一种基于灰度投影算法的车载电子稳像方法

通过分析车辆载体运动的特点和产生车载摄像系统动态图像抖动的原因,阐明了对车载摄像系统动态图像系列进行电子稳像的必要性。运用灰度投影算法对车载动态图像系列进行实验,通过计算互信息值检验电子稳像效果,初步探讨了适用于车载电子稳像运动矢量估计的算法。实验表明了对车载动态图像系列进行稳像是必要的,验证了在只存在平移量或者旋转量较小的情况下,灰度投影算法的有效性。

基于小波域的红外图像序列噪声分析与去噪

由于相同的去噪方法对不同噪声类型的去噪效果不一样,采用基于小波域的图像噪声类型识别方法,利用小波高频子带系数的直方图识别了图像的两类主要噪声：高斯噪声和椒盐噪声.对红外图像系列的噪声进行了分析,长波红外图像主要受到高斯噪声干扰,中波红外图像主要受到椒盐噪声干扰.提出了一种改进的小波全局阈值去噪方法.仿真实验表明,该方法较传统方法的PSNR提高了2~3 dB,处理速度较快.

车辆载体运动对摄像系统成像的影响分析

车辆载体的随机振动影响摄像系统的成像质量,后续系统诸如目标跟踪和侦察预警系统的精度和稳定性。通过分析随机振动的特点及其产生的原因,可知随机振动受路面不平度、车辆载体类型和载体运动速度等因素的影响。根据采集的实际动态图像序列,分析摄像系统在不同影响因素下随机振动的特点。实验结果表明,车辆载体运动引起的图像帧间模糊和帧内模糊必须分别进行处理,电子稳像系统和算法应根据具体应用场景和实际系统要求进行选取。

基于小波和灰度形态学的红外图像增强方法

针对红外图像对比度差、信噪比低的特点,提出了一种基于小波变换和灰度形态学的红外图像对比度增强的算法,对红外图像进行小波分解后,利用灰度形态学对低频系数进行对比度增强,同时计算局部阈值,并利用确定的阈值对小波系数进行去噪处理,最后重构得到去噪后的增强图像。实验结果表明,本文算法有效的提高了目标的对比度,同时突出了目标的细节信息,算法在性能优于传统的中值滤波与直方图均衡法相结合、维纳滤波与灰度变换法相结合的对比度增强算法。

基于图像融合的双波段目标跟踪算法研究

针对红外和可见光图像各自的特点以及单一传感器在目标跟踪中的缺陷,提出了基于双波段融合图像的目标跟踪算法。该方法对原始图像进行小波分解后,为了满足目标跟踪的稳定性及实时性,重点考虑目标跟踪时需要的边缘等细节信息,采用对低频系数取零,高频系数基于小波系数绝对值取大的融合方法,然后对融合后的图像采用基于Mean shift算法进行目标跟踪。实验结果表明,此算法可以稳定并且实时跟踪目标,通过对单波段采用相同的跟踪算法进行比较,算法在性能上优于单波段的目标跟踪。

一种基于鱼眼镜头的非均匀性校正方法

为了提高凝视型红外鱼眼侦测系统的成像质量,针对实际应用中的问题,分析了鱼眼镜头对系统非均匀性的影响。对传统的两点校正算法进行了改进,提出了基于鱼眼镜头的两点校正算法,并对校正算法的成像质量进行了讨论。通过计算,校正前的非均匀性大小为0.72,校正后的非均匀性大小为0.027,系统的成像均匀性提到了提高。在非均匀性校正方面与传统的两点校正法进行了比较。结果表明,该方法具有校正精度高、成像效果好等优点。

红外鱼眼成像系统非均匀性校正方法

分析了时域高通滤波校正算法中容易出现目标退化及"伪像"的问题,指出滤波方程的截止频率与信号频域分布的变化不匹配是产生问题的原因。结合红外鱼眼系统成像的特点,通过目标检测的方法分辨需要调整滤波截止频率的像元,对其采用不同的时域高通滤波方式,即改变滤波器的截止频率,有效地减少了目标退化和伪像的影响。采用主观和客观评价指标对试验的红外序列图像进行评价,结果表明改进的时域高通滤波校正方法效果明显。

车载鱼眼成像系统的运动矢量检测方法

在复合成像侦测系统中,鱼眼成像系统的超大视场突破了"旋转扫描"和"多镜头拼接"的设计常规,采用固定凝视的方式对整个半球空域的目标进行搜索。然而在车载环境下,车体运动将导致输出的图像序列不稳定,影响观察效果,甚至会引起黄斑成像系统跟踪偏差。根据鱼眼成像系统的工作特点,通过利用熵值理论确定出图像信息最为丰富的区域,探讨了一种改进的适用于车载鱼眼成像系统运动矢量检测方法。通过实验表明,改进算法在精度上与灰度投影算法相仿,而且速度提高了一个数量级,既保证了鱼眼成像系统搜索目标的实时性,同时又提高了系统的稳定性。