环视SAR成像处理中的几何失真校正算法

环视合成孔径雷达(SAR)图像用于导弹精确来制导中的景象匹配处理,需要满足几何精度的要求.校正由雷达平台不规则运动和天线圆周扫描导致的图像几何失真,是环视SAR成像处理中的关键步骤.文中在利用线性距离多普勒算法生成子图像的前提下,提出了一种基于像源与像点映射关系的距离多普勒域图像几何失真校正算法.该算法无需复杂的坐标系转换计算,实现了360°范围内任意波束指向上SAR子图像几何失真校正.地面点目标仿真和实测教据成像结果证明了该算法的有效性.     

图像序列直线提取和匹配时Hough变换的应用研究

本文利用Hough变换的点线对偶性,将对图像序列中的特征直线的匹配转化为在参数空间中对特征点运动轨迹的参数估计,设计采用卡尔曼滤波器对运动目标进行初步跟踪,通过建立模板与图像的匹配相关系数判定搜索到的特征点的精确坐标。实验结果表明,该方法具有较好的跟踪结果。     

基于相关点与几何约束的直线匹配方法

由于直线本身缺乏显著特征,使用点与直线相关联的方法可提高直线特征的描述能力。针对特征点间及直线间均存在误匹配的问题,提出一种基于相关点与几何约束的直线匹配方法。首先,将直线邻域内满足条件的特征点定义为直线相关点,利用相关点与直线构造仿射不变量来描述直线,通过度量仿射不变量的相似性进行直线初匹配;然后计算仿射变换模型,通过直线角度和几何距离位置约束进行精匹配,去除误匹配直线,得到最终匹配结果。实验结果分析表明:本研究算法不仅适用于发生仿射变换的各种图像,得到更多的匹配直线对,匹配精度高,对发生仿射变换的图像、纹理复杂和纹理简单的图像,均能取得较好的直线匹配效果。     

基于尺度不变特征的眼底图像自动配准与拼接

针对眼底图像对比度低、光照不均匀、不同视场的图像间存在几何畸变等特点,提出了一种基于尺度不变特征的眼底图像自动配准与拼接算法.该算法分别提取同态滤波增强后的待配准眼底图像的尺度不变特征点,并用向量进行描述,确定相邻两图像特征点的匹配关系,在MLESAC算法中使用透视变换模型去除误匹配点对,计算匹配点对之间的变换矩阵,进行图像空间变换,完成配准和拼接.对实际眼底照相机获取的多幅图像配准与拼接结果表明,该算法具有很好的鲁棒性和稳健性,配准精度达到像素级,可以实现眼底图像的高精度自动配准与拼接.     

基于模糊评价的无人机航路点选取方法

在无基准图的无人机景象匹配过程中,提取航路点是一个关键的环节。为摆脱对单一指标和专家经验值的依赖,提出了基于模糊综合评价的航路点选取方法。首先介绍图像的颜色特征模型,并提出了基于HSV颜色直方图的视频帧间聚类方法,以实现对图像帧的分组。然后,以航路点的信息丰富性、显著性、稳定性为考量,选取了图像熵、拉普拉斯响应和完整轮廓数作为衡量候选航路点适配性的特征指标,以候选航路点对指标属性的贡献度为权重,实现自动化、无干预的航路点筛选。在此基础上,提出了一种改进的模糊综合评价模型,对各候选航路点的适配能力进行综合评定,选取每组中评价值最高的图像作为无人机返航航路点。最后,对航路点选取方法进行了仿真实验和有效性验证,实验证明本文方法能够提取出适配能力强的图像作为航路点,以保证后续景象匹配的成功率。     

