三维随机图象模型及其空间关系

为了用随机的方法对三维图象进行处理,在二维 Markov场图象模型的基础上,建立了三维 Markov场图象模型。把定义在平面域上随机场的邻域系、集簇和势函数等概念推广到三维空间域,给出了三维邻域系、集簇的空间分布规律和势函数的具体表达式,解释了其空间关系和概率分布,从理论上解决了三维建模的问题,并为三维图象的计算机处理,提供了一种可以实际进行操作的随机方法。     

地形分析方法提取染色体特征

利用尺度空间模型表达图像的微分结构,将染色体带型特征归结为图像灰度场中的地形特征(深带和浅带分别视作峰和鞍,中轴线视作脊),并给出微分几何描述,特征提取充分利用了图像的灰度信息,提高了准确性,有利于染色体的识别工作.      

基于地标图像信息的惯导系统误差校正方法

提出了一种基于地标图像信息的惯导系统误差校正方法,并进行了仿真实验研究.该方法利用飞机光电平台上的地标图像成像系统,通过地标图像探测、图像变换、匹配定位、坐标变换解算出飞机的空间三维坐标.该三维坐标与惯导系统所给出的坐标进行比较,得出飞机惯导系统的航迹误差,从而实现对惯导系统的误差校正.      

一种基于Gabor滤波的不同聚焦图像融合方法

提出了一种基于Gabor滤波对不同聚焦图像融合的方法。通过取不同方向的Gabor滤波器对待融合的图像进行多方向滤波,从而提取出不同方向的高频能量,再通过比较高频能量大小来判断属于清晰还是模糊像素,以此达到融合不同聚焦图像的目的。实验表明这种方法简单有效,给出了图像融合的实验结果,并与小波变换和简单取平均融合结果进行了比较。     

基于多尺度局部结构化信息测度的鲁棒像素级图像融合算法

现有的图像融合算法不能有效区分基本图像特征和噪声,往往在输入存在噪声时性能变差。自然场景图像中,视觉上显著的图像特征往往表现出一定的几何结构,而噪声缺少结构化信息。基于复数小波变换,利用Von Neumann熵推导了一个结构化信息测度,可以有效区分噪声和视觉上显著的图像特征。图像融合之前利用测度加权输入,从而自适应抑制噪声同时保留图像特征。对几个图像融合方案从主、客观上进行性能比较,显示了新方案的优越性。     

基于窗口技术的CT图像缺陷性质确定

论述了工业CT图像的一般特点,对窗口技术进行了详细分析。利用非线性窗口和数据库管理实现了窗口的自动化选择并较好地识别出小密度差下的缺陷性质。     

光电干扰箔片云团运动规律的仿真研究

鉴于自燃箔片云团对红外成像导引头光电干扰有效的试验结果,针对气动阻力大的箔片云团,采取常用的气动阻力公式f=-kv2来描述运动规律,引入匀降速度u,分别推导出水平方向和垂直方向上升段和下降段的速度、位移的计算公式.结合图象分析对云团的运动规律进行仿真研究,还讨论了采用不同气动阻力公式对拟合系数和拟合相似度的影响.该方法可推广应用于大气层内亚声速质点运动轨迹的解析方法.     

基于时频分析的ISAR成像

传统的逆合成孔径雷达(ISAR)成像算法用傅里叶变换进行频谱分析,会导致对机动目标的成像模糊.应用短时傅立叶变换(STFT)、魏格纳分布(WVD)、平滑伪魏格纳分布(SPWVD)等几种时频分析方法对机动目标进行瞬时成像,仿真和实验结果表明,应用该方法能得到清晰的目标的距离-瞬时多普勒像.     

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。     

基于小波变换与局部离散度的多聚焦图像融合算法

提出了一种基于小波变换与局部离散度的多聚焦图像融合算法。首先对不同聚焦图像进行小波变换,然后采用局部离散度准则对各个方向上的高频系数进行融合,采用重要度准则对低频系数进行融合,最后对融合后的小波系数进行重构,得到了很好的融合图像。实验结果表明,融合效果优于取绝对值大的小波系数和区域方差准则的融合算法。