基于神经网络的CT图像重建方法研究

旅客行李隐藏爆炸物CT检测是机场安检的重要部分,图像重建是CT检测技术的重要环节,但实际中往往得不到完全的投影数据。针对不完全投影数据或数据量较少情况的重建问题,提出将神经网络算法应用于图像重建,并利用完全投影条件下FBP算法的重建结果作为网络的目标输出进行权值学习,从而降低网络结构和训练的复杂性。对该算法进行计算机模拟仿真试验,试验结果表明,该算法能有效地完成不完全投影数据的图像重建,且重建图像质量较高。     

基于合作目标和视觉的无人飞行器全天候自动着陆导引关键技术

 GPS受他国控制和易受干扰对基于该导航系统的无人飞行器导航和着陆具有潜在危险,为了使其安全自动着陆,提出通过在着陆跑道(广场或公路)上预设具有受控发射红外光的地面合作目标,实现无人飞行器的视觉全天候自动精确着陆新技术。首先研究得到切实可行的工作过程;然后研制了合作目标,通过理论分析和实验得出,无论能见度高低,8~12 μm中远红外视觉系统探测到的合作目标图像质量远优于可见光视觉系统,研究得到合作目标和背景的温差在170~200 ℃时,成像效果最好。在识别研究中发现,基于传统的不变矩算法对合作目标的识别可靠性稍差,为了进一步准确地识别合作目标,又提出了基于方向链码的合作目标识别算法,该方法的耗时为不变距的96%,但是识别的可靠性比前者有显著提高。     

多用户多视窗机载光电监视系统在城市反恐中的应用研究

作为主要财富的集结区、战争潜力的潜藏区、国家安全重要的战略地带,城市已成为现代战争的主要战场。通过分析传统机载光电侦察系统在城市反恐中的局限性,阐述了多用户多视窗机载光电侦察系统在城市应用中的前景,并通过对多视窗多用户机载光电侦察设备工作原理的分析,特别是对其中的多用户多视窗技术原理的分析,提出了一种可行的、多用户多视窗光电侦察系统研制方案,为类似产品的研制和应用提供了参考。同时结合当前的人工智能技术,分析了图像自动识别技术在其中应用的可行性,以便在海量信息中筛选出威胁目标并进行实时跟踪,大大提高了侦察监视的效率。     

一种图像缩放算法的SoC协同加速设计方法

针对无人机自主着陆的跑道检测、识别、跟踪等视觉算法中需要对大量图像进行缩放处理以便后续计算,但又对实时性要求比较高的情况,根据输入输出像素点的映射关系提出了一种适用于硬件加速的图像缩放算法,简化算法结构的同时利用现场可编程门阵列进行模块硬件功能的设计对算法加速,并采用软硬件协同的体系结构搭建实时图像处理系统。实验结果表明,该缩放算法处理精度高、耗时少,且用硬件逻辑实现后,可以进一步提速171倍,硬化后的系统可以通过摄像头获取图像数据,实时处理后在显示器中显示,达到30帧/s的处理速度,可以应用于实时性要求较高的图像处理算法中。      

一种基于系留无人机的图像遥测系统设计

针对海上船舶甲板的监控需求,本文提出了一种基于系留无人机的图像遥测系统设计方法,即通过系留无人机上的图像采集装置对被监控目标进行视频信号实时采集、压缩,再经过遥测装置的编码、调制、放大后由天线进行辐射,最后由数十公里外的遥测接收机完成接收、解调、解码,可实时显示船舶甲板图像信息。文中介绍了系统的软硬件组成、关键设备的设计方法、综合性能的分析,对相关图像遥测技术应用有一定参考意义。     

基于可变阶变分模型的医用低剂量CT图像去噪

为了降低患者的辐射风险,低剂量CT（LDCT）广泛用于临床诊断,但辐射剂量的减少在重建的LDCT图像中引入了斑点噪声和条纹伪影。为了提高LDCT图像的质量,提出了一种基于可变阶变分模型的后处理技术。所提出的变分模型使用边缘指示器控制变分阶数,根据图像的特征在一阶全变分（TV）正则项和二阶有界Hessian（BH）正则项之间交替变换。采用基于快速傅里叶变换（FFT）的分裂Bregman算法求解所提出的变分模型。该模型在保留高剂量CT（HDCT）图像相应结构的同时,有效抑制了斑点噪声和条纹伪影。重建的图像和实验数据表明,所提出的变分模型比现有的先进模型具有更好的质量。      

小行星三维地形模型几何重建方法

DOI： 10.3969/j.issn.1674 1579.2020.01.008小行星三维地形模型几何重建方法刘兴潭,武延鹏,吴奋陟,顾营迎,郑然,梁潇摘要： 小行星全球测绘对深空探测定点着陆具有重要意义.通过对绕飞段光学敏感器拍摄的序列图像进行几何立体重建方法的研究,可以实现探测器位姿信息未知情况下的三维地形建模.综合小行星表面特性、小行星运行特点与探测器飞行需求,首先通过全局的运动恢复结构完成小行星稀疏点云重建,再利用多视角场景重建对点云进行稠密化得到致密均匀的网格.然后采用隼鸟号探测器绕飞阶段实测影像,对小行星糸川(25143 Itokawa)的三维地形进行仿真重建,分辨率为0.36 m;并在光学实验室对3D打印的小行星比例模型进行模拟观测实验,得到重建分辨率为0.67 m.最后通过点云配准,进一步验证方法的有效性.结果表明,本方法稳定性较强,在分辨率要求在米级范围内的情况下,能够较好地针对小行星表面地形进行三维重建.     

基于样本类别确定度的半监督分类

在对遥感图像进行分类时,全监督算法往往需要足够的标记样本进行训练,然而标记的过程是耗时和昂贵的,相反收集大量的无标记样本是很容易的。为了在学习过程中能够有效利用未标记样本的信息,本文提出了基于样本类别确定度（CCS）的半监督分类算法。首先,利用多分类支持向量机（SVM）得到未标记样本属于各类别的确定度,有效地衡量了未标记样本类别可靠性;其次,对样本类别确定度进行预处理,提升利用未标记样本的安全性;最后,基于样本类别确定度设计了半监督线性判别分析（LDA）降维算法并对其进行核化,使得样本在降维后的子空间更具有可分性,并根据降维后的数据特点,采用最近邻分类器对新样本进行分类。利用真实的合成孔径雷达（SAR）图像进行测试,验证了在标记样本较少的情况下,本文算法在性能上优于全监督和其他半监督算法,并能够快速收敛。      

融合低秩和稀疏先验的结构性缺失图像修复

针对基于低秩先验的图像矩阵补全算法无法有效处理结构性缺失图像修复的问题,建立了在观测矩阵上使用双重先验的矩阵补全模型,在低秩先验的基础上引入稀疏先验,以便更好地利用观测矩阵的先验特征。该模型根据行列间的相关性,使用低秩先验对矩阵正则化;根据行列内的相关性,使用稀疏先验对矩阵正则化;为了更加精确地逼近秩函数,使用截断Schatten-p范数替代核范数作为低秩先验,从而提出了融合低秩和稀疏先验的矩阵补全模型,并使用交替方向乘子法有效处理所提模型。实验结果表明:算法修复的图像细节清晰,与截断核范数模型算法相比,峰值信噪比和结构相似度提升范围分别为2%~44%和0.7%~8%。