粒子像测速技术（PIV）和激光散斑测速技术（LSV）的实验研究

本文应用粒子像测速技术（ＰＩＶ）和激光散斑测速技术（ＬＳＶ），对Ｒａｙｌｅｉｇｈ－Ｂｅｎａｒｄ对流流动进行测量。说明这两种技术原理和数据处理方法是相同的，他们的区别取决于源密度（Ｓ．Ｄ．）。当Ｓ．Ｄ．≤１时，是粒子像模式，当Ｓ．Ｄ．＞１时，则呈现激光散斑模式。实验表明，三次光脉冲系统比二次光脉冲系统在测量信噪比方面改善很多。     

基于线性特征的中分辨率航天遥感器MTF在轨评价及其在图像恢复中的应用

文章在简要介绍遥感器在轨MTF评测值在遥感图像处理中的意义基础上,分析了中分辨率遥感卫星成像过程MTF在轨测试的各种方法的适用性、算法和具体指标要求,提出了适合于中分辨率遥感卫星成像过程MTF的在轨评价方法,并剖析了遥感卫星成像过程中影响MTF的多种因素;最终以CBERS-02星CCD图像为对象进行了试验,并有效运用于图像恢复。     

浅析互有位移图像序列的超分辨率复原

超分辨率图像复原的目的在于复原截止频率之外的信息,以使图像获得更多的细节和信息。基于互有位移序列图像进行的超分辨率复原,除了利用物体的先验信息和单幅图像的信息之外,还充分利用了不同图像之间的补充信息,因此其超分辨率复原能力高于利用单帧图像的复原法。这项技术可以广泛应用于遥感、高清晰电视和医学成像等多个领域。通过对超分辨率复原技术理论基础的阐述,指出基于序列图像的高分辨率成像技术的合理性,并介绍对互有位移图像序列的获取方法:亚像元动态成像系统、光学系统和利用压电陶瓷的方法。     

基于JPEG2000一种上下文生成的改进方法

提出一个在JPEG2000标准的基础上改进的上下文生成方案,它基于当前位平面一个系数产生的重要信息对当前位平面其它系数的上下文不产生影响的原则。这个方法在基本不降低压缩质量的前提下,提高了编解码的执行速度,降低了操作复杂度。实验表明该改进算法将对提高硬件系统性能有很好帮助。     

抗旋转和缩放的SAR与可见光图像自动配准算法

针对合成孔径雷达与可见光图像在大角度旋转和大比例缩放情况下的高精度自动配准问题,提出了一种尺度和旋转不变的SAR(Synthetie Aperture Radar)和可见光图像自动配准算法.算法以SIFT(Scale Invariant Feature Transform)算法为基础,首先通过增强Frost滤波和自适应直方图均衡增强SAR和可见光图像的共性,使其显著提高能够提取出足够多的特征点数目,然后再通过特征描述方法、相似性度量方法、点匹配方法、特征点聚类方法和误匹配点剔除方法等方面对原始SIFT方法进行改进,有效地提高其在多源图像、强噪声、复杂成像条件下的特征提取和匹配性能,最后通过最小二乘法和相似变换模型实现SAR和可见光图像的精确配准.试验表明该算法对图像尺度和角度变化具有良好的适用性,在正确匹配点的比率和定位精度方面都优于原始SIFT算法和Harris算法,具有良好的工程应用前景.     

遥感图像去雾算法研究

针对现有的去雾算法对彩色图像处理后会出现色彩畸变的问题,提出了基于Retinex算法和色度比的去雾算法,该算法在用Retinex算法进行图像恢复的过程中引入了原图像的色彩信息,改善了处理后的图像的色彩。     

一种基于核回归的改进型图像去噪方法

为了消除图像处理中的噪声,同时尽可能地保留图像细节,提出了一种基于核回归的图像去噪算法。该方法的基本思想是在经典方法以像素位置决定权值的基础上,引入像素灰度值。即核函数在计算权值时考虑两个因素:空间距离和灰度距离。通过计算控制核来做到自适应,最后引入一个迭代过程。实验结果表明该算法能够在滤除图像中的高频噪声的同时尽可能保留了图像的细节特征,获得了较为理想的去噪效果。     

基于感兴趣区域的无人机侦察图像压缩

根据无人机侦察图像压缩的特殊性,综合JPEG2000中MaxShift和GSBM的特点提出一种改进的感兴趣区域图像压缩算法。该方法允许用户在一幅图像中指定任意形状的区域建立掩模,不需要将感兴趣区域的形状信息传递到解码端,能灵活调节感兴趣区域和背景区域的重构图像的相对质量。实验表明,该算法在低解码率(小于0.5bpp)时,与MaxShift相比,具有更高的编码质量(峰值信噪比最高可高出10dB左右)。     

FM接收机中频滤波器的设计

介绍了一种基于双极技术的中心频率、带宽、增益可控的Gm-C型多相滤波器。分析了滤波器的基本原理,推导出其电路结构形式,并对其中关键的Gm单元进行了优化设计,实现了一个六级带通滤波器。该滤波器应用于低功耗FM低中频接收机中频滤波器的设计,镜像抑制比高达66 dB,总功耗仅为3.75 mW。     

混合泊松-高斯分布模型的参数估计

针对实际CCD图像处理问题中噪声概率模型的参数估计问题,从CCD图像的噪声背景出发,研究其噪声的混合泊松高斯分布,给出了两种参数估计方法,以及非零均值高斯噪声情况下的参数估计方法,计算结果表明文中方法给出的参数估计精度高。