简介:高动态范围的图像可用于同时探测具有较大对比度的亮暗目标,利用数字微镜(DMD)获取高动态范围图像是目前最为先进的一种技术。本文在分析DMD工作原理的基础上,设计了一种像素级的高动态范围图像获取系统,该系统由光学系统、机械系统、DMD像素级调光算法及成像单元组成。光学系统采用二次成像光路,其中第一次成像物镜采用像方远心光路,第二次成像的转置镜头采用放大倍率近似1∶1的准对称结构,机械系统采用光学元件的包边设计和定心车工艺,达到秒级的光学装配精度;DMD像素级调光算法采用搜索单个微镜像素在图像帧周期间的控制权值实现,成像单元可同时兼顾科学级12bitsCMOS和8bitCCD,设计完成的原理样机验证了系统设计的正确性,其获取的图像动态范围可达140dB以上,远高于传统摄像机78dB的动态范围。
简介:针对MSATR图像分割问题,给出了一种基于高阶灰度矩的处理算法.首先深入分析了MSTAR图像的统计分布特性,并对目标、阴影,以及背景区域分别建立了相应的描述模型,在此基础上,构造了高阶灰度矩特征.通过将原始图像变换到高阶灰度矩形式,显著增强了目标区域与阴影、背景区域的差异性,进而依据不同的阈值化策略,实现了MSTAR图像中目标、阴影和背景区域的分割.对MSTAR图像的实验结果表明,与恒虚警率(CFAR)、最大类间方差(OTSU)、模糊C均值(FCM)和马尔可夫随机场(MRF)等常用分割算法相比,本文算法不需进行噪声抑制处理,且在分割效果和鲁棒性等方面性能更好.同时,对多尺度、多目标MSTAR图像的分割也显示出良好的适应性.
简介:多尺度几何分析中的Contourlet变换可以实现灵活的多分辨、多方向图像表示,但是由于不具有平移不变性,在图像去噪中容易产生伪吉布斯现象,本文应用具有平移不变性且能有效表示图像纹理信息的平稳Contourlet变换,提出了软硬阈值结合的去噪法.试验结果表明该方法有效提高去噪声后图像的PSNR,有效保存图像纹理信息以及更好的视觉效果.
简介:利用Logistic映射和一个超混沌系统产生一个复杂的混沌时间序列,对图像进行置乱操作,重新排列图像的各像素,再进行两轮扩散操作,得到一个新的基于Logistic映射和超混沌系统的图像加密方案,并进行仿真实验和性能测试。实验证明,该加密方案有较好的密码学特性,能够对抗统计分析攻击、差分攻击等。
简介:数字图像处理技术的应用,有力地促进了缺陷定量分析与射线检测的自动化。但大多数射线检测图像噪声大、对比度不高、存在较大的背景起伏,缺陷图像的准确分割、提取则成为实际应用中的难点和关键。射线图像中缺陷的存在,在其邻域形成灰度差异;可由边缘检测方法得到相应的边缘点(奇异点)。在图像边缘检测中,一般认为在较大空间尺度(边缘检测模板)下能可靠消除误检,得到真正的边缘点,但不易对边缘精确定位:在较小尺度下对真正的边缘点定位比较准确,但对噪声敏感,误检的比例会增加。多尺度小波分析的引入,可得到比较满意的结果。用不同的小波基分析同一个问题会产生不同的结果,因此小波分析在工程应用中的一个十分重要的问题是如何选取最优小波基。双正交小波基具有紧支性和线性相位:紧支性表明不需做人为的截断,应用精度很高;线性相位可避免信号在分解和重构时的失真;小波基连续可微,这对于有效发现信号的奇异点是必要的。
简介:研究了丝阵负载Z-pinch的气化及电离过程、等离子体形成及融合过程、等离子体的不稳定性及其发展、先驱等离子体的产生机制及其辐射特性、双层丝阵负载内外层丝阵等离子体的内爆碰撞辐射过程、内爆聚心时刻X光辐射快速变化过程及能量转换机制。在“强光”1号、俄罗斯S300及ANGARA-5-1装置上获得了较全面地反映内爆物理过程的实验结果。
简介:针对SAR图像的目标自动分割问题,在分析非下采样轮廓波变换(nonsubsampledcontourlettransform,NSCT)和脉冲耦合神经网络(pulsecoupledneuralnetworks,PCNN)的基础上,提出了一种基于非下采样轮廓波域特征图和PCNN的SAR图像目标分割算法.对SAR图像经过NSCT分解后的高、低频图像分别运用不同方式进行处理.利用PCNN对低频图和高频子带特征图分别进行分割,获取了目标所在的区域及目标的精细结构.利用MSTAR数据进行了仿真实验,并与基于模糊C均值的分割算法、基于马尔可夫随机场的分割算法进行了对比.实验结果表明,所提出算法对SAR图像目标的分割结果更为准确,同时较其他算法具有更强的抗噪性能.
简介:针对单一图像源下目标跟踪精度不高的问题,利用跟踪状态下的目标存在于可见光与红外图像中的特征对连续自适应均值移动跟踪算法做出改进。首先选取可见光图像的“颜色梯度背投影”作为改进的目标模型,选取红外图像的“灰度梯度背投影”作为改进的目标模型;然后根据可见光序列图像和红外序列图像各自进行连续自适应均值移动跟踪算法得到的对应的口‘系数判定两种图像跟踪的效果,对两种图像的权重进行自适应调整,得到这两种图像的特征级融合图像和跟踪结果。实验结果表明,对于320像素×240像素的可见光和红外图像,基于可见光与红外图像特征融合的目标跟踪算法在复杂背景下能够较准确的跟踪目标,目标跟踪精度为0.5像素,跟踪速度为30~32ms/帧。