三阶正交多项式移动平滑算法及其应用

提出了一种三阶正交多项式移动平滑算法，可以避免采用一般多项式最小二乘平滑时，需用矩阵求逆的方法解正则方程时容易出现的方程病态问题。并将其应用于带量测噪声的试飞数据预处理。文中通过算例验证了该法进行数据平滑时的有效性。     

基于红外图像的海上船舶分割算法研究

根据海面红外图像的特点,提出了一种基于红外图像的海上船舶分割算法。采用均值移动算法和霍夫变换检测海天线,以海天线为基准确定船舶出现的区域,采用区域分割算法分割船舶目标,根据区域生长法得到不同的目标区域,最后根据实验验证的本算法的有效性。     

一种新的舰船红外图像分割算法

舰船红外图像分割是红外成像制导反舰导弹目标跟踪的关键技术。为较好地分割出舰船目标,提出了一种新型的舰船目标图像分割算法。根据均值移动算法去除图像噪声,采用梯度增强、拉普拉斯变换、直方图迭代、形态学算法得到舰船及背景的二值化图像;采用投影技术和Hough算法得到舰船存在区域,分割舰船存在区域得到较准确的舰船图像。仿真结果表明此算法具有较好的分割效果。     

一种实域空间平滑解相干算法

特征子空间类算法在处理相干信号时,需要预先进行空间平滑来解相干,这一过程通常是在复数域进行的,而且一次平滑只能处理一个相干信号。论文提出实域空间平滑算法从窄带信号的正交接收模型出发,运用三角和差化积公式对I/Q通道输出单独进行简单加、减运算,得到了实值阵列流形,在此基础上采用前向空间平滑进行解相干,一次平滑能够处理两个相干信号,且算法完全在实域进行。以MUSIC为例进行的仿真试验表明:算法能够取得与FBSS算法相似的性能,且运算量较之FBSS算法大大降低。     

基于灰度图像的阴影检测算法

基于灰度图像的阴影检测算法,通过快速归一化互相关函数计算方法其复杂度,并采用背景减法与帧差法相结合方法提取运动前景.其步骤包括提取运动前景及检测运动目标的阴影.该方法与基于HSV模型的阴影检测算法相比,实验表明:在不需要任何的颜色信息的情况下,基于灰度图像的阴影检测算法能较好检测出阴影.     

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强度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...     

均值平移在图像分割中的应用

提出了一种基于统计学理论的图像分割方法.使用核函数的方法对数字图像进行非参数聚类分析.首先随机选择图像集合中一定数量的点,进而应用均值平移过程对这些数据点进行聚类,最后根据一定的准则合并性质相同的区域从而实现图像分割.试验结果表明该方法能够得到较好的图像分割效果.     

一种多项式移动平滑算法在纯方位法数据预处理中的应用

针对传统纯方位法存在收敛时间长、收敛精度差的问题，提出了引入数据预处理技术。采用多项式移动平滑算法对含有噪声的方位数据进行预处理，使用经典的方位平差法进行解算，经过仿真实验分析，收敛速度和收敛精度都有较大提高。     

基于二阶直方图的改进型均值偏移跟踪算法

针对在均值偏移跟踪算法中颜色直方图忽略了颜色空间分布信息的问题,提出了基于二阶直方图改进型均值偏移跟踪算法。使用由颜色空间均值向量和颜色空间协方差矩阵所决定的wu对颜色直方图进行了改进,推导出基于二阶直方图的均值偏移向量。仿真实验表明:基于二阶直方图的改进型均值偏移跟踪算法达到了充分利用颜色空间分布信息的目的,提升了均值偏移跟踪算法的抗局部遮挡能力。     

相关信号源方位角估计的三种空间平滑处理方法

在空间谱估计MUSIC方法的基础上．针对该方法对相关信号源测向性能下降甚至失效的情况．对该方法进行了修正；针对均匀直线阵．介绍了几种基于空间平滑思想的用于解决相干信号源的方法。从理论上分析了这几种方法的优缺点．计算机模拟结果也表明这些方法是有效的。     

