基于局部能量最大可分的高光谱图像异常检测算法

提出了一种基于局部能量最大可分的异常检测算法,以滑动窗口中心点作为被检测点,其他点作为背景点,在最优投影方向上,以被检测点与邻域背景的投影能量之比来度量该点异常度。利用窗内投影值分布及与被检测点投影值关系等约束条件,去除异常信息对背景特性统计的影响,以真正反映异常与背景的可分程度。提出有效的多随机窗表决算法,以抑制虚警。实验结果表明,该算法具有较好的鲁棒性,能有效实现复杂未知场景下的异常目标检测。

融合多高斯混合模型与Graph Cuts优化技术的目标自动检测方法

本文将时域信息与空域信息融合,利用Graph Cuts全局最优特性,通过自适应的信息融合策略,提取运动目标。在自动化跟踪系统中,从图像序列提取运动目标信息,是进行目标检测与跟踪的前提。目前,目标信息提取方法包括对视频图像序列的时域和空域进行分析。利用时域信息,可以比较好地提取出目标的运动信息,区分出前景和背景。而把利用空域信息的图像分割技术运用到目标跟踪系统中,也是近年来比较热点的研究问题。本文提出了一种将时域信息与空域信息很好地融合的运动目标检测方法,通过对多高斯混合模型提取的前景信息进行无监督学习,构建似然能量模型,然后通过Graph Cuts优化技术提取目标。从而实现了鲁棒的目标自动检测。

基于单目视觉系统的远距离场景重建算法研究

提出了一种基于机载前视被动传感器(电视传感器或红外成像传感器)获取的序列图像,并结合惯导信息,恢复前视场景深度的新方法。通过将前视三维场景看作一组具有不同深度的,分别对应背景和障碍物的层的集合,将复杂的场景重建问题简化为对各层深度集和像素标记场的计算;我们使用贝叶斯方法解决对各参数的估计,并使用图论方法快速求解。试验表明,该方法是可行的。

一种并行提升小波基的设计方法与VLSI实现研究

设计了一种具有二进制特点且消失矩为4的高性能9/7小波基,提出了其VLSI高速实现结构.该小波基的提升系数的分母均可转化为2的幂次有理数,有利于简化VLSI设计.实验结果显示,其压缩性能和CDF97小波相当;在有限位宽下,其压缩性能甚至优于CDF97.新的VLSI结构实现仅需加法和移位等简单运算,可有效地减少硬件资源,缩短关键路径.通过折叠技术和重调度技术,该硬件结构转化为一种嵌入式折叠提升结构,使得每个加法运算可并行执行,关键路径可减小至接近于一个加法器的延时,达到资源的优化利用.仿真结果表明,该硬件结构最大工作频率可达到250MHz左右,可工作的最大系统频率提高到了原来的4倍左右,与传统CDF97的4级流水线结构相比,逻辑单元数减少了约66.7%,特别适合于实时高速压缩应用.

红外高压线塔检测方法研究

无人飞行器在低空和超低空飞行时,高压线及高压线塔对飞行器的安全构成巨大的威胁,采用单目视觉系统获得的红外图像对高压线塔进行实时检测,可以保障无人飞行器自主导航。首先采用对比度受限的自适应直方图均衡(Contrast Limited Adaptive Histo-gram Equalization,CLAHE)处理以提高红外图像质量,其次结合水平方向Sobel算子和Top-hat变换在增强高压线塔的灰度值的同时过滤掉地面中存在的比较宽的高亮区域,利用最大类间方差法(OTSU)进行二值分割。在分割后的图像中进行轮廓提取,利用高压线塔高度和长宽比较大的特征,滤掉小块或者长宽比过小的背景,然后使用穿线法进行最后的判定,在检测出的目标区域中提取骨架,对最小外接矩形获得的高压线塔顶点坐标进行修正。通过采集的高压线杆塔红外图像序列进行了仿真实验,实验结果证明了论文提出方法的有效性。