基于图像化变差函数的性能数据异常判别

为提升发动机性能监控的智能化水平,实现性能数据的高效利用,提出了基于图像化变差函数的发动机性能数据异常判别方法。通过研究发动机性能数据的标准化修正方法和图像转化方法,将数值型表示的发动机性能数据转化为发动机性能图像。通过引入变差函数理论,采用4方向的变差函数值表示性能特征值,融合不同时刻不同参数的性能数据。在提取发动机性能图像关键特征点的基础上,定义性能图像间的差异距离,实现基于变差函数的发动机性能图像异常判别方法,从而实现对发动机性能状态的判别。选用若干组实际发动机性能数据对方法进行验证。验证结果表明:该方法运算高效,实现了高维性能数据的降维和对性能图像运行状态的分类,从而判别发动机性能数据的运行状态。     

基于多尺度分析的图像融合技术综述

系统介绍了对图像融合技术的发展概况、图像融合的基本原理以及融合的层次及性能,并归纳了基于多尺度分析的图像融合算法,分析其特点及应用领域,简要阐述图像融合质量评价,最后指出当前研究的热点以及有待解决的问题.     

基于序列图像的无人机自测速方法与试验

为自主、精确测量无人机的飞行速度,研究并发展了一种基于序列图像的无人机自测速方法并进行了相应的试验。该方法利用无人机上已有的惯导装置、高度计和摄像机,在连续成像的条件下,通过匹配跟踪得到地面同名点在相邻两帧光学或红外实时图中的位置,利用飞行高度、姿态信息和成像帧频计算得到无人机的瞬时飞行速度。在无人机的匀速平飞段,通过大量数据拟合得到高精度的平均飞行速度。通过挂飞试验对方法进行了验证,实时得到了小于0.2 m/s的测速结果,满足工程要求的精度,为工程应用打下了一定的基础。     

用于版权保护的数字水印技术

随着全球信息化时代的到来,由于数字媒体所具有的易传播、易复制等特征,使得知识产权得不到有效的保护,这将严重影响该领域的健康发展。因此,版权保护是一个迫切需要解决的问题,数字水印技术在作为版权保护的重要手段得到了广泛的应用,日益成为国际上研究的热点。文章针对这一特点,主要讨论了数字作品版权保护中对数字水印技术的要求,数字水印技术的分类、应用、基本原理以及介绍图像的交易追踪。     

面阵CCD摄像机用于测量中分辨率问题的讨论

讨论了由面阵ＣＣＤ摄像机，图像卡和计算机组成的非接触测量系统中测量分辨率的问题，分析了限制测量分辨的一些因素，并提出了提高测量分辨率的若干建议。     

Photoshop在飞机挂图制作中的应用

CATIA V5是我所现阶段用于飞机三维设计、协调的大型CAD应用软件，然而CATIA V5软件不能实现三维实体模型的放大输出。本文主要论述了利用Photoshop软件与CATIA V5软件相互配合输出巨幅高清晰度图像的方法和使用Photoshop软件在大型飞机挂图制作中所做的后期处理工作。     

综合孔径辐射计偏微分方程近场图像反演算法

针对综合孔径辐射计傅里叶变换成像算法在近场条件下失效的问题,提出了一种基于局部自适应偏微分方程的精确数值图像反演算法.该反演算法根据待反演亮温图像的局部特征,在图像背景区域进行各向同性扩散来抑制噪声,在图像目标区域进行自适应扩散来保持图像边缘细节.近场仿真结果表明,该算法有效地降低了可视度测量噪声对亮温图像反演的影响.用一套8 mm波段二维综合孔径辐射计BHU-2D-U进行了成像实验,实验结果证明了该近场图像反演算法的有效性.      

基于朴素贝叶斯K近邻的快速图像分类算法

朴素贝叶斯最近邻(NBNN)分类算法具有非特征量化和图像-类别度量方式的优点,但算法运行速度较慢,分类正确率较低.针对此问题,提出一种朴素贝叶斯K近邻分类算法,基于快速近似最近邻(FLANN)搜索特征的K近邻用于分类决策并去除背景信息对分类性能的影响;为了进一步提高算法的运行速度及减少算法的内存开销,采用特征选择的方式分别减少测试图像和训练图像集的特征数目,并尝试同时减少测试图像和训练图像集中的特征数目平衡分类正确率与分类时间之间的矛盾.该算法保留了原始NBNN算法的优点,无需参数学习的过程,实验结果验证了算法的正确性和有效性.     

基于多波长同轴数字全息的相位恢复算法

同轴数字全息中固有的共轭像问题会严重影响再现像质量,已有的相位恢复算法需要大量计算才能祛除共轭像,且无法获得连续分布的解包裹相位像。提出一种基于多波长的相位恢复算法,该算法利用4个波长下记录的数字全息图,并在迭代过程中借助光学解包裹原理扩展了测量范围,实现了再现成像面中共轭像祛除的同时获得解包裹的相位分布。同时,由于在物面及记录面添加了约束条件,该方法中所用波长数少于其他已提出的基于多波长原理的相位恢复算法,而且具有更快的迭代收敛速度和更好的共轭像祛除效果。数值仿真和实验结果皆证明了该方法的有效性。      

高光谱图像序列中的运动弱小目标检测

高光谱图像序列中包含时域信息和光谱信息的弱小运动目标检测因其在民用和军用中的重要作用而引起了研究人员的兴趣。本文提出了一种新的空时联合异常方法来解决运动弱小目标的检测问题。该方法分别从空间域和时间域利用异常检测算法计算空间异常图和时间异常图。为了检测目标的运动一致性特征,该方法生成了运动轨迹预测图。将空间异常图、时间异常图和轨迹预测图融合后,可以很容易地从背景中检测到感兴趣的目标。该方法被应用于云杂波背景下的空中目标测试数据集。实验结果表明,该方法具有较低的虚警率和较高的检测率。