需要在不同纹理区域选择滤波器以使变换后信号能量更加稀疏,提出一种基于自适应方向提升稀疏表示的重构方法。重构时,在每次迭代更新后,根据图像信号的纹理特征选择不同强度方向和信号光滑度的小波基,使得变换后信号能量分布更加集中,并利用小波域阈值处理方法解决信号的重构噪声问题。实验结果表明,该算法提高了重构图像的峰值信噪比和视觉效果,保护了图像的细节。     

从图像处理的观点出发来看光学遥感器的成像质量

图像处理作为成像链路重要的一部分，充分利用地面去噪声和解卷积的作用，可以一定程度上提高成像质量。文章从不考虑、被动考虑以及主动考虑图像处理3个方面来对光学遥感器的成像质量进行了一些探讨。     

基于组字典学习的逆合成孔径雷达成像方法

基于压缩感知(compressive sensing, CS)的逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像方法可以使用非常少的数据来获得高质量的图像。但基于CS的ISAR成像方法中目标场景不准确的稀疏表示限制了成像方法的性能。结合字典学习(dictionary learning, DL)技术的CS ISAR成像方法能够寻找到目标场景图像块的最优稀疏表示,提高成像质量,但每一个图像块被单独考虑,而忽略了彼此之间的相互依赖关系。为了实现进一步提高成像质量的目标,针对ISAR图像分块重建的问题,首次提出一种基于组字典学习(group dictionary learning,GDL)的ISAR成像方法。将具有相似结构的图像块聚类并构建出多个图像块组,利用奇异值分解(singular value decomposition, SVD)从图像块组中学习出最优组稀疏变换字典。学习好的组稀疏变换字典可以寻找到待重建图像块组的最优稀疏表示,进而重建出高质量的目标场景图像。实验结果表明:与现有的CS ISAR成像方法相比,基于GDL的ISAR成像方法能获得更好的成像效果,并具有更高的计算效率。     

用修正数据映射方法实现快速稳健子空间跟踪

为改善现有子空间跟踪方法的运算量大或鲁棒性/稳定性差等缺点,基于原数据映射方法(DPM),采用新的正交归一化,提出了一种快速稳健的修正DPM(MDPM)算法。通过改变符号选择跟踪信号子空间或噪声子空间,同时提供了子空间基的正交矢量,运行时无累积性误差。研究和仿真结果表明:与传统子空间跟踪算法相比,MDPM算法的鲁棒性/稳定性好、收敛速度快、运算量小。     

基于FPGA的实时图像采集和去噪系统设计

对采集或传输过程中受到的噪声干扰信号进行预处理,并保持图像传输的实时性,是图像处理系统需要解决的问题。对于实时性要求高的图像处理系统而言,用软件来实现噪声的预处理相对来说是比较耗时的,因此必须寻求其他解决方式。文章设计基于FPGA的新型模块化集成电路来实现图像采集和去噪,并通过试验和仿真测试验证了设计的实时效果。