基于纹理的活动轮廓三维图像分割研究

对具高噪声和低对比度三维图像的识别和分割算法进行了研究。基于活动轮廓模型,用Gabor变换提取图像的纹理特征,根据统计学信息假设,通过偏微分方程水平集和窄带方法求解,获得较基本活动轮廓的算法分割更光滑精确的物体轮廓。实验结果表明:改进模型算法的效率和准确度达到预期效果。     

基于集成活动轮廓模型的SAR图像分割方法

图像分割是合成孔径雷达(Synthetic Aperture Radar, SAR)图像自动解译技术中的一个重要问题。基于活动轮廓的思想,给出了一种适应于SAR图像分割的集成活动轮廓模型。该模型综合利用SAR图像的边缘和区域特性,通过检测算子提取SAR图像的边缘信息,利用似然函数的最大化提取图像中不同统计信息的区域;通过边缘和区域的共同曲线运动实现对SAR图像的分割。利用加性算子分裂算法,给出了该模型的快速实现方法。通过MSTAR和实测星载SAR数据进行试验验证,并与其他算法比较,结果表明：所提方法适应性强,可适应复杂背景的SAR图像分割,并且分割定位准确、收敛速度较快;所提实现算法稳健,能适应不同参数设置,且对初始条件不敏感。〖JP〗     

噪声图象的快速边缘提取与分割

噪声图象的快速边缘提取和分割是实时图象处理中的重要问题。本文提出了一种噪声图象快速边缘提取和分割算法。实验表明,这种方法具有很强的噪声抑制能力,且快速准确。     

一种基于SAR图像边缘检测算子的短程活动轮廓模型

短程活动轮廓模型是一种基于变分法和偏微分方程的经典图像分割模型.由于乘性斑点噪声的存在,导致该模型不适用于sAR图像分割.基于sAR图像边缘榆测算子,提出了一种新颖的短程活动轮廓模型.其基本思想是,将原有模型中基于梯度的边缘定位函数,替换为基于ROEWA算子的边缘定位函数,提高了模型的边缘检测能力和边缘定位精度,因而更适合于SAR图像的分割.另外,在新模型的能最泛甬中增加"气球力"项,增强了曲线演化的动力,进而加快曲线演化的速度并降低模型对初始轮廓的敏感性.在模型的数值实现时,采用无条件稳定的AOS差分格式并辅以快速的水平集甬数重新初始化算法,不但增强了模型的稳定性,而且还加快了模型的收敛速度.针对仿真图像、Radarsat和ERS实测数据的实验结果,验证了该模型的有效性和精确性.     

高分辨率SAR图像分割及目标特征提取

提出了一种非监督SAR图像快速分割算法,对分割得到的目标区域进行特征提取.分割方法利用固体热扩散模型与图像尺度空间的等价性,在SAR图像初始分割的基础上,引入最大后验概率矩阵的各向异性多尺度平滑,在保持图像结构信息的同时滤除斑点噪声对于分割的影响.然后提取目标区域6个特征以详细描述目标,实验结果表明：该方法计算速度快,能够从获得的目标区域得到大量有用的信息.     

一种新的脉冲星累积脉冲轮廓辨识算法

为解决X射线脉冲星导航系统中脉冲星类型难以准确辨识的问题,本文分析了导航系统中累积脉冲轮廓的特点,提出了一种基于选择Bispectra\|Mellin(BM)谱的脉冲星累积脉冲轮廓辨识算法。该算法首先对累积脉冲轮廓进行双谱变换,提取平移不变特征信息,并抑制噪声;然后通过计算归一化双谱幅值的两维Mellin变换将双谱的尺度伸缩转换为BM谱的相位变化;最后利用简化的Fisher可分离度使BM幅度谱域降维,得到特征向量用于相关辨识。利用美国罗希(Rossi)X射线时变探测卫星的实测X射线脉冲星数据进行辨识实验,结果表明：(1) 该算法能对具有不同相位和尺度因子的累积脉冲轮廓进行有效辨识,辨识效果优于现有辨识算法;(2) 当相位间隔为4.8°时,该算法的辨识效果达到最佳;(3) 运算量小,适用于脉冲星导航系统。     

基于轮廓特征的X射线脉冲星信号多普勒估计

探测器速度引起的多普勒效应会影响脉冲星信号累积轮廓特征,反之,这种轮廓特征改变可用于多普勒估计。提出了一种基于轮廓特征的X射线脉冲星信号多普勒估计方法。通过建立累积轮廓非齐次泊松模型,获得多普勒效应对累积轮廓的影响。构造轮廓特征函数对该影响进行度量,并利用函数值与周期误差的关系搜索信号周期。在搜索过程中,将离散观测数据转换为连续能量密度函数,消除相位间隔对累积周期的限制。根据周期搜索结果,结合脉冲星先验知识完成多普勒估计。仿真实验验证了该方法的有效性,其多普勒估计精度优于频域方法。     

遥感应急目标影像自动检测及制图方法

针对点目标检测的应急响应,提出一种适用于该类场景的通用应急目标影像自动检测及制图方法,能实现主目标提取与轮廓分析相结合,从而快速提取应急目标。通过改进的分水岭分割算法提取主目标信息,对分割结果进行轮廓结构分析,形成应急响应专题图。在突发事件产生水坑的应急实例中,选取高分二号卫星影像数据,在汶川山体滑坡应急实例中,选取高分一号卫星影像数据,均获得了良好的提取效果。其中,应急水坑检测的误差率是1. 2%,山体滑坡检测的误差率是1. 7%,表明文章提出的方法能很好地满足应急响应中点目标检测的需求。     