一种傅里叶——梅林变换空间图像快速配准算法

为了实现低信噪比条件下暗弱空间碎片的探测,提出了一种基于傅里叶—梅林变频(FMT)的图像快速配准算法。首先,通过计算2幅原配准空间图像间的相关系数T并与阈值βth进行比较,快速判断图像间的旋转系数;其次,为了在保持配准精度的前提下获得较好的实时性,提出在配准算法的不同阶段采用不同方法对空间图像进行插值。通过基于FPGA+DSP硬件平台的实验验证表明,该算法能够实现0.5个像素精度的配准,与传统的基于区域和基于结构特征的配准算法相比,本文提出的算法配准速度分别提高55.319%和50.878%.基本满足了空间图像配准对实时性和高准确度的要求。     

基于改进 Mean Shift 的运动目标跟踪算法

为了提高传统 Mean Shift 算法在目标快速运动和被大面积遮挡两种情况下跟踪的效果,对 Mean Shift 跟踪算法进行了3点改进：采用 Kalman 滤波器预测运动目标轨迹,以提高算法对快速运动目标的鲁棒性;提出了一种融合Kalman 滤波器残差和 Bhattacharyya 系数的遮挡处理机制,以提高目标被大面积遮挡时的跟踪效果;提出了一种基于自适应更新因子的目标模型更新机制,以提高动态适应能力。对比实验结果表明,改进算法能有效提高在上述两种情况下的跟踪效果,并且在遮挡情况下具有较好的鲁棒性。     

基于特征贡献度的Mean Shift 目标跟踪

为有效提高Mean Shift算法的模板匹配精确度,采用基于特征贡献度的Mean Shift目标跟踪方法,对不同贡献度的特征向量赋予不同的权重,以彰显目标特征、抑制背景因素.分别介绍传统Mean Shift目标跟踪算法和基于特征贡献度的Mean Shift算法,并针对多组视频进行实验验证与分析.结果表明:改进后的Mean Shift算法不仅能提高跟踪精度、提升系统的鲁棒性,而且对640 pixel×480 pixel大小的视频处理平均帧速度为22 frames/s,满足实时跟踪要求.     

跟踪窗自适应的捷联导引系统目标跟踪算法

捷联图像末制导导弹在跟踪的后期阶段,弹目距离和成像视角的变化会引起图像尺度和旋转变化,目标区域将由小变大直至充满整个视场。针对经典的Mean Shift算法在图像制导目标跟踪过程中不能自适应目标的尺度和旋转变化这一问题,研究了一种跟踪窗自适应的Mean Shift目标跟踪算法。对初始选定的椭圆目标跟踪区域和候选区域进行加权操作,并利用权值图像的零阶矩和Bhattacharyya系数,对真实目标面积进行精确估计。利用估计出的目标真实面积,并结合权值图像的2阶中心矩进一步构建可表达目标窗口内图像特征的协方差矩阵,再通过奇异值分解建立椭圆面积与协方差矩阵特征值之间的关系,从而计算出椭圆目标区域实际的主轴长度和方向,实现跟踪窗的自适应变化。仿真实验结果表明,该方法既具有Mean Shift算法精度高、实时性好的特点,同时又扩展了Mean Shift算法在目标发生尺度和旋转变化时的自适应能力。     

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.     

基于差值的残缺图像的修复算法

在分析图像数据丢失的原因和特点的基础上，参照传统图像复原技术，提出了对图像按列进行恢复的方法，并借鉴数据插值的思想，设计了图像恢复插值算法，该算法基本满足了图像恢复的要求，并通过试验得到了该算法的适用条件。     

基于梯度图像法的激光雷达图像融合滤波算法

为了有效消除激光雷达图像斑点噪声的干扰,针对单一滤波算法的不足,提出一种基于梯度图像法的激光雷达图像滤波融合算法。分析激光雷达图像的噪声特点,综合Lee滤波和小波滤波的优势,该算法利用图像的梯度图像来判断斑点噪声隶属于信号区域还是边缘区域,在边缘点采用小波阈值滤波的结果,在信号区域选择Lee算法的结果达到最好的滤波目的。仿真试验的结果表明:该算法具有很强的散斑噪声抑制能力,能够在噪声滤波和图像信息保持2个方面都能达到很好的效果。