正弦相位调制全深度频域多普勒光学相干层析成像技术

将多普勒探测与正弦相位调制复频域光学相干层析成像技术(OCT)相结合,建立了基于正弦相位调制的全深度频域多普勒光学相干层析成像系统。利用正弦相位调制B-M扫描方法,并采用傅里叶变换结合带通滤波的方法重建复干涉谱信号,获得全深度层析及多普勒图像。成像深度范围扩大为原来的2倍,在整幅图像范围内均可获得较高的速度探测灵敏度。基于该系统获得了血流仿体的全深度层析图及全深度多普勒图。实验测量的系统最小可探测速度为5.35μm/s。     

基于图论的激光图像误匹配点自动探测

为了有效提取特征点，提升误匹配点自动探测效果，提出一种基于图论的激光图像误匹配点自动探测方法。利用尺度不变特征变换检测激光图像极值点，完成特征点提取，归一化处理特征点，计算提取的特征点间的距离，按照距离为提取特征点构建激光图像完全图；建立激光图像导出图，通过迭代处理导出图，自动探测误匹配点。实验证明：该方法可有效提取激光图像特征点；在不同旋转角度时，该方法自动探测误匹配点的粗差误判率较低、内点比例较高，最高粗差误判率仅有6.8%,最低内点比例84.8%,说明该方法具备较优的误匹配点自动探测效果。     

全向凝视型光电探测技术

采用全向凝视型光学成像系统替代机械扫描和拼阵方法,一次获得探测视场范围内的图像,采用快速图像展开算法,将图像实时、清晰地展开,对目标进行识别与跟踪.     

相位相关法及其在偏振图像配准中的应用研究

分析了遥感偏振探测的原理和与遥感强度探测相比所具有的优越性,指出了偏振图像的特点。采用偏振测量方法,可以获得地物的偏振信息,有助于增强对地物的探测能力,但是对图像像元不对准有很高的敏感性,为了得到可靠的偏振信息,配准的精度应该至少到达0．1个像素。介绍了一种基于傅立叶变换的配准方法：相位相关法,并把该方法应用于偏振图像配准中。相位相关法根据傅立叶变换的平移性质,能够解决具有平移关系的图像配准问题,实验证明该方法具有对噪声和图像灰度变化不敏感的优点。     

同时偏振成像探测系统的偏振图像配准研究

同时偏振成像探测技术是一种新型的偏振成像探测技术,它能在同一个探测器上同时获得被探测目标0、45、90、135 4个偏振方向的偏振强度图像。为了准确获取被探测目标的偏振信息,这４幅图像的配准显得尤为重要。为了使配准精度达到0.1个像元,结合同时偏振成像探测系统的成像方式,提出了一种基于空域和频域互相关的偏振图像配准方法。该方法使用硬件和软件相结合的方式完成图像的配准。首先使用空域互相关的算法实现图像的像元级粗配准;然后使用频域互相关的像元级配准算法进行像元级精配准;最后使用频域互相关的亚像元配准算法实现偏振图像的亚像元级配准。     

车载前视GPSAR图像背景均衡方法

车载前视GPSAR是对较大区域浅地表进行探测的有效工具,能够对探测区域进行二维高分辨率成像。针对车载前视GPSAR图像的空变及增益不均的特点,首先给出了对大面积图像数据进行均衡的基本框架;然后分析实测数据的杂渡分布并利用其对图像进行均衡;最后通过分析均衡后图像信杂比及其对杂波分布特性的影响,获得了均衡实测图像的较好方法,从而验证了均衡框架的有效性。     

浅谈火灾探测中的图像分析

提出采用图像分析的方法，对火灾特征进行提取、识别和相似搜索，最终判断火灾发生的思路。介绍了图像的前端采集方法，图像的特征表示和提取，图像的识别，火灾识别的一般过程和图像分析型火灾探测的实际意义。     

夜视融合图像质量主观评价方法

为建立通用、客观的融合图像质量评价方法,在分析图像质量主观评价方法基础上,研究了融合图像质量主观评价对象、评价条件、评价指标和数据处理等关键环节,结合目标探测识别与场景理解两个典型的视觉任务,提出了目标可探测性和细节可分辨性两个主观评价指标,并研究了图像整体感知质量与这两个指标的相关性。对3种不同场景的微光与红外融合图像,采用9种融合方法获得的189幅融合图像的统计分析结果显示,细节可分辨性和图像整体感知质量相关性好,而目标可探测性虽然和图像整体感知质量相关性较差,但在基于具体视觉任务的融合图像质量评价过程中,仍可作为有效评价指标之一。     