SAR/INS组合导航中基于SURF的鲁棒景象匹配算法

在SAR/INS组合导航系统中,由于合成孔径雷达采用正侧视成像工作方式,会引起SAR图像的严重变形,而且获取的SAR图像还可能存在严重的斑点噪声。为了适应SAR图像的几何畸变和高斑点噪声影响,需要提取出的图像特征具有较高的鲁棒性。本文提出了基于SURF的导航用鲁棒景象匹配算法,算法首先针对惯性组合导航的工作特点,对SURF特征匹配进行了改进和优化设计,然后用RANSAC方法过滤掉错误和低精度的匹配点,最后,进行最小二乘精确匹配获取航向和位置偏差信息。通过仿真分析了算法对SAR图像的适应性、抗斑点噪声性能,匹配精度以及实时性,并与基于SIFT特征的景象匹配算法进行了对比。仿真结果表明,所提出算法性能优越,在匹配适应性、鲁棒性、匹配精度及匹配速度方面都优于SIFT算法,可以满足SAR/INS组合导航系统图像匹配修正的高性能要求。     

基于ARG模型识别局部被遮挡物体

在计算机视觉中，局部被遮挡物体的识别有着重要的意义。本文提出了一种基于ARG（关系属性图）模型识别局部被遮挡物体的新算法。由于关系属性图对图像遮挡、噪音或者二维几何引起的变形都是稳定的，所以用ARG模型能够识别那些由于局部被遮挡或其它原因引起的丢失特征的物体。该算法如下：首先，根据模型和图像特征之间的局部和整体的对应性约束，在图像中选出有限数量的侯选子图。其次，基于在关系向量空间中的误差分析，使用投票方案对丢失的特征进行迭代检测，丢失的特征全部被检测出后即可进行匹配。最后用实例进行了验证，结果表明该算法是有效的。     

三维曲面部分匹配的算法研究

将基于曲率分析的曲面片形状划分方法和几何哈希相结合，提出一种通用的空间曲面匹配算法。对待匹配的三维曲面模型，计算其网格顶点的主曲率和法矢；由主曲率和该点所在的曲面片类型来构造其无向脚标，有向脚标为该点的法矢。按照多重筛选标准生成数量少却有效的匹配点对，建立候选点对列表。由候选点对所生成的三维空间变换组成哈希表，运用双层哈希投票机制得出使模型能够正确匹配的三维坐标变换矩阵。实验表明，该算法适用于具有部分重叠的曲面模型的匹配，并能保证较好的匹配精度和速度。     

抗旋转和尺度变化的导航系统图像匹配算法

在惯性导航系统中,定量分析了景象匹配过程中惯性导航系统漂移和无线电气压高度表测量误差对实测图的旋转和尺度所造成的影响,引入了对数极坐标变换.基于图像边缘特征提取,提出了一种结合中心点的4-邻域点共同参与计算的抗旋转和小尺度变化的图像匹配算法,并给出了相应的算法流程.仿真分析表明,在导航系统误差漂移所引起的图像旋转和气压高度表所引起的尺度变化范围内,该算法能满足匹配准确性的要求,并能有效给出系统的定位误差修正信息.     

利用遗传算法进行稠密视差图估计

提出了一种利用遗传算法解决立体匹配问题的方法以获得稠密的视差图。与以往方法不同．本将立体匹配问题看作一种多极值的优化问题——从一组可能的视差图中找到最合适的一个。在大量的优化算法中，已经证明对于具有广阔搜索空间的全局优化问题，遗传算法是一种潜在的有效方法。从这个思想出发．本把每一个视差图看作是一个进化个体．并把视差值作为染色体进行编码．因此该算法中．一个个体将会包含大量的染色体。然后，把一些匹配约束转化形成目标函数，利用遗传算法去搜索待解决问题的全局最优解。另外，为了减少匹配上的不确定性以及时间消耗，中还采用了从粗糙到细致的层次化匹配策略(coarse—to-fine strategy)。最后给出合成图与真实图的匹配实验结果．以验证该方法的性能。     

