鲁棒的红外小目标视觉显著性检测方法

鲁棒的红外(IR)小目标检测是自动目标检测的关键技术,低信噪比条件下的红外小目标检测一直是业内研究热点.为了能有效地检测红外小目标,对红外小目标若干表观特征及其视觉显著性进行了分析,提出一种基于多尺度图像块统计序对比度(MOCIP)的红外小目标视觉显著性鲁棒检测方法,采用两步级联多尺度图像块统计序对比度算法抑制背景和噪声,提升目标强度,获得红外小目标显著性图,并利用自适应阈值实现目标检测.本文详细给出了红外小目标视觉显著性的检测算法,使用红外小目标图像对检测性能进行了实验验证,并与其他检测方法进行了对比.实验结果表明,所提出的方法能够在低信噪比条件下克服噪声和复杂背景的影响,有效地对红外小目标视觉显著性进行检测.      

内嵌ARM核的FPGA技术在星敏感器中的应用

介绍了内嵌先进精简指令集处理器ARM(Advanced RISC Machine)核的现场可编程门阵列FPGA(Field Programmable Gate Arrays)芯片EPXA10的内部结构及特点.基于这种嵌入式技术,进行了互补金属氧化物半导体CMOS(Complementary Metal-Oxide-Semiconductor Transistor)星敏感器图像驱动与实时星点定位算法的研究,并给出具体实现,包括用EPXA10的FPGA部分实现了CMOS图像传感器的驱动和对星图的预处理－阈值分割,用EPXA10的ARM部分完成了星图的星点定位算法--改进的4连通域成分贯序算法,基于VC＋＋语言实现了串口通讯程序以及图像显示程序.最后给出了成功驱动CMOS图像传感器得到的清晰图像及星点定位结果,并将基于ARM得到的定位结果与基于PC机(Personal Computer)得到的定位结果进行了比较,结果完全正确.采用内嵌ARM核的FPGA提高了整个系统的处理速度,减小了硬件电路设计的复杂性、体积和功耗.     

一种空间视觉测量子系统用半导体 激光器驱动电路设计

针对面阵静态红外地球敏感器的现场标定,提出基于规则小孔平面靶标的现场标定方法.将小孔平面靶标固定放置于面源黑体前方,在光学视场测量空间内,多次调整红外地球敏感器的摆放位置,以采集多幅不同位置、不同角度的红外靶标光点图像.使用等高层最小二乘椭圆拟合方法精确提取靶标红外光点的中心坐标,获得特征点信息.利用红外靶标图像和图像特征点计算面阵静态红外地球敏感器光学系统的焦距和主点坐标.试验结果表明,该标定方法简单灵活有效,便于调试现场操作.目前,该方法已在面阵静态红外地球敏感器研究中得到应用.     

复杂背景红外成像系统作用距离估算方法

传统红外成像系统作用距离模型只有在背景单一不变的条件下有效,引入概率分布的思想对传统作用距离方程进行了改进,将方程中的作用距离和背景红外辐射亮度由变量更换为向量,向量维数由背景红外图像的灰度值分布确定.改进后的作用距离模型将应用条件拓展到任意背景,打破了传统模型对背景条件的局限.针对作用距离计算过程中复杂背景红外辐射亮度难以获取的问题,提出建立红外成像系统的亮度-灰度函数,通过背景的红外图像灰度信息计算其红外辐射亮度的方法.计算实例表明,该模型能够解决复杂背景下红外成像系统作用距离的估算问题.     

支持场景表观差异的无人机图像视觉定位方法

视觉定位是计算机视觉中的基本任务,在无人机测控、视频监控和遥感分析等领域有着广泛应用.在GNSS拒止情况下,利用图像进行视觉定位是重要的导航替代方法.然而,由于室外场景易受天气、季节和光照等变化影响,细节的表观差异方差大,无人机视觉定位的鲁棒性与精度在近地面时难以保证.提出一种基于虚拟图像合成的视觉定位框架.设计阴影映射和深度卷积图像填补网络来合成具有大表观差异和大视差的虚拟图像集,以提高2D-3D配准质量从而提升视觉定位的鲁棒性.实验数据表明,与国际同类方法相比,本方法合成的图像质量在视觉效果、匹配点数量、置信度和视觉定位的精度等指标上都获得了明显的提升,可以支持大表观差异下的无人机视觉定位.     

