基于颜色、形状和纹理的多特征融合图像检索

基于单一特征的图像检索的许多方法都已经相当成熟,如何有效利用这些特征是基于内容图像检索的一个关键问题。利用颜色、纹理、形状等特征,在多特征融合检索时用动态生成权值的方法进行图像检索。实验结果表明,算法能够准确、高效地检索出目标图像,相对于单一特征的检索,有效提高了图像的检索精度。     

弹道导弹中段目标/背景红外图像建模与仿真

提出了一种针对弹道导弹中段目标和背景的动态红外辐射特性仿真方法。首先,建立了弹头目标^秀饵的三维模型,并结合其运动位置分析了影响弹头目标／诱饵红外辐射的因素,建立了较为完善的弹头目标/诱饵红外物理模型;其次,基于红外星表数据对恒星大气层外的辐照度进行了计算,根据红外传感器视轴指向和红外传感器视场,确定了红外传感器视场中的可见恒星,并根据拟生成背景图像的空间分辨率计算出这些恒星在背景图像中的相对位置分布,对星空背景直接进行了动态图像生成;然后,对成像过程中红外探测系统的噪声效应进行了建模与分析,同时给出了噪声的计算机模拟方法;最后,将生成的弹头目标,诱饵的红外图像与星空背景红外图像在灰度和空间2个层次上进行合成形成完整的弹头目标赝饵／星空背景的红外仿真图像,可为弹道导弹中段红外电子对抗突防提供较为准确的数据支持。     

基于深度学习的SAR图像质量提升方法研究

提升合成孔径雷达(SAR)图像质量以增强其可判读性,一直是SAR图像处理中的关键问题。近年来,深度学习在光学图像处理中取得显著的成功,并逐步应用到SAR图像质量提升领域。对深度学习在SAR图像质量提升中的关键应用进行综述,对深度学习在SAR图像质量提升中采用的典型网络进行了介绍,并从SAR图像旁瓣抑制、超分辨(SR)处理和图像融合3个方面对深度学习的应用进行阐述。最后,分析与探讨了基于深度学习的SAR图像质量提升中的关键问题及进一步研究方向。     

基于旋转双光楔的像方扫描大视场成像光学系统设计

针对无人机传统外挂式光电载荷吊舱窗口尺寸大、无法实现大视场扫描需求的现状，提出了一种基于旋转双光楔的像方扫描红外大视场成像光学系统设计。该系统在传统像方扫描光学镜组基础上引入了双光楔扫描器，以增大系统的扫描视场角，解决了高速无人机目前面临的红外窗口有限且成像视场角小的问题。采用光学设计软件进行了仿真，设计后的光学系统物方视场范围为±21.665°，满足了大视场范围的工作要求。设计结果表明，在工作波段（3.7μm ~4.8μm）范围内，该系统的成像质量高，中心视场调制传递函数在33(lp/mm)空间频率下可达0.45，全视场范围内的调制传递函数>0.42@33(lp/mm)，像点能量集中度较好，接近衍射极限。与传统扫描光学系统相比，采用基于旋转双光楔的新型像方扫描成像光学系统设计，在保证各项设计指标不变的前提下，能够将光学系统的径向尺寸减少20%以上，可满足未来无人机实现轻量化和小型化的应用需求，拥有良好的应用前景。     

基于数字图像处理的温度场测量方法的研究

通过对示温漆的颜色温度特性进行分析,给出了一种基于示温漆的彩色图像处理和温度识别方案.该方法具有成本低、精度高等优点,具有工业推广价值.     

面向GPU快速处理的地面材质数据压缩方法 陆巍巍 1,徐涛2,徐珂文 1

为解决雷达图像仿真中海量地面材质数据的存储和加载问题,采用基于自适应最大行程长度编码和修正 偶对的压缩算法进行材质数据的压缩,从而有效地减少了数据的存储量,消除数据传输的瓶颈,提高了数据传输的 吞吐能力。压缩算法面向 GPU快速处理,得到压缩数据适用于 GPU进行快速解压。     

基于边缘特征和方向相关性的图像融合方法

不同传感器获得的多幅图像对同一场景的描述具有信息的冗余性和互补性,在小波图像融合的基础上提出了一种基于边缘和方向相关性的图像融合算法。对参加融合的两幅图像进行小波多尺度分解,对高低频子带系数分别采取不同的融合方法;根据高频分量不同的小波方向特性,采用基于方向相关系数的融合规则,而对低频分量采用能量和边缘特征相结合的融合方法;通过小波重构得到融合图像。实验结果表明,融合图像的视觉效果较好,客观评价指标均有提高。     

基于可编程GPU的多源图像融合

针对可编程GPU模型,提出了基于CPU-GPU的并行边缘强度加权融合算法,利用CPU和GPU协同工作模式达到图像融合的目的,其中CPU负责串行任务,而GPU负责并行任务。实验结果表明,并行边缘强度加权融合算法得到的融合图像有着较好的视觉效果,信息熵和QAB/F这两个评价指标均高于文中对比算法的相应指标;从运行时间上分析,基于CPU-GPU的融合方法所需要的运行时间远低于基于CPU方法所需要的运行时间,并且图像尺寸越大,加速比越高。     

高轨目标掩星成像相位恢复技术研究

高轨目标掩星成像通过观测高轨卫星对恒星的遮掩过程,实现对高轨目标的成像.该方法采用望远镜线性阵列观测高轨目标遮掩恒星过程中恒星亮度变换,获得高轨目标在地面的投影,通过相位恢复方法可计算得到卫星轮廓图样,具有成像分辨力高,设备制造难度小等优点,在高轨目标成像领域具有较好应用前景.本文分析利用掩星成像方法对高轨目标成像的可行性,重点对掩星成像过程的相位恢复方法进行改进,根据掩星成像特点对输入输出算法进行优化,仿真结果表明：改进后的相位恢复方法可显著提高图像恢复质量和掩星成像方法的空间分辨力.     

基于Rician分布的SAR图像MRG目标提取算法

针对SAR图像特有的乘性噪声和非恒虚警统计特性很难正确提取目标的问题,本文提出了MRG算法对SAR目标进行检测。首先用MRF-ICM算法对SAR图像进行后向散射系数的复原,再在复原后的幅度上叠加相位信息后引入Rician分布寻找自适应的最佳局域Gabor滤波器参数对SAR图像进行目标提取。和以往的算法相比,MRG算法充分利用了SAR图像幅度和相位中所携带的信息,能更准确地提取目标。实验表明:该方法能取得很好的目标检测效果,后期提取出的目标更符合实际目标形态,具有较强的通用性。