基于改进的期望值最大化自适应光学图像多帧迭代去卷积算法

为提高自适应光学图像复原的效果,基于期望值最大化理论,提出了一种基于改进期望值最大化（EM）算法的自适应光学（AO）图像多帧联合去卷积算法。通过建立多帧AO图像退化的数学模型,推导出基于相位误差并随时间变化的点扩散函数(PSF)模型,根据图像功率谱密度及约束图像支持域的方法对AO图像进行去噪处理。应用AO成像系统参数与正则化技术相结合对EM算法进行改进,建立多帧AO图像联合去卷积的代价函数及其参数估计的优化模型。利用所建模型对模拟图像和实际观测的AO图像进行图像复原实验验证文中算法的复原效果。实验结果表明,与Wiener迭代盲去卷积、Richardson-Lucy迭代盲去卷积算法相比,文中算法迭代次数减少14.3%,估算精度有了明显提高,辨识出了AO图像的PSF,复原出了清晰的观测目标图像。研究结果对实际AO图像复原有一定的应用价值。     

高分辨カ红外热图像重建算法的进展及研究

由于探测器阵列有限以及像元尺寸对成像的影响，红外热成像系统的图像分辨力较低，往往难以满足实际应用的更高要求。本文介绍了国际上较为流行的两种提高红外热图像分辨力的方法：微扫描法和不受控的微扫描法，并提出用微扫描与基于Markov约束的Poisson-MAP超分辨力图像复原算法( MPMAP)结合重建高分辨力红外热图像的方法，模拟分析表明该算法具有提高热成像分辨力的效果。     

基于二维本征模态函数的 SAR 图像目标检测

合成孔径雷达（SAR）成像具有其独特的优势,能全天时全天候获取目标区域遥感数据,但是其成像机理复杂,获得的 SAR 图像解译困难。从 SAR 成像回波特点出发,结合二维经验模态分解（BEMD）理论,提出了一种基于二维本征模态函数（BIMF）的 SAR 图像目标检测算法。采用仿真和实际的 SAR 图像数据进行了验证实验,实验结果表明,利用融合的 BIMF 特征分量检测目标,其效果优于直接用原始 SAR 图像进行目标检测,并且对不同信噪比的 SAR图像,具有较强适应能力。     

基于小波去噪的平滑约束最小二乘图像复原法

针对约束最小二乘图像复原法在退化图像信噪较低时的病态问题,提出基于小波去噪的平滑约束最小二乘图像复原法.其步骤分为自适应噪声估计、退化图像小波去噪及平滑约束最小二乘滤波.通过将原始图像与点扩散函数PSF进行卷积、叠加一定加性噪声两个步骤产生退化图像.实验证明,此法能达到较好的复原效果,且其性能随退化图像信噪比下降可明显提高.     

基于快速非局部均值和超分辨率重建的图像降噪算法

针对实际图像噪声强度变化范围宽,目前已有的图像降噪算法多数只能用于处理范围有限的噪声情况,结合快速非局部均值和基于深度残差卷积网的超分辨率重建,提出一种适用于不同噪声强度的图像降噪算法。利用改进的非局部均值算法和Boxfilter滤波器对图像进行初步降噪,再通过深度残差卷积网络对初步降噪的图像实现端到端的低分辨率图像超分辨重建。仿真实验结果表明:当噪声强度分别为15、25、40、50、60时,相比于其他经典降噪算法,新算法能获得更高的峰值信噪比和结构相似性,且随着噪声强度的升高,优势越来越明显;新算法适用于已知噪声水平的降噪,也适用于盲噪声降噪,且盲降噪性能优于其他经典降噪算法;此外,该算法还可以更好地恢复图像细节,产生较好的视觉效果。     

基于改进的等功率谱射线面像恢复技术研究

通过对射线图像退化机理的研究，在分析等功率谱滤波恢复方法优缺点的基础上，结合典型图像的功率谱估计，提出了等功率谱恢复的改进算法。实际图像恢复结果表明，该算法可较好地降低图像模糊程度，能够有效保留射线图像的边缘信息，同时具有一定的通用性。     

被动毫米波图像恢复的偏微分方程方法

针对被动毫米波图像模糊和分辨率较低,提出采用偏微分方程方法进行图像的高分辨率恢复,并给出了偏微分方程模型和相应的图像恢复算法.该方法首先把得到的带噪降晰图像进行两个不同尺度的 Gauss 去噪,获得两幅更模糊的再降晰图像,再以这两幅图像为基础,通过迭代计算得到高分辨率图像.偏微分方程方法原理简单并且计算方便,通过对实际金属目标的被动毫米波图像的恢复,显示该方法具有较好的恢复效果.     