空间相关性约束联合子空间追踪的高光谱图像稀疏解混

通过深入分析高光谱图像空间相邻数据之间的空间相关性,提出一种利用空间相关性进行约束的联合子空间追踪解混(Spatial correlation constrained simultaneous subspace pursuit,SCCSSP)方法。该方法首先基于分块思想将高光谱图像进行分块处理,然后在图像块的端元提取步骤中,结合空间相关性特征对端元的提取进行约束,从而确保当前端元支撑集相对于高光谱图像残差是最优的。在丰度估计中将图像块的端元集合合并作为整幅图像的端元支撑集,通过求解非负性约束的最小二乘法获得丰度重建图像。模拟图像数据实验结果表明,本文方法在同等条件下能够获得更高的信号重构误差,且解混运算时间低于凸优化算法。在实际图像数据实验中,本文方法丰度图像稀疏度最低,取得了仅次于SUnSAL-TV算法的图像重建误差,其所得到的丰度重建图像也取得了更好的视觉效果。实验结果验证了本文方法具有更高的解混精度。     

基于主动形状模型实现医学图像中的物体(脊柱)定位

主动形状模型(ASM)通过把物体的形状模型及其相应的局部灰度表象模型有机结合以实现图像中的物体定位。在传统ASM中．对物体形状的灰度变化(局部灰度表象)的建模建立在一维采样与搜索方法的基础之上，故其定位准确性低且速度慢。本提出了一种在物体形状每一特征点周围的矩形邻域中使用二维采样与搜索技术．从而改进物体形状的局部灰度表象模型的方法。针对医学图像中的物体定位问题．本比较了基于这种改进的ASM模型和传统ASM模型对同一医学图像集中的脊柱定位能力。实验表明．基于这种改进的ASM模型能快速有效地对医学图像中的脊柱(物体)进行更准确的定位。     

基于Contourlet域SOT结构的SAR图像相干斑抑制算法

把SOT结构引入到能够最优表示图像的Contourlet变换中,结合Contourlet系数域的结构特点和SAR图像相干斑乘性噪声模型提出了一种新的相干斑抑制算法。对基于小波系数域SOT结构的相干斑抑制算法中固定在一个低频尺度中选择根系数的方法进行了改进,根据SAR图像的匀质性条件自适应地在两个不同低频尺度中选择根系数。把该算法应用到实测SAR图像中取得了很好的目视效果,各项指标得到了有效提高。     

非接触光测物体大位移研究

提出了一种非接触光学法－单光栅双图像法测量物体位移的新技术，利用两个正交的图像记录系统，在试件作大位移后，记录被平行多光束照射形成的光点所覆盖的试件的图像，借助于记录光路系统几何表数，可建立一联立方程组。解此方程组，就可得到被测物体上诸光点所表示的测点的位移大小和坐标值，文中还论述了度件图上测点位置的确定和修正方法，导出了被测物休图像负片上测点的实际坐标的计算公式，实验结果证明，本文提出的测量理论是正确的。     

一种抵抗几何变换攻击的数字图像水印方法

在水印嵌入的过程中,首先在原图像经过对数极坐标变换后的图像中寻找水印嵌入的特定区域,并在该特定区域所映射的原图像经过离散傅立叶变换后的图像区域中随机选择像素点嵌入水印,保证了水印嵌入位置的不重复和不可侦测性。在水印提取的过程中,提出了获得图像旋转角度与缩放比例的方法,简化了水印的提取过程。实验证明,将对数极坐标变换和离散傅离叶变换结合后,在图像指定区域选择随机嵌入点嵌入的水印对于几何攻击具有良好的鲁棒性。     

Vision Enhancement Technology of Drivers Based on Image Fusion

The rise of urban traffic flow highlights the growing importance of traffic safety.In order to reduce the occurrence rate of traffic accidents,and improve front vision information of vehicle drivers,the method to improve visual information of the vehicle driver in low visibility conditions is put forward based on infrared and visible image fusion technique.The wavelet image confusion algorithm is adopted to decompose the image into low-frequency approximation components and high-frequency detail components.Low-frequency component contains information representing gray value differences.High-frequency component contains the detail information of the image,which is frequently represented by gray standard deviation to assess image quality.To extract feature information of low-frequency component and high-frequency component with different emphases,different fusion operators are used separately by low-frequency and high-frequency components.In the processing of low-frequency component,the fusion rule of weighted regional energy proportion is adopted to improve the brightness of the image,and the fusion rule of weighted regional proportion of standard deviation is used in all the three high-frequency components to enhance the image contrast.The experiments on image fusion of infrared and visible light demonstrate that this image fusion method can effectively improve the image brightness and contrast,and it is suitable for vision enhancement of the low-visibility images.     