基于GCF-SB视觉注意模型的红外目标检测算法

针对复杂背景、低对比度条件下的红外目标检测,提出了一种基于灰度对比度特征 相似性贝叶斯(GCF SB)模型的红外显著性目标检测算法.建立了一种灰度对比度特征(GCF)模型,该模型利用两个通道分别提取红外图像的灰度特征和对比度特征,然后通过特征融合获得初级显著图;建立了一种基于相似性的贝叶斯(SB)模型,该模型根据初级特征图分别计算目标和背景的先验概率和似然函数,然后利用贝叶斯公式获得最终显著图,进而实现红外图像的显著性目标检测.实验结果表明,所提出算法能够有效抑制复杂背景、低对比度红外图像的噪声,增强对比度,具有较高的检测精度和鲁棒性.     

基于弹载遥测图像加密域的可逆信息隐藏算法

针对弹载红外遥测数据下传带宽受限,图像接收端内容受损的问题,基于对称加密系统与差值直方图平移算法提出了加密域可逆信息隐藏算法与红外遥测图像相结合的方案,一方面可以将弹载遥测数据嵌入到红外遥测图像中,另一方面可以对红外遥测图像进行图像加密,保证传输过程中图像内容的安全性。在图像接收端,通过与图像发送端相同的加密密钥与嵌入方案进行图像的无损恢复与嵌入信息的可逆提取。实验结果表明：对于位深度为16,尺寸为128×128的红外遥测图像,利用图像冗余空间可嵌入15000比特左右的二进制数据,且保证了遥测图像与遥测数据的可逆恢复。     

基于脊波变换的一种红外图像增强技术

在研究红外图像特性的基础上,提出了一种基于多尺度脊波变换的红外图像增强方法。脊波变换特别适合于具有直线或超平面奇异性的高维信号的描述,在导引头红外图像处理中使用脊波变换来检测图像的边缘和跟踪是一种有效的方法,而且具有较高的逼近准确度。首先,利用脊波变换技术对红外图像进行处理。然后,对脊波变换系数进行增强。最后用脊波逆变换对红外图像重构。结果表明,该方法对导引头的红外自动目标识别是快速和有效的。     

基于Kinova机械臂RGBD相机的目标抓取

在轨服务与维护是未来航天技术的重要发展方向.在轨服务如燃料加注、剪切与操作电线、旋拧盖子和拆装阀门等任务,具有负载轻、近距离感知及精准定位和抓取等特点.针对这些应用场景,采用轻量化机械臂Kinova及自带彩色和深度(red, green, blue and depth, RGBD)相机进行感知、定位和抓取,完成地面验证实验,为在轨服务提供理论支持.介绍了机械臂抓取系统的研究背景并描述开发平台及其特点,以及相机标定、彩色相机与深度相机配准原理.利用机器人操作系统(robot operating system, ROS)的坐标变换树得到彩色图像目标像素在世界坐标系的坐标位置.针对特定的抓取对象提出基于色调、饱和度和亮度(hue, saturation and value, HSV)颜色空间图像分割方法,进行目标检测、分割以及空间定位,实验环节机械臂根据视觉定位结果完成目标抓取过程,证明了颜色空间图像分割方法和深度图结合定位的有效性,为在轨服务提供了理论验证.     

TDICCD相机大视场多通道遥感图像自动拼接方法

在TDICCD大视场多通道遥感图像的拼接中, 由于存在成像平台谐振及颤振等因素的影响, 以往的经典方法抗噪性和鲁棒性不高, 很难达到图像高精度和快速拼接的要求. 为此, 提出了一种空域互相关自校正亚像素配准方法. 该方法针对TDICCD多通道图像间重叠像素的特点, 采用变搜索窗口的互相关系数作为评价函数; 采用局部检测法监视图像参数的变化, 找出图像每一部分最佳参数; 采用干扰点排除法控制图像中误匹配的点, 使参数更加可信; 在最佳点配准的基础上, 采用所提出的亚像素定位法对配准进行补偿.实际遥感图像拼接结果证明, 该算法精度优于0.1 pixel, 同时比其他方法速度快, 稳定性、抗噪性和鲁棒性都很高, 拼接图像获得了良好的效果.      

基于互相关矢量图的车牌定位新算法

互相关矢量图是由流场粒子图像测速的互相关计算结果绘成的矢量图形,提出一种车牌自动定位的新算法--VMLA算法,该算法基于字符笔画左右边缘之间的互相关矢量图的结构特点,可以从复杂车牌图像背景中搜索到车牌的正确位置.VMLA算法具有较强的车牌大小自适应性和实时处理能力,540幅车牌图像的实验结果初步验证了该方法的有效性.     

