虚拟演播室

虚拟演播室是一种只有赏和道具，不需要实际场景的演播室系统。它利用计算机技术和视频技术，把实际存在的景物图像和计算机生成的、并不存在于现实世界的人工图像实时地形成具有完全真实感的三维视觉效果。它不仅为电视节目制提供了高科技的制作手段和无限自由的创伤空间，而且在丰富节目包装方式、降低节目费用等方面也具有十分重要的意义。     

显微PIV系统与实现

显微PIV系统可用于流体微观层次以及微流体流动的测量,可获得流体速度的场信息以及其中颗粒的场信息。本文主要介绍显微PIV系统所涉及的显微图像获取技术以及图像处理算法。该系统由硬件与相应软件系统组成。其中,硬件主要包括放大倍数为1000倍的光学显微镜以及最大拍摄速度为10000帧/秒的高速摄像系统;IMPACT软件为自行开发的基于C++系统的面向对象程序,其中内嵌多种数据处理与分析算法。通过对尺寸为1μm颗粒运动的测量,对不同数据处理算法进行了检验,结果表明:建立的显微PIV系统可有效获得微观流体流动的图像并可准确进行数据的处理,该系统完全可用于微观流体流动的测量。     

投影图像法对旋转体空间扫描角和转速的测量研究

扫描角和转速是某伞一弹系统风洞试验中要求必须测量的重要技术参数.对伞-弹系统扫描角和转速进行定量动态测量是试验中必不可少的技术环节.投影图像法测量的原理就是利用一定截面积的两路正交平行光源,将旋转弹体分别投影到两个正交的投影屏上,利用两套高速CCD成像系统,将两路弹体投影图像同步采集并实时记录下来,试验结束后利用图像处理软件自动计算出两路图像序列角度分量,按照时序合成出每一时刻弹体的空间扫描角,并根据序列角度分量,计算出弹体的瞬时转速和全周期平均转速.利用该测量方法,在西安某所立式风洞中成功对多个型号的伞-弹旋转弹体空间扫描角和弹体转速进行了测量,取得了良好的测量结果.旋转体的静态角度测量精度为0. 18°,动态扫描角测量精度控制在0. 25°以内.作者从扫描角测量原理和方法人手,着重介绍该投影图像处理测量系统的设计和实际运用,给出了某伞-弹系统风洞试验的测量结果.     

非正定矩阵对磁共振扩散张量导出量的影响

为研究非正定矩阵对水分子扩散张量导出量的影响,提出了一种计算扩散张量导出量的优化算法。采集5位健康志愿者脑部磁共振扩散张量图像,沿25个方向施加强度为40mT／m的扩散敏感梯度磁场,扩散权重值为1000s／mm^2,求解超定方程,得到了各体素的二阶扩散张量。在灰质区域非正定矩阵较少,在胼胝体的膝部和压部发现大量非正定矩阵。由于这些非正定矩阵的影响,使用常规算法得到的平均扩散率和各向异性分数分别被低估和高估。为此修正了常规算法,使用矩阵特征值的绝对值计算扩散张量导出量。结果表明,由修正算法得到的扩散张量导出量图像的鲁棒性及可靠性均得到提高。     

红外成像非接触转捩测量低速风洞试验技术研究

发展红外成像非接触转捩测量低速风洞试验技术,旨在解决特殊气动布局外形及金属材料模型转捩位置测量问题.通过在模型表面产生热壁面、现场测试模型表面发射率、使用遮蔽板、在金属模型表面喷涂隔热氟碳漆等措施,解决了环境条件、发射率、辐射传递干扰、金属模型材料特性等阻碍红外成像技术应用的关键问题;通过数值计算及试验测试得到模型热壁面与环境温差在20℃范围内,热壁面背景温度对转捩位置基本没有影响,解决了热壁面对转捩位置影响问题;通过试验原理、试验方法、关键参数测试、转捩判据、准度考核等研究工作,构建了红外成像非接触转捩测量低速风洞试验技术;通过引导试验考核了试验系统.结果表明:该技术实用可靠,值得推广.     

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Depth from Focus的图像三维重建

应用改进Laplacian聚焦算子实现序列图像的融合显示,用高斯插值算法得到图像三维重建中的高度图,并设计一种轮廓线算法对高度索引图进行了三维重建;成功地应用于摄像机拍摄序列图像的三维重建,弥补了摄像机物镜焦深范围有限不能采样清晰大幅图像的不足.理论和实验结果证明,用该方法生成的二维融合图像和三维显示图像,恢复出比较精确的物体表面深度信息,提高了图像的清晰度.     

结合图像局部信息的高斯混合型图像分割框架

针对现有的基于判别型或聚类型的图像,用分割方法无法处理被噪声污染的图像的现状,提出一种新的两步式图像分割框架。该框架首先利用图像的局部信息重塑图像的灰度直方图,增强了像素的类间散布性和类内紧凑性,然后将现有的基于判别型或基于聚类型图像分割方法在重塑图像上执行,从而提高了现有图像分割算法的有效性和鲁棒性。文中用典型的聚类型方法高斯混合模型来说明该框架的可行性。由于框架的两个步骤具有独立性．因此可推广到现有的其他基于像素或直方图的方法。在人工和真实图像上的实验结果证明,这种两步图像分割框架可以获得有效且鲁棒的图像分割结果。     

基于GAN网络的红外图像生成技术

当将人工智能技术应用于军事领域中的目标识别任务时,针对由红外图片采集的局限性而造成的训练数据不足的问题,提出了基于生成对抗网络以生成红外图像的方法,实现了数据集的扩充。对基本的生成对抗网络进行了改进,将网络的输入由随机噪声变为真实图片,使之实现了图片到图片的风格转换,即彩色图片转变为红外图片。经过网络模型的搭建和训练,实验结果表明,该方法能够有效生成清晰和高质量的红外图片,解决了由红外数据不足而造成的网络训练不充分的问题。