高分辨率星载合成孔径雷达成像处理方法

提出了一种适用于大距离徒动高分辨率星载合成孔径雷达 (SAR)精确成像的改进Chirp Scaling(CS)成像处理算法 ,以及实现单视图象斑点噪声抑制的基于目标检测的增强无偏最大后验概率 (TDRGMAP)方法。采用这种高精度成像处理方法和单视图像斑点噪声抑制方法 ,可以实现星载 SAR高空间分辨率和高辐射分辨率的雷达图像。     

基于局部熵差的图象匹配方法--算法及计算机仿真

传统的灰度相关匹配和基于边缘特征的匹配方法抗噪能力和抗几何失真能力较差，将信息熵的概念引入到图象匹配中，定义了图象局部熵，并由此提出一种新颖的基于局部熵差的图象匹配方法。由于图象熵反映的是图象的局部，因此基于局部熵差的图象匹配方法具有较强的抗噪能力。由于采用了分块、序贯检测及分层搜索技术，计算量大为减少，试验结果表明这是一种非常好的图像匹配方法。     

一种新的无人机监控图像实时目标识别算法

提出一种新的无人机监控图像实时目标识别算法。首先将获取的无人机监控图像应用自适应阈值分割将其转换为二值图像。对二值图像进行形态学处理,定位潜在目标出现的位置。最后对潜在目标区域再次应用局部自适应阈值分割获取目标,同时给出每个目标的图像坐标位置。飞行试验表明该算法保证实时性的情况下,有较高的识别正确率。     

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。     

一种基于红外序列图像的弱小目标检测方法

针对天空背景下红外运动弱小目标的检测问题,提出一种结合小波变换和管道滤波的序列图像的检测算法。首先对红外序列图像采用小波变换,再采用全局门限法进行阈值分割提取出潜在目标,用形态开运算去除噪声点,以减少候选目标数目,最后再使用管道滤波的方法确定真实目标。实验结果表明,该方法能有效地检测运动红外弱小目标,显著提高红外弱小目标的检测概率,并易于硬件实现。     

一种基于图像的星体表面撞击坑自动提取方法

以星体表面的图像数据为基础,根据撞击坑的向阳面呈亮色调而背阳面呈暗色调的原理,提出了一种基于图像的星体表面撞击坑自动提取方法。该方法先用自适应双阈值分割法对星体表面的光学图像进行分割处理,获取图像中明暗区域的形状和位置信息;再用统计学原理分析明暗区域组成结构、像平面上光照方向,结合相关的约束条件来匹配同一撞击坑的明暗区域,同时拟合出撞击坑的外边缘并确定其半径、位置等信息。实验结果表明,该方法能够从常见的星体表面光学图像中快速、可靠地提取出撞击坑的中心位置和半径大小,具有较宽的普适应性和一定的应用价值。     

两相流环缝塞式喷管理想型面的设计方法

目前固体火箭发动机塞式喷管没有成熟的理论设计方法,设计方法需考虑两相流因素和极限粒子流线的几何约束。在常滞后两相流假设下提出改进的Angelino理想型面法设计两相流环缝塞式喷管,证明了常滞后两相流中的普朗特-迈耶函数关系式,并给出了最终设计公式。用F luent软件计算了改进法设计的喷管型面性能。算例结果表明,与未考虑两相流效应的纯气相理想型面相比,该法设计的型面长度缩短近33%,推力增大约1%,证明了提出常滞后两相流假设的合理性及改进法设计两相流环缝塞式喷管的有效性。     

基于梯度特征的图像自动分割方法

利用遥感图像进行海上目标检测、监视的关键技术是实现海陆分离，从而为目标检测、监视减少不必要的处理工作。传统的采用阈值分割方法分离陆地，但是这种方法对于陆地上灰度级较低区域容易造成误分割。而且，很显然的不能够充分利用图像中的灰度变化信息，即梯度。为此提出了一种基于梯度特征的海陆分割算法。首先利用边缘检测提取图像的梯度特征，梯度特征对灰度级并不敏感而对梯度的变化敏感，对于陆地灰度级较低的区域也能够提取边缘。对得到的边缘进行形态学处理，利用设定的面积阈值将图像分为主体陆地区域和孤立陆地区域，进一步可以屏蔽陆地。实验结果表明，该方法可以较好的分割陆地中阴暗区域，对于未经辐射校正图像有较好的适用性，并且有较快的处理速度。     

基于纹理特征多分辨双Markov-GAR模型的SAR图像分割

为了提高SAR图像分割精度,提出在以灰度共生矩阵产生的纹理统计量为特征所生成的图像上,同时考虑SAR图像像素间空间分布特征和局部灰度均值和方差等统计量给出多分辨双Markov框架下的GAR模型,采用多分辨MPM的参数估计方法及对应的无监督分割算法,对SAR图像进行纹理分割。实验结果表明该方法用于一些高分辨SAR图像,与基于灰度图像上的多分辨双Markov-GAR模型纹理分割相比,在分割精度上能降低分割时的错分率。     

基于深度学习的语义分割算法综述

图像的语义分割是对图像中的每个像素标注其所属的类别。在航天领域,语义分割技术可用于定位航天器及其零部件,为航天器故障排除、部件维修、太空垃圾清理等在轨服务创造条件。近几年,全部或部分使用深度学习时,语义分割的效果获得了很大的提升。本文对基于深度学习的语义分割算法进行综述。首先介绍常用的数据集和通用的深度神经网络,随后对两类具有重大实用意义的分割算法:编码器-解码器算法和整合上下文信息算法进行总结。最后对语义分割的发展进行了展望。