基于LNSST与PCNN的红外与可见光图像融合

为了提升红外与可见光图像融合精度,提出了一种局部化非下抽样剪切波变换与脉冲耦合神经网络相结合的红外与可见光图像融合方法。首先,利用局部化非下抽样剪切波对源图像进行多尺度、多方向分解;然后,在分解后的各子带图像中进行块奇异值分解,求取区域特征能量值作为脉冲耦合神经网络对应神经元的链接强度。经过脉冲耦合神经网络点火处理,获取子带图像的点火映射图,通过判决选择算子,选择各子带图像中的明显特征部分生成子带融合图像;最后,应用局部化非下抽样剪切波逆变换重构图像。采用多组红外与可见光图像进行融合实验,并对融合结果进行了客观评价。实验结果表明本文提出的融合方法在主观和客观评价上均优于已有文献的一些典型融合方法,可获得更好的融合效果。     

红外偏振成像探测技术及应用研究

红外偏振成像探测技术针对复杂环境中识别探测目标具有明显的优势和广阔的应用前景。首先分析了研究红外偏振特性的必要性和紧迫性,阐述了红外偏振成像具有"凸显目标、穿透烟雾、辨别真伪"的独特优势;其次概括了国外红外偏振成像技术的研究历程和试验进展;在此基础上,重点研究了目标起偏、信道环境下的偏振传输、全偏振图像探测三个方面的主要科学问题,并指出了重点研究内容和关键技术;最后,对红外偏振成像技术在军、民若干领域的应用前景进行了展望。     

KPCA-IWKNN-BFPLN混合式楼宇内定位系统

传统室内定位系统无法实现楼宇内的三维位置定位,无法实现移动终端与物联网终端的兼容服务。对此提出一种KPCA-IWKNN-BFPLN混合式楼宇内定位系统(KPCA-IWKNN-BFPLN hybrid in-building position system,KIB HIPS)。该系统通过KPCA-IWKNN-BFPLN算法可以预测被服务终端的楼宇内三维位置信息。结合基于Cordova框架混合式开发的终端和基于node.js框架开发的混合式室内定位服务器,KIB HIPS定位系统能够很好地解决传统室内定位系统所存在的问题,同时也具有跨平台部署和服务多平台的能力。仿真结果表明,KIB HIPS系统相关实验定位数据指标表现优异,具有研究与利用价值。     

不同湿度环境下可见光波段激光偏振特性研究

雾霾天气严重干扰了可见光成像效果,利用可见光偏振特性可以有效提升探测效率。雾霾环境会受到气溶胶颗粒湿度的影响,湿度是雾霾环境重要物理参数。为了获得可见光在雾霾环境的偏振特性规律,分析了环境湿度对偏振特性的影响。在非偏振光气溶胶单粒子散射特性基础上,采用改进蒙特卡罗方法建立了偏振传输模型,对不同湿度水雾环境下可见波段偏振光传输特性进行研究,重点分析水雾环境湿度改变对不同可见光波段偏振光偏振特性的影响情况并建立了接近真实水雾环境,通过室内实验对偏振模型进行验证,对不同湿度环境下的 450、532 、671 nm 线偏振光与圆偏振光的偏振度与偏振态改变进行了比较与分析,仿真模型置信度>60%。研究结果表明:偏振光的偏振度随水雾环境湿度是呈下降趋势。随着波长的增大,偏振度变化趋于平缓,出射偏振度随着波长的增加而变大,当激光波长为 450、532、671 nm 时,偏振度下降点的湿度值分别为 50%、70%、90%;圆偏振光入射,圆偏振光的旋性对于偏振度没有影响,且高于线偏振度值。对于水雾这种容易受湿度影响较大的环境而言,在可见光波段,应该尽量选择较长波长的偏振光进行传输探测,因为湿度对较短波长的影响比较长波长的影响要大,所以,在湿度较大的环境中,较长波长的圆偏振光是偏振保持特性最好的。在湿度较大的环境中,应尽量选取波长较长的偏振光成像,以达到较好的成像效果。     

一种改进的特征点匹配局部遮挡目标识别算法

图像的目标识别是图像处理与模式识别领域一个重要的研究方向,它在安全监控、医疗渗断等领域得到了越来越广泛的应用,传统算法能够准确地识别背景简单、无遮挡的目标,然而对于存在局部遮挡的目标常常会出现虚警或漏报．针对这一问题,木文提出了一种改进的基于特征点匹配的目标识别算法．该算法利用harris角点检测对特征点进行初步提取,通过对已得特征点的概率密度的有效性估计来对其进行精准提取,进而实现对局部遮挡的目标的有效识别．实验表明：本文算法实时性较好,能很好的解决局部遮挡的目标识别问题．     

复杂背景下的人像检测

提出了一种改进人像检测的方法，即在静态灰度图像中对差分得到的图像应用投影斜率，来增强对背景的鲁棒性，同时提出了将K-L模型应用于彩色图像定位检测中并结合Agent计算模型来提高搜索的速度的方法，与现有的算法比较有更好的适应性和快捷的速度，对应用研究有一定的指导意义，并在人像自动门禁系统和人像屏幕保护系统中取得了很好的应用效果。