基于Tophat变换和文字纹理的车牌定位算法

针对车牌自动识别系统的应用场景越来越广泛,提出一种新的基于Tophat滤波和文字纹理特征的车牌定位算法.首先,利用形态学Tophat滤波抑制背景、消除不均匀光照,然后对图像进行二值化操作和连通域分析;其次,扫描图像得到区域的垂直投影图(VPM, Vertical Projection Map),对VPM进行离散余弦变换(DCT, Discrete Cosine Transformation),利用中低频描绘子重构VPM,重构后的VPM更为平滑,不受噪声影响,其波峰波谷数量、统计量更能描绘区域纹理的本质属性;最后,结合部分中低频描绘子和统计量组成描述区域纹理的模式向量,输入支持向量机归类.实验表明,算法适用于自然场景中的车牌定位问题,具有较强的适应性.      

基于边缘与颜色信息的车牌精确定位算法

针对现有车牌定位算法定位率不高和速度慢等问题,结合数学形态学,提出了一种基于车牌边缘检测与颜色信息的精确定位算法.首先对图像进行灰度化、平滑去噪及灰度拉伸等预处理,然后对图像进行垂直边缘检测和二值化处理;再采用线过滤算法滤去干扰边缘线信息,并利用车牌区域灰度变化次数多的特性定位出车牌上下边缘;对经过上下边缘定位后的车牌采用点密度过滤算法滤去零散点,接着采用数学形态学方法寻找连通域粗定位出车牌区域;最后对粗定位车牌在HSV空间进行颜色分割和倾斜矫正,从而精确定位出车牌.实验结果表明,该算法能够实现车牌的快速精确定位.      

基于奇异值分解的红外热图像序列处理

在红外热像无损检测中直接获取的原始热像往往信噪比较低、温度对比度较差.为了抑制各种噪声的不良影响,使红外热像无损检测所重构的数字图像有较高的缺陷对比度,从而提高缺陷探测能力,提出了采用奇异值分解法对红外数字图像序列进行处理和增强的方法,并进行了验证.介绍了奇异值分解法的原理;用奇异值分解法对实验中采集的红外热像序列进行处理;以信噪比为指标对图像处理效果进行了定量评定.研究表明奇异值分解法具有抽取红外热像序列中反映试件内部缺陷信息代数特征的能力,可消除加热不均效应、提高图像的信噪比,且缺陷在图像中所处的位置不影响奇异值分解法的使用效果. 因此奇异值分解法是红外热像无损检测中红外热图像序列处理的有效方法.      

卫星导航终端设备在真实卫星信号下的动态定位精度测试方法研究

卫星导航终端产品测试可分为室内模拟测试和实际信号测试,室内模拟测试信号与实际使用环境有较大差别,不能完全反映实际使用效果;而实际信号测试成本高,重复性较差。为了解决上述测试方法中的不足,本文提出了一种既可实现实际信号的采集,又可在相同环境下反复回放,进而能够高效完成导航终端产品实际使用性能测试方法。本方法基于全球导航卫星系统信号采集回放设备,搭建了包括测试车、实时动态差分基准站、实时动态差分流动站接收机、惯导单元、导航天线等设备的动态跑车测试系统,采集实际信号并在微波暗室中回放,以测试接收机的各项性能指标,为产品定型和性能比较提供参考依据。     

卫星导航终端设备在真实卫星信号下的动态定位精度测试方法研究

卫星导航终端产品测试可分为室内模拟测试和实际信号测试,室内模拟测试信号与实际使用环境有较大差别,不能完全反映实际使用效果;而实际信号测试成本高,重复性较差。为了解决上述测试方法中的不足,本文提出了一种既可实现实际信号的采集,又可在相同环境下反复回放,进而能够高效完成导航终端产品实际使用性能测试方法。本方法基于全球导航卫星系统信号采集回放设备,搭建了包括测试车、实时动态差分基准站、实时动态差分流动站接收机、惯导单元、导航天线等设备的动态跑车测试系统,采集实际信号并在微波暗室中回放,以测试接收机的各项性能指标,为产品定型和性能比较提供参考依据。     

基于单幅立式标靶图像的单目深度信息提取

针对在智能车中车载单目视觉系统已经检测到路面障碍物的情况下,计算障碍物相对于本车的距离问题,提出了一种仅利用单幅标靶图像且无需相机内部参数的图像深度信息提取方法．该方法利用一种放置于相机前方的立式标靶,建立图像纵坐标像素与实际成像角度之间的映射关系,结合投影几何模型实现实时深度信息的提取．依据立式标靶图像的特点,设计了包括标靶图像感兴趣区设置、模板匹配、候选点聚类、筛选及精确定位等处理的亚像素级角点检测及定位算法．实验结果显示,该方法具有较高的测量精度及实时性．相对于在路面摆放参照物的方法,该方法无需大标定场地且规避了数据拟合引起的误差．同时该方法标定只需一幅图像,过程简单,便于实际应用．