基于光场三维重构和PSP的曲面压力测量技术

光场单相机三维压力测量技术（LF-3DPSP）将光场三维成像技术和压敏漆（Pressure Sensitive Paint,PSP）技术结合,测量三维模型上的压力分布,为气动实验研究提供了一种全新的测量手段。LF-3DPSP采用与传统二维PSP技术相似的步骤,不同的是在试验阶段采用具有自主知识产权的光场相机硬件系统拍摄PSP图像和模型纹理图像,用于计算模型表面压力分布和模型三维结构尺寸。以截锥体为例,在Ma5的高超声速风洞中对该技术进行验证性试验研究。结果表明:LF-3DPSP技术能够精确测量大曲率模型的三维表面压力分布,且压力分布结果与纹影试验结果相匹配。     

基于波前探测的视网膜图像半盲解卷积复原

获取高分辨视网膜图像的难点在于是否能够消除成像系统中像差的影响。为了进一步改善图像质量、提高视网膜细胞组织的观察分辨率,提出了结合自适应光学成像技术和视网膜图像后处理算法的方法。通过视网膜成像系统中的自适应光学技术实时校正人眼像差并获取初始视网膜图像,根据成像系统中的残余像差重建光学传递函数作为图像复原模型初始参数估计,最后对视网膜图像进行条件约束迭代半盲解卷积复原,进一步消除像差对成像质量的影响,从而得到高分辨率视网膜图像。实验结果表明:由这种方法处理的视网膜图像质量能得到明显提高,其图像质量客观评价参数(GMG,LS和PSV)比原始图像提高近1倍,在视网膜细胞的空间频率范围内(70～90 cyc/deg),复原后图像的功率谱平均值比原始图像提高了10倍左右,基本能满足观察分辨率要求。     

光场单相机三维流场测试技术

将光场三维成像技术与实验流体力学相结合，实现单相机对空间三维瞬态流场（3D3C）的精确测量，为流体力学实验研究提供了一种全新的测试技术。详细介绍了具有自主知识产权的光场相机硬件系统、基于乘积代数重建技术（MART）的粒子光场图像重构算法以及基于光线追迹的数字光场图像合成算法。利用DNS数字合成图像以及低速射流实验图像，将所发展的光场单相机三维流场测试技术（Light Field Particle Image Velocimetry，LF-PIV）与目前最成熟的三维流场测试技术层析PIV（Tomographic Particle Image Velocimetry，Tomo-PIV）进行对比研究分析。实验结果表明LF-PIV技术完全能达到与Tomo-PIV同等量级的测量精度。     

基于B-样条的Laplace积分算法研究(英文)

给出了 Laplace积分的 B-样条数值算法。采用三次样条函数的 B-样条矩阵表示 ,求其反问题 ,拟合 Laplace积分的象原函数。运用重节点技术描述象原函数的间断点 ,尖点和高阶不光滑点 ,再运用差商 ,de Boor递推算法 ,巧妙地导出了非均匀网格分划下 Laplace积分的象函数表达式 ,在准均匀网格分划下给出了一系列实用解析计算公式 ,大量算例具有良好的效果。计算机试验结果表明计算速度比用 Simpson方法要快得多 ,比传统方法——Berger方法要简单得多 ,克服了 Gauss-Laguerre积分 ,Gauss-Legendre积分函数零点 ,系数等难以确定的困难。解决了象原函数为超越函数的 Laplace积分象函数的计算问题。