基于同面电容成像的航天隔热复合材料粘接缺陷检测方法

为了实现对航天隔热复合材料粘接缺陷的可视化检测,在分析同面电容成像（CPCI）系统模型及图像重建原理的基础上,提出了一种基于Kalman滤波的CPCI算法,并通过对估计电容值和测量电容值依赖程度的不断调整来实现最优估计。构建了仿真实验,验证了采用基于Kalman滤波的CPCI算法在缺陷检测中的可行性和有效性。与采用常规CPCI算法的检测实验结果进行了对比,结果表明,所提图像重建算法获得的粘接缺陷图像精度具有较大的提升。     

基于局部梯度极值点的经验模式分解图像增强

为解决传统2 维经验模式分解获取图像细节能力不足的问题,提出一种基于局部梯度极值点的改进BEMD 图像增强方法。根据梯度对图像细节信息的强挖掘能力,基于像素点4 个2 维方向上的极值条件来寻找图像的局部 极值点,对图像进行经验模式分解并确定内蕴模式函数,结合大尺度梯度保留、小尺度梯度去除的思路,达到在图 像增强的同时又抑制噪声的目的。实验结果表明：与传统的图像增强算法相比,该方法具有更强的细节捕捉能力。     

基于kinect传感器的物体三维重建

随着计算机视觉的发展及深度传感器的出现,基于kinect传感器的物体三维重建技术得到了广泛的研究。针对现有的基于kinect传感器的物体重建算法需要将待重建物体置于转台并随转台转动的局限性,提出了一种通用的基于kinect传感器获取的物体彩色和深度图像完成物体三维重建的方法,对深度图像进行预处理以平滑噪声并获取三维点云,提取彩色图像匹配点并根据彩色图像特征点与三维点云之间的关系得到三维特征点,并通过SVD方法完成点云初始配准,然后利用改进的ICP算法完成点云的精确配准,得到物体表面的三维点云,重建出物体的三维模型。实验结果表明,该方法能有效去除深度图像的噪声,并对各个视角下的点云数据进行精确配准,完成物体的三维重建并得到较好的重建效果。     

毫米波综合孔径近场成像研究

被动式综合孔径成像的原理是应用干涉原理对亮温度的空域进行采样，并通过傅立叶反变换方法得到视场亮温度分布图像。目前的成像算法都是针对机载或星载对地观测遥感情况，即采用远场条件近似成像算法，但对于隐藏武器探测等反恐情况和实验室试验系统来说，远场成像算法失效，必须寻求实用的近场成像算法。为此，在二维综合孔径成像原理的基础上，从几何校正的角度导出一种新的综合孔径成像近场算法，给出了该算法的计算机仿真结果，并具体分析了该校正后的近场算法的应用条件。通过与点源在远场条件下成像的方法进行了对比，说赡该近场算法具有良好的稳定性。     

基于注意力机制的残差网络超分辨率重建方法

针对现有方法在图像超分辨率重建中高频信息遗漏的问题,提出一种基于注意力机制的多层嵌套残差网 络超分辨率重建方法,对不同的频次信息采用不同的特征提取方案。利用跨越残差网络结构将前端的特征信息利用 恒等映射连接直接传送到后端的注意力机制模块,添加注意力机制的多层嵌套残差网络来捕捉原始图像中隐含的特 征信息,通过深度并行残差网络结构融合图像特征信息。实验结果表明,改进后算法可有效提高图像超分辨率重建 精度。     

小波结合偏微分插值的图像超分辨率重构算法

针对传统的小波和偏微分方程(PDE)算法无法准确估计图像的平坦区域和边缘区域而出现虚假边缘,以及小波低频估计不准确导致的图像模糊,提出一种小波与改进的PDE插值结合的图像超分辨率重构算法。该算法首先对传统的PDE算法进行改进,提出一种加权拟合的PDE插值法对图像边缘实现较好的定位;然后利用小波提取高频成分并调整其系数,并将增强幅度后的原始图像作为低频部分,进行小波逆变换获得高质量的重建图像。实验结果表明:这种方法可以充分发挥两种算法的优点,不仅在提高图像分辨率的同时较好地保留了原始图像的细节信息,还提高了放大后图像的亮度和清晰度。     

基于路径提取的旋转模糊图像复原算法

安装在旋转平台上的成像传感器随着平台的高速旋转,其所成图像将产生严重的旋转模糊。针对旋转模糊图像模糊长度径向可变的特点,提出了一种基于路径提取的旋转模糊图像复原算法。主要是通过径向提取图像的模糊路径,求得各个路径上的模糊长度,将二维旋转模糊图像复原问题转化为一维的线性信号复原。仿真实验结果表明,相较于对数极坐标、最小二乘法复原算法,所用算法计算量小,复原效果明显。     

