视频合成孔径雷达

由美国国防部预研局(DARPA)负责开发的"视频合成孔径雷达",其提供的透过云层的图像与目前使用的红外系统在晴朗天气条件下的效果类似,重点是解决在恶劣天气和其他不可预知的环境条件下无人机的图像丢失问题。该雷达将     

重庆江北机场安检信息管理系统建设

传统的安检手段主要以机器为主，对检查的旅客没有记忆功能，对旅客的行李图像(包括托过运行李和手提行李)也缺乏对应能力。同时，在许多机场运行的旅客离港系统、安检系统、监控系统和行李分拣系统的数据是各自分离，互不关联的，信息的分散和对应关系的缺乏大大降低     

显微视觉自动聚焦的小波测度研究

离散小波变换(DWT)或连续小波变换(CWT)滤波后自相关运算均可对显微图像中的高频信息进行提取,依据高频能量的大小可以判断图像目标特征的离焦程度.基于上述原理,提出与小波变换相关的两类聚焦测度函数:基于DWT的聚焦函数、基于CWT滤波后自相关运算的聚焦函数.以MEMS器件微对准封装系统中的显微视觉单元作为实验平台,运用实验的方法确定小波基、小波因子以及小波系数的计算形式,得到可用于本显微视觉系统的两个基于小波的聚焦测度:Haar二级小波分解系数平方和函数;尺度因子为2-5的Mexican-Hat小波滤波后自相关平方积分函数.最后利用聚焦分辨率与函数计算时间两个参数对聚焦测度函数进行量化评估.与Brenner函数及平方梯度函数等聚焦效果较好的基于空域聚焦测度相比:DWT函数的聚焦分辨率为8.43,比Brenner函数高14%,其计算时间为0.61 s,比Brenner函数缩短52%;而CWT自相关函数在聚焦分辨率上比平方梯度函数低41%,但计算时间比平方梯度函数缩短36%.表明基于小波域的自动聚焦测度函数具有实用价值.     

微传感器最新发展

近年来，微传感器受到国际传感技术界的广泛关注，本文介绍十多个微传感器，包括三轴加速度计，单，双轴加速度计片，表面微机械陀螺（角速度传感器），微惯性导航系统，微磁通门传感器，磁阻传感器，纳米皮拉尼压力传感器，微科氏质量流量计，毫米波图像传感器，GPS手表（1cm^3)，二氧化碳传感器和微/超微角位移传感器，文事简要介绍它们的基本结构。敏感机理，特点等，从中可以看出微传感器已成为传感技术中有重要应用前景的组成部分。     

基于局部单应性矩阵的图像拼接与定位算法研究

针对单个摄像机的视野范围有限导致在大场景下监控效果不够理想的问题,提出了一种改进的图像拼接与目标定位算法。该算法以多个摄像机获取的具有共视区域的监控图像为基础,通过对图像进行网格划分后分别计算多个局部单应性矩阵完成初步对准,然后对网格顶点进行微调优化完成最后配准。最后对图像进行融合形成无缝、自然的大视角图像,并利用场景信息在获取的全景图像上对目标进行快速定位,以满足监控人员对场景中目标的全景捕捉分析功能。实验结果表明,该算法能显著提高大场景下图像拼接结果的质量并实现目标的快速定位。     

基于塔形形态算法的SAR图像相干斑抑制

提出将塔形形态算法用于抑制SAR图像中相干斑处理，为减少塔形处理中由于下采样造成的信息损失，从并行处理的角度出发，对塔形形态滤波器提出了改进，将下采样中的各子图同时进行形态滤波处理，在上采样中将各子图合并。经分析和处理表明这两种算法用于SAR图像滤波都能有效地去除相干斑噪声。与塔形形态滤波、Lee滤波器算法比较，采用并行算法处理后图像的各项指标有明显的改善。     

基于小波变换的遥感图像边缘检测方法研究

遥感图像处理对于航空、航天、军事侦察、灾害预报等许多军事和民用领域至关重要,本文针对遥感图像的特点,提出了一种基于小波变换的图像边缘检测方法,同时还对小波变换在图像处理中的适用性进行了详细分析。由实验结果表明,本文方法可以获得非常细致有效的边缘信息,在有效抑制噪声的同时,提高了边缘定位精度。     

基于目标与相关背景的多特征融合跟踪小目标

本文研究在红外图像序列中跟踪运动小目标的问题。考虑到小目标跟踪要求能够保证跟踪的目标在需要的视场内，同时受到跟踪平台转动的影响，背景在视场内处于时变状态，不能仅仅利用目标的时域轨迹连续性进行跟踪。因此，算法充分利用了目标与相关背景的分布、灰度、形状边界等信息，并加以融合。算法通过在实际包含随机目标的红外图像序列中的应用，它的有效性得到了证明。     

基于CBVCT图像序列的空心涡轮叶片壁厚检测技术

航空发动机空心涡轮叶片的壁厚是保证叶片强度的一个关键参数。本文给出一种基于叶片锥束体积CT图像序列和叶片CAD模型的叶片壁厚检测方法。通过从叶片CAD模型导出的壁厚检测模板与从叶片CBVCT图像序列提取的点云模型之间的求交运算,自动生成叶片指定截面上的壁厚偏差。相关算法由VC++编程实现,并用仿真生成的叶片CB-VCT图像序列进行验证。     

一种基于亚像素匹配的高精度视觉定位方法

大多数应用到无人机景象匹配导航中的匹配算法都只能满足像素级精度,且当无人机利用景象匹配定位时图像之间往往存在较大的视觉差异,这种情况下图像匹配精度低且性能会急剧下降。所以选用具有仿射不变特性的特征点进行匹配,结合高斯亚像素拟合原理及特征描述符简化方法,并采用渐进采样一致性(PROSAC)算法剔除误匹配点,最终实现亚像素级的景象匹配定位。实验结果表明,采用此方法可以大大提高图像匹配的精度,提高到0.05像素以内。