SAR图像超分辨与点扩展函数扰动校正算法

推出基于贝叶斯概率公式的SAR(合成孔径雷达)图像超分辨的最大估计(EM)算法,实现SAR图像雷达截面积的重建.本算法成功地将图像场景的先验知识纳入到图像的重建过程之内,有效提高了图像的分辨力,并采用点扩展函数参数化模型,通过估计该模型的参数,抑制点扩展函数扰动的影响.二者结合,有效地实现了SAR图像的超分辨.本算法的关键是构造合理的点扩展函数模型,能够同时拟合SAR图像数据和成像系统参数的相关信息.     

基于小波包变换的Quick Bird全色影像和多光谱影像的融合

为了能够更好地将迄今为止在商业领域内空间分辨率最高的Quick Bird卫星遥感影像的高空间分辨率特性和多光谱特性结合起来,以提高对影像信息的分析和提取能力,笔者在研究了小波包图像分析法之后,提出了一种基于小波包变换(WPT)的Quick Bird遥感影像融合方法,在此基础上,对同一地区Quick Bird全色影像和多波段影像进行了融合实验,获得了满意的实验结果。     

基于数学形态学的图像边缘检测技术

边缘检测通常是用类似于素描图的图像表达出物体的要素和特征。实际图像中,边缘由灰度突变的象素点组成,在数字图像处理和分析中具有重要的作用。本文综合国内外最新文献资料,分析了多种基于数学形态学的边缘检测技术:基于多尺度形态学的边缘检测、基于数学形态学多极平均的图像的边缘检测、基于偏微分方程的形态学的边缘检测、基于均衡化和数学形态学的组合边缘检测、基于坐标逻辑的多结构元图像边缘检测等技术,并综合比较了其优缺点,探讨了其发展方向。     

小波变换内核的硬件实现技术

介绍了小波变换的概念以及在图像处理中的应用。以四级小波变换为例,针对FPGA芯片的特点,详细说明了小波变换的硬件实现所面临的问题及其对应的解决方案。最后分析了用FPGA芯片实现小波变换内核的优势。     

一种新的基于PCNN的自适应强去噪方法

为了实现椒盐噪声的有效去除和图像细节及纹理的有效保留,提出了一种新的基于PCNN(Pulse Coupled Neural Network)的自适应滤波方法ADEN(Adapative Denosing method for Extreme Noise)-PCNN.该方法引入了像素受污染状态的甄别机制,只对被污染的像素进行降噪处理,保证了去噪的同时不损坏图像信息,实现了图像的细节和纹理的有效保留;为了确保图像质量,在面向图像降噪的PCNN神经网络阵列结构中引入了自组织机制,可以自动地估计噪声的强度信息并进行PCNN网络中神经元连接方式的自组织转换,此外引入了自适应机制,根据噪声强度的估计信息,自动进行滤波次数的优选,增强自适应能力.实验结果表明所提方法较常规方法和其他同类方法在去噪效果、保留图像细节方面展现出明显的优势.     

新一代运载火箭地面设备监控系统研究

介绍采用数字化视频远程图像监控 ,应用于新一代运载火箭地面设备监控系统的设想。论述利用数字视频远程监控技术可在新一代运载火箭地面设备监控系统内建立监控调度中心 ,对远端现场的图像声音及其他敏感数据进行实时监控以便对敏感事件进行快速反应。     

基于信息论分析的多尺度图像去噪方法

图像多尺度统计相关模型的信息论分析表明,尺度内模型可以捕捉小波系数间的大部分相关性,较尺度间模型携带更多的信息,而通过加入父信息得到的增益则较小。为充分利用各模型提供的不同信息,提出一种基于信息融合的多尺度去噪方法,将尺度内和尺度间相关模型的优点相结合,并压制各自的缺陷。仿真结果表明,基于信息融合的方法具有更好的视觉效果和去噪性能。     

基于图像的测量方法在工业风洞跨声速流测量中的最新进展

风洞中非定常复杂流场的实验研究要求先进的测量技术.基于图像的测量技术中最重要的是测量平面流速度场、平面压强分布、模型位置和变形、模型温度以及定量的高速流可视化等技术.DLR(德国宇航研究院)对这些技术的应用包括从低速流到跨声速流、从增升装置到螺旋桨和旋翼、从弹射装置和水塔储水罐尾迹流旋涡到三角翼上涡破裂现象等的研究.由于跨声速风洞的特殊环境,将基于图像的测量技术用于跨声速流要求专门的技术开发和有经验的科学家.给出了DLR空气动力学和流动技术研究所将基于图像的测量技术应用于跨声速流研究的最新进展.     

等行频采样方式下的红外图像帧重建仿真研究

为了有效提高红外图像的分辨率,充分利用红外器件获得的扫描数据和相应的空间信息,文中重点研究了基于圆锥扫描的等行频采样方式下红外图像帧重建仿真。在介绍圆锥扫描机制下基于等行频采样机理的红外图像完整重建技术的基础上,进行了大量的重建图像仿真。仿真研究结果表明,这种技术能够获得较高分辨率的红外图像。     

基于交互融合的高精度图像融合算法的研究

针对可见光和SAR图像融合,提出了一种基于跨模态差分感知和注意力机制的交互融合（TDPAM Fusion）算法,能有效保留可见光图像中的纹理结构和SAR图像的细节信息。首先,采用跨模态差分感知融合（Cross-Modal Differential Perception Fusion, CMDAF）模块提取图像的互补信息,避免真值缺失并提高融合精度。其次,通过坐标注意力机制（Coordinate Attention,CA）提高特征提取的准确性和效率,增强语义信息的集成。最后通过交互融合算法（Interactive Fusion Module,IFM）将特征自适应融合。设计了相应的大型基准数据集,用于网络模型的训练和测试。实验结果表明：TDPAM Fusion融合算法可以获得包含清晰SAR信息的高质量可见光图像。此外,融合算法将互信息（Mutual Information,MI）、空间频率（Spatial Frequency,SF）、视觉保真度（Visual Fidelity,VIF）和相关系数（Correlation Coefficient,CC）等关键指标,分别提高了约6.41%、10...