基于图像分割的地雷目标检测

前视地表穿透雷达能够对车前安全距离外的区域成高分辨率图像,利用前视地表穿透雷达进行地雷探测是一个复杂环境下的微小目标检测问题。受非平稳背景干扰,传统检测算法探测性能有限。该文提出一种基于图像分割的背景估计及地雷目标检测方法。连续多帧图像用来估计出耦合信号,为降低计算量,将成像后估计改进为回波域估计后成像。对剔除耦合信号后的图像实施均衡以保证各处增益相同,均衡后图像利用二维Otsu 算法分割出能量较强的区域,降低后续检测过程中强目标对杂波统计的影响,最终获得比传统检测算法更好的探测性能。该文同时还提出一种快速算法用于实时系统。通过实测数据验证,该方法可以有效改善前视地表穿透雷达的探测性能。      

相位相关法及其在偏振图像配准中的应用研究

分析了遥感偏振探测的原理和与遥感强度探测相比所具有的优越性,指出了偏振罔像的特点。采用偏振测量方法,可以获得地物的偏振信息,有助于增强对地物的探测能力,但是对罔像像元小对准有很高的敏感性,为了得到可靠的偏振信息,配准的精度应该至少到达0．1个像素。介绍了一种基于傅妒叶变换的配准方法：相位相关法,并把该方法应用于偏振图像配准中。相位相关法根据傅立叶变换的平移性质,能够解决具有平移关系的图像配准问题,实验证明该方法具有对噪声和图像灰度变化不敏感的优点。     

基于Contourlet变换和Susan算子的边缘检测方法

现存的基于空间域的图像边缘检测算法只能有效检测出图像有限方向的边缘。针对这一问题,根据Contourlet变换子带的各方向子带代表的方向信息及其梯度方向,提出了一种基于Contourlet变换和Susan算子的边缘检测算法。边缘检测算法首先对源图像进行Contourlet变换,然后分别对高、低频子图像进行边缘提取,最后通过一定的融合规则进行融合,得到边缘图。实验结果表明,这种边缘检测方法具有有效地抑制噪声、边缘检测精度高等特点,是一种有效的图像边缘提取算法。     

图像模糊信息粒的适应性度量及其在边缘检测中的应用

关于模糊信息粒的研究现在已逐渐成为一个新的热点.本文就依靠模糊信息粒处理图像的有效性问题做了深入的讨论,提出了模糊信息粒相对于图像的适应性度量问题,并给出了一种度量的定义;另外,我们将这种度量思想应用到图像的边缘检测中,得到了一种新的基于模糊信息粒的边缘检测方法.该方法有很强的物理背景,实验表明它的效果很好,是一种实用的、有前途的检测算法.     

彩色图像特征空间变换的新算法及其应用

本文提出了一种彩色图像特征空间变换算法.该算法基于高维形象几何与仿生信息学理论,根据人眼特性,利用彩色图像中彩色信息的变化进行特征空间变换,能够提取出不受光源影响的图像特征.在彩色图像人脸检测应用中,与常见的肤色分割方法不同,该算法不需对肤色建模,不对彩色图像进行非线性彩色空间变换,而是直接将彩色原图变换到特征空间,在特征空间中定位平均脸特征数据的最佳匹配点.本文最后将该算法应用于复杂光源彩色图像的人脸检测中,实验结果验证了算法的有效性和鲁棒性,具有明显的应用价值.     

红外热像技术在电气设备中的应用

红外热像仪在监测电力设备的外部故障方面有着不可比拟的优势。因为它可以通过监测设备来检测电力系统在运行中的真实温度分布状态,并具有不停电、不接触电气设备、直观、准确的特点,所以它成为电力部门常采用的一种行之有效的检测手段。我们可以根据测得的红外热像图,运用数字图像处理中的图像增强和边缘检测的方法,再通过借助从MATLAB图像处理工具箱所得到的几种处理方法处理后的图像对比,从而确定故障的准确部位。     