基于抛物线包络反演的距离选通三维成像方法

距离选通三维成像技术在三维测绘、远距离侦查、导航、水下目标探测等应用领域具有重要意义。介绍了距离选通超分辨率三维成像技术目前的发展现状和常用的三维反演算法。在此基础上研究了基于抛物线包络的距离选通三维成像方法。在实际测距精度、三维成像景深、实时性和系统实现的难易程度等方面，与目前常用的三角形和梯形能量相关算法进行了对比分析和实验验证。实验结果表明：基于抛物线包络的三维反演算法降低了系统硬件指标要求，提高了实际测距精度，同时实现了大景深实时三维成像的要求，具有良好的应用前景。     

基于角点响应函数的加权Hausdorff距离匹配算法

常见的图像匹配算法对目标遮挡以及非零均值噪声比较敏感,为此提出一种基于特征点的图像匹配算法,根据SUSAN算子提取图像的角点作为特征点,然后采用加权的部分平均Hausdorff距离对两个角点集合进行计算,通过引入角点响应函数的差异来抑制接近中心的误匹配点对图像匹配造成的干扰,从而实现较恶劣环境下目标的配准.实验结果证明了该算法具有较强的鲁棒性.     

基于自适应梯度先验的旋转模糊图像复原算法

弹载红外成像系统随弹体作高速旋转运动时,在曝光时间内获取的图像存在严重旋转模糊问题,给后续的目标识别与图像跟踪造成极大困扰。针对此问题,提出了一种基于自适应梯度先验的旋转模糊图像复原算法。该算法通过使用自适应梯度先验的正则化项,对从图像中沿旋转模糊路径提取的一维向量在频域内进行反卷积运算。同时针对使用Bresenham算法提取像素方法产生的空穴点问题,设计了一种查表决策的自适应中值滤波算法。仿真实验结果表明,相对于改进的维纳滤波、约束最小二乘滤波、梯度加载滤波,该算法能有效地适应低信噪比干扰环境,具有较强的噪声抑制和削弱振铃效应的能力。     

基于文化粒子群的图像配准优化算法

针对图像配准中采用互信息作为配准相似度函数存在配准精度小和收敛速度慢等问题,构造了一个基于最大化互信息的配准测度函数。结合一种适用于图像自动配准的文化粒子群优化(CPSO)算法,给出了一种新的图像配准算法。该算法将搜索空间设置成群体空间和信念空间,群体空间采用自适应粒子群算法完成进化,信念空间通过更新函数来进行演化。群体空间的粒子群不仅通过跟踪个体极值和全局极值来更新自己,还通过不断与信念空间中的优秀个体交互,加快群体的收敛速度。这就克服了图像配准中计算量过大、搜索速度慢等问题。大量实验表明,与现有的粒子群优化（PSO）算法配准算法相比,文中提出的算法具有较好的鲁棒性和配准精确率。     

弹载侦察图像质量评价方法研究

针对弹载侦察图像由于受成像平台和条件限制存在多类型混杂失真,为了对图像后续处理和成像系统性能优化提供重要量化依据和指标参考,开展此类图像质量评价研究。分析了弹载侦察图像的特点,针对成像平台的多自由度、多姿态变化情况,提取与相机抖动、结构变化、颜色丢失相关的3类11种图像特征,利用高分辨率测绘图像作为原始图像集,分块提取特征进行多元高斯模型(MVG)拟合获得基准分布特性,对弹载图像也进行分块处理获得对应MVG分布特性,比较其与基准MVG特性马氏距离作为子块质量得分,计算各子块的得分均值作为整幅图像最终得分。以实际弹载成像平台获取的图像进行了实验验证。实验结果表明：与盲图像质量测度算法、基于离散余弦变换的图像完整性测度改进算法、基于失真度识别的图像验证与完整性评价算法、质量感知聚类算法、盲图像质量空域测度算法、自然图像质量测度算法、整体与局部的自然图像质量测度算法7种其他经典方法相比,该算法具有更好的准确度和主客观一致性。     

星载光学图像系统目标定位算法研究

基于单线阵推扫式传感器的成像机理,利用卫星状态矢量和传感器姿态角,建立推扫式卫星遥感影像坐标与其地面点在地球坐标系的严格数学模型。以国内某卫星为参照,对某地区一景影像进行对地目标定位。试验表明,所建立的构像方程是正确的,在卫星遥感对地目标自动化定位及精确打击中有较好的应用前景。