地形纹理分割技术在雷达图像仿真中的应用

文章阐述了将图像分割技术应用于雷达地形纹理分割中,用基于 FCM 图像分割方法对可见光纹理进行区域自动识别,形成互不相交的纹理区域,并借助建立的雷达材质库对区域材质进行指定,有效解决了海量地形纹理数据处理的难题,并提高了处理的准确性.     

氢气泡网格图像测速法—瞬态二维速度场测量

本文介绍一种二维瞬态多点流场测量方法－网格图像测速法。运用数字图像处理技术由氢气泡时间－染色线流动显示图像自动生成网格图像，网格图像的网格结点为氢气泡块角点的拟合点，由网格结点的位移确定流场速度。     

基于预测矢量量化的图像压缩研究

针对预测器与矢量量化器的联合设计问题,通过分析常用的开环法与闭环法的设计特点,给出了结合二者优点的半闭环设计法并通过仿真验证了其有效性。实验结果显示,该方法设计的预测矢量量化器具有更灵活的设计方式和较好图像重建质量。     

一种适应较大比例变化的多传感器图像配准方法

提出了一种基于边缘曲率区域极值和边缘相关的图像配准方法。算法首先提取图像的较长边缘并对其进行改进的Freeman编码;然后使用Freeman码计算曲线的曲率,根据曲率极值的对应情况初始匹配边缘并得到比例变换因子;然后重采样图像,使用边缘相关、一致性检测方法得到对应的相关边缘对,最后使用最小二乘法得到图像的配准参数。算法可以适应配准图像间有较大旋转角度和较大平移变换等情况。     

OpenGL在雷达图像实时显示中的应用

介绍了利用OpenGL实现图像显示的基本原理,主要探讨了在图形显示硬件的支持下,通过OpenGL光栅操作功能实现图像的实时显示。测试表明这种方法能够达到较大图像数据量实时显示的要求。     

无人机载多传感器图像融合评述

为了能为作战指挥系统提供清晰的局部战场信息,提高对局部战场低可观测目标的检测概率、定位精度及识别概率,迫切需要对无人机载SAR、可见光传感器、红外探测器等图像信息及其他非图像信息融合处理。提出了无人机载多传感器图像融合技术需要研究的内容,如: 图像融合新方法研究;无人机载SAR图像的非平稳性处理;基于图像融合目标检测和处理技术; 无人机载图像和非图像信息的融合问题;无人机载多传感器图像融合的实现及评估;多无人机载合成孔径雷达的协同成像;用图像融合的方法实现对运动目标检测等。分析了所提出研究内容的可行性,剖析了其中的关键技术,拟定了可能的技术路线。     

ICT图像重建并行处理技术

在ICT图像重建中一般采用的并行系统有阵列处理机、基于多个PC机的MIMD系统、由多个DSP和反投影专用处理器组成的多处理器系统和工作站机群。     

一种基于FPGA的全帧率图像处理方法

针对图像算法在FPGA内的硬件化实现问题,提出了一种全帧率处理的思路,并提供了两种具体的可供参考的设计方法——基于像素流缓冲的卷积核处理技术和基于相邻图像帧相关性的图像参数提取技术。通过其可以方便地设计并实现大部分空间域图像处理算法及其任意组合的硬件逻辑电路,并达到与图像输入帧率相同的处理速度。以Canny算子的硬件化实现为例验证了设计理念。实验结果表明,全帧率图像方法具有可操作性强、实时性好、符合结构化模块化设计的特点,特别适合于对实时性要求高的嵌入式视觉系统。     

基于PIV的凝胶模拟液撞击雾化速度场实验研究

为了更好研究凝胶推进剂的雾化,采用时间分辨粒子图像测速(TR-PIV),研究了不同撞击角度(45°,60°,75°,90°和120°)和射流压差(0.4MPa~0.8MPa)对凝胶推进剂雾化速度的影响。实验结果表明:雾化液滴速度对于撞击轴线呈单峰对称分布,距离撞击点越远,雾化液滴速度越小且分布越均匀;增大撞击角和增大射流压差都可提高凝胶推进剂有效撞击速度,即增加撞击后液体动能转换液体破碎所需的能量,雾化质量提高;当有效撞击速度大于27.9m/s时,实验室配置的凝胶推进剂可充分雾化。     

表面介质阻挡放电等离子体体积力实验

采用粒子图像测速(PIV)技术,在2200,4800,7300,14600Pa空气压力条件下,测量了高频高压表面介质阻挡放电(surface dielectric barrier discharge,SDBD)等离子体诱导流场.根据速度场和N-S方程求解了等离子体体积力分布,分析了空气压力和激励器电压对等离子体体积力影响.实验结果表明:相同空气压力时,激励器电压越高体积力越大.相同激励器电压时,体积力随空气压力升高减小.在体积力分布区域,体积力方向一致,较大体积力区域分布于体积力方向线上游,流场高速流动区域紧挨较大体积力分布区域,位于体积力方向线下游.