大气流场传输效应对探测系统性能的影响

分析了目标与背景的红外辐射特性,建立了目标与背景辐射温差传递数学模型,研究了大气对红外辐射传输的影响,分别考察了水蒸气、二氧化碳的吸收和大气散射对红外辐射传输的影响;计算了探测系统的主要性能评价参数:调制传递函数、最小可分辨温差和视距,并通过仿真得到了探测系统对目标所成的失真目标图像。研究结果表明,大气流场传输效应会使得探测系统对目标的成像发生像模糊,导致目标与背景之间的对比度下降。     

Infrared Point Target Detection with Fisher Linear Discriminant and Kernel Fisher Linear Discriminant

It is a challenging task to detect point targets from an infrared image. Recently, the pattern recognition theory has been used to detect targets. The principal component analysis (PCA) has gained success in this field. We propose a linear subspace detection method based on Fisher linear discriminant (FLD) in this paper. If we consider images are made up of target class data and background class data, the target detection problem can be translated into a two-class classification problem. The FLD as one of pattern recognition algorithms can be used to find potential targets from image background. After classification by FLD, a map function, Gaussian map function, is developed to generate detection images in which the larger target-to-background contrast is obtained. FLD is a linear detection method without taking the higher-order statistics of image data into account. To improve detection performance, we extend this detection method to its nonlinear version, kernel FLD (KFLD) detection. Because the nonlinear subspace is capable of capturing the part of higher-order statistics, the better detection performance can be achieved. The well-devised experiments verify that KFLD detection outperforms FLD and other common used detection methods.     

图像显著性检测方法解析

图像显著性检测是一种通过对图像颜色、强度、方向等特征进行分析生成图像显著性图的技术。其生成的显著性图可以用于图像分割、图像压缩以及图像识别等图像处理领域,从而改善图像处理的性能。为了对图像显著性检测技术及其发展有一个全面深入的了解,使用文献研究法和比较研究法对其概念及方法进行了探究。针对几种具有代表性的图像显著性检测算法进行了简要的概述和分析,用流程图简明扼要地表示显著性检测算法的基本框架。研究结果显示,图像显著性检测技术的效率在不断提升,算法越来越多样化,在图像处理领域的应用越来越广泛,这些对于图像处理自动化具有重要意义。     

基于像素偏振片阵列的实时水下目标成像技术

借助偏振成像可以增强水下目标的探测效果。传统的偏振成像方法需要光学检偏器的机械转动来实现,这限制了其在水下的实时探测性能。采用基于像素偏振片阵列图像传感器开发的相机设计了一种水下实时成像系统。系统通过阵列上排布的四向微偏振片一次性捕获四向偏振图像,从而全局估算背景杂散光的偏振角和偏振度。然后利用偏振信息反解得到杂散光光强,最后借助水下成像物理模型得到去散射后的目标增强图像。实验结果表明,将像素偏振片阵列图像传感器应用到水下成像能够有效增强水下图像的对比度,且成像处理过程实时快速,进一步提高了水下目标的探测效率。     

基于形态学与多尺度空间聚类的SAR图像变化检测方法研究

介绍了一种形态学模型(morphological profile,MP)工具,这种工具运用在合 成孔径雷达(synthetic aperture radar,SAR) 图像中,增强了对SAR图像的多角度细节处理,提高了图像检测精度。在图像检测中加入算 法可被应用于遥感图像变化检测 领域。本文提出的SAR图像变化检测方法是在多尺度子空间融合谱聚类的基础上进行的,这 种方法是对不同时刻得到的同图 进行对数比和均值比处理,从而构成多个子空间获取图像的结构特征,并结合随机采样谱聚 类的子空间融合算法得到的变化 的图像。本文方法所得的SAR图可以检测到很多单一的像素点,误检像素点数目明显减小,优 于其他算法结果。检测结果抑制 了图像变化中的缺失问题,因此具备较高的检测精度。     

基于Sobel算子的图像边缘检测研究

在图像处理中,提出了一种新的边缘检测算法,该算法首先对由Otsu算法所得图像进行形态学的去除孤立像素和闭运算操作,然后再用Sobel算子进行边缘检测,最后将所得图像与用Sobel算子直接对原始图像进行边缘检测的图像相加。最后用MATLAB对数字图像和红外图像都进行了仿真。仿真结果表明,该算法改善了单一的用Sobel算子检测对垂直与水平方向敏感,其他方向不敏感的不足,提高了Sobel边缘检测算子的性能,具有良好的检测精度。此算法不仅适用于数字图像还适用于红外图像。