光电对抗仿真评估系统研究

在分析光电对抗装备仿真技术现状和发展趋势的基础上,探讨了光电对抗仿真评估系统的总体结构和组成,对其中涉及的关键技术进行了初步研究。     

线特征和SIFT点特征结合的异源图像匹配算法

提出一种基于直线特征和点特征结合的红外和可见光图像匹配算法.首先利用快速直线检测算法对图像进行直线检测,并对结果进行处理以保留主要直线结构;然后,引入高斯尺度空间,统计直线支持区域中所有像素的梯度信息建立描述矩阵,计算矩阵列向量的均值和标准差作为直线描述子,对直线进行匹配;接着,利用匹配直线两两相交构建交点进行SIFT描述并匹配;最后,剔除不满足对应交点匹配的直线.实验结果表明,该算法能够有效实现红外与可见光图像特征匹配,特别适用于包含明显直线轮廓的图像.     

一种基于热成像原理的图像热噪声去除算法

针对气动热环境下高温头罩对红外成像系统造成的热辐射噪声干扰问题,提出了一种基于热成像原理的图像热噪声去除算法。首先,利用有限取样光线代表连续光线,在头罩内对取样光线进行反向追迹,分析得到头罩温度和传感器热辐射噪声成像灰度之间的关系;其次,利用Vega软件仿真得到一定大气条件下点光源通过高温头罩的红外图像;最后,根据前面得到的头罩温度和热噪声成像灰度之间的关系,计算得到高温头罩的红外成像灰度分布,将热辐射噪声视为加性噪声,从目标的红外图像中减去该噪声得到去除热噪声后图像。实验结果表明,该方法去除热辐射噪声效果明显,图像质量得到了改善,弥补了硬件制冷的不足,为下一步的图像复原打下了很好的基础。     

利用稀疏化生物视觉特征的多类多视角目标检测方法

鉴于生物视觉特征在目标分类中的良好性能,采用了一种基于稀疏化生物视觉特征的多类多视角目标检测方法。首先利用特征稀疏化方法对生物视觉的标准模型进行改进,有效提高了目标的可分性,然后利用滑动窗口的方法构建基于稀疏化生物视觉特征的目标检测器,采用局部邻域抑制算法完成特定目标的检测任务,最后通过构建场景中待检测目标的词典,对每类目标分别设计滑动检测器以完成多类多视角目标的检测任务,实验结果表明,该方法具有很好的检测性能。     

基于红外图像的装备车辆温度场模型

通过对红外辐射特性的理论分析和实验测试,提出了一种基于红外图像计算装备车辆温度场模型的方法。首先通过红外热像仪拍摄特定时刻的装备车辆特定部位的红外图像,并获取温度参数,然后通过温度-辐射度、辐射度-温度两个演算步骤,即可求出任意情况下装备车辆特定部位的温度。最后,计算仿真实验表明,采用本文方法的计算结果与红外热像仪测量结果相吻合,且精度较高,并且该方法也可以用于任何目标的红外辐射特性。     

SIFT与形状上下文结合的异源图像匹配算法

针对红外图像和可见光图像灰度差异大、匹配困难的问题,提出了一种基于改进的尺度不变特征变换和形状上下文描述的局部多特征匹配算法。首先通过高斯差分检测算法分别提取两幅图像的特征点;针对特征点梯度方向存在反转现象,结合梯度镜像方法对特征点统计特征点邻域梯度方向信息;然后引入图像边缘特征生成形状上下文描述子,与梯度方向描述子级联成联合描述子;最后采用欧氏距离和卡方距离加权的联合距离和最近邻算法对特征点进行匹配。实验结果证明,在红外图像和可见光图像匹配中,该算法相比原始SIFT算法能有效减少误匹配特征点对,达到较高的匹配精度。     

基于有限元法的运动装甲车辆温度模型分析

针对电子对抗装甲车辆强红外辐射所引起的战场生存能力和战斗力的下降,构建装甲车辆的温度模型。综合考虑辐射、对流和热传导三种传热方式,利用有限元法,通过划分区域、确定节点、建立控制方程、确定边界条件、方程离散和迭代求解代数方程,给出了温度模型的数学描述并对该模型进行数值模拟。结合算例将得到的车体典型部位的温度分布与相同条件下的实测数据进行对比分析。实验分析表明,运用有限元法的计算结果能够很好地逼近实测数据,具有较高精度。     

基于矩阵形式的否定选择算法研究

现有的状态空间表示形式和匹配规则已经成为否定选择算法研究的瓶颈。为此,该文将状态空间从向量扩展到矩阵,提出了一种基于矩阵形式的否定选择算法。引入矩阵表示自我和非我空间,定义了元素匹配距离,在此基础上建立了双向匹配规则;同时根据状态空间特征建立了基于覆盖检验的检测器生成算法。实验结果表明该算法性能明显优于实值否定选择算法,有效解决了检测率和误报率联动的问题,且能产生更为高效的检测器。     

低对比度图像增强算法研究

低对比度图像具有灰度范围较窄、相邻像素的空间相关性高、灰度变化不明显等特点.文中对低对比度图像的增强问题进行研究,分析了传统增强算法对比度增强的实质和进行低对比度增强时存在的问题,针对存在的问题,在对图像二维直方图特性研究的基础上提出一种有效的解决方法,并通过实验证明了算法的有效性.     

一种基于区域生长的目标提取算法

对利用区域生长进行目标提取问题进行了研究,提出一种基于模糊连接度的生长算法,该算法以模糊连接度作为生长的原则,采用一种自适应阈值与USAN面积相结合的方式作为生长终止规则,通过具体的实验,证明该算法的提取结果对种子点的选取不敏感,算法对区域的边缘具有较好的定位能力,有效地防止了过分割的情况.