二维计算机图象检测系统

目前,利用机器视觉系统监测生产过程和进行质量控制是一个非常活跃的研究领域。当把视觉系统用于几何量测量时,必须解决其硬件的分辨力极限所带来的问题:测量精度高意味着测量范围小,或者,测量范围大意味着测量精度低。提出了解决上述问题的方法:一个由步进电机驱动的XY工作台与图象处理系统相结合。产生出一个多坐标系统结构。测量参数在两个坐标系之间传送,并在100mm×100mm范围内,在X和Y两个方向,达到的测量精度为0.02mm。     

“自准”赝像及识别

置平面镜于凸透镜后,则凸透镜前焦平面上的物成像于该物平面上,即“自准”成像.满足其它条件也能成像于物平面.分析不同条件下像的形成及其特点,并给出识别自准成像的判据.     

一种基于视觉的微型飞行器姿态检测算法

探讨了基于视觉的微型飞行器的飞行状态检测方法，利用机载摄像头获得图像。根据某种准则识别出地平线，进而变换得到飞机的姿态角。文中给出了地平线判别准则及相应的算法和姿态角变换公式。最后，给出了一个实际算例及处理结果。     

高分影像辅助下的航空高光谱严密几何检校方法

 惯性测量单元(IMU)与传感器视准轴的偏心角和偏心矢量是造成航空线阵列高光谱数据几何校正误差的主要原因之一。在分析偏心角与偏心矢量误差来源之后提出该误差由IMU主轴与传感器主轴的角度偏差、测区固定偏差、GPS中心与传感器投影中心相对偏差组成,在此基础上建立了较为严密的检校模型。针对模型解算时需要大量高精度控制点的问题,提出了一种高分影像辅助下的亚像元精度控制点自动提取方法。通过多地区、多传感器高光谱航测实验表明,亚像元精度控制点能有效提高模型解算精度。新检校模型可获得亚像元校正精度,推扫式传感器——应用型机载成像光谱仪(AISA)建模中误差约为0.39个像元,摆扫式传感器——实用型模块化成像光谱仪(OMIS)建模中误差约为0.23个像元,校正后的影像可直接进行拼接。     

耳朵识别身份系统

打击恐怖主义首先要预防恐怖分子,生物识别技术有助于将恐怖分子从人群中识别出来.耳朵是长期保持稳定的一个生物特征,并且耳朵的独特性十分明显.介绍了耳朵识别系统的系统功能和设计思路,采用VC 6.0和SQL SERVER 2000数据库,实现耳朵图像数据采集、图像预处理、图像存储等基本功能.     

时分式平面—立体电视图像转换器

时分式平面－立体电视图像转换器是由视频图像信号处理电路、控制信号产生电路和液晶眼镜驱动电路三部分构成，根据其构成和工作原理，可采用多种具体电路来实现。     

基于数字补偿的快速频率合成方法的研究

基于I/Q调制的快速频率合成方法比目前采用的频率合成方法更易调试,而且使用灵活。其思路是将信号先通过单边带调制,将较低频率调制到需要的频率范围;然后采用对基带信号的数字预补偿方法来抑制镜像频率和载波泄漏,从而达到应用的目的。文章中还给出一种基于输出信号包络信息的补偿系数调整算法,其仿真结果说明该新补偿算法可以有效抑制镜像频率和载波泄漏。     

基于的DTV图像去噪模型

针对纹理图像的去噪问题,通过分析全变分（TV）去噪模型与方向全变分（DTV）去噪模型,提出了一种具有鲁棒性的基于的DTV去噪模型。为了刻画图像中的不同结构特征,该模型中DTV正则项的指数p由图像的结构来确定在（0,2）中自适应地选取。由于该模型是含有可分性算子的非光滑优化问题,可用交替方向乘子法（ADMM）求解,并能保证算法的收敛性。数值实验结果表明:与其他经典模型相比,提出的模型取得了更高的峰值信噪比和结构相似度,在去除噪声的同时能有效保持图像的细节信息。      

TopPixelLoss:类别不均衡的遥感影像语义分割损失函数

针对遥感影像中类别不均衡的小目标分割效果不理想的问题，提出了一种类别不均衡小目标二分类分割的损失函数——TopPixelLoss损失函数。首先计算出每个像素的交叉熵，然后将所有像素的交叉熵按从大到小进行排序，随后确定一个K值作为阈值，筛选出前K个交叉熵最大的像素，最后对于筛选出的K个像素交叉熵取平均，做为损失值。在ISPRS 提供的 Vaihingen 数据集上，使用PSPNet网络与普通交叉熵、FocalLoss、TopPixelLoss三种损失函数分别对车辆进行二分类分割试验。结果表明，不同的K值，使用TopPixelLoss损失函数的平均交并比（MIoU）、F1-score、准确度（ACC）都最高;当K值为5×104时效果最佳，MIoU、F1-score、ACC分别比FocalLoss提高了3.0%、5.0%、0.1%。TopPixelLoss损失函数是一种针对类别不均衡分割非常有效的损失函数     

A novel satellite image encryption algorithm based on hyperchaotic systems and Josephus problem

With the rapid growth of the number of Earth observation satellite (EOS) supporting critical applications, it is required to improve the security techniques to protect the sensitive data and images during the transmission between the satellites and the ground stations. This paper introduces a new satellite image encryption algorithm based on the Linear Feedback Shift Register (LFSR) generator, SHA 512 hash function, hyperchaotic systems, and Josephus problem. LFSR generates a matrix that is used to construct the 512-bits value of the hash function. These bits are used to set the initial values and parameters of the proposed encryption algorithm. Firstly, the six dimensions (6-D) hyperchaotic system is divided into three parts, where every two equations are considered as one part. Secondly, the 1-D hyperchaotic logistic-tent system is considered as the controller to select one part. The selected part is used to generate a matrix that is XORed with the original image. Thirdly, the scrambling operation by Josephus sequences is applied to the output of the previous step by scrambling the rows and the columns according to the selected part to produce the pre-encrypted image. Finally, if the number of iterations is less than the required number which is considered as a parameter of the secret key, the previous operations will be repeated in the pre-encrypted image; otherwise, the pre-encrypted image is considered as the final cipher image. Experimental and analyses results show that the proposed algorithm has good performance in terms of high level of security, large enough key-space, tolerance to Single Event Upsets (SEU) as well as low time complexity.