针对山区范围内敌军雷达站的分布、洞库位置、交通补给线路等大目标的识别提出一种基于非局部先验的算法。首先在山区雾霾图像内采用对色彩的索引以求得聚类检测的雾霾线, 进而对雾霾线中像素的传输系数初始值进行估计, 最后, 采用最优化的算法对传输系数正则化处理, 得到无雾霾图像。

为了实现共平台的多个空间观测成像系统的空间配准, 对多个相机进行天文标定和姿态测量, 提出一种基于星图模拟的星图识别和姿态解算算法。首先, 建立共平台的多传感器天文观测模型, 并产生模拟星图, 将星点之间的特征转换为图像特征; 其次, 根据四边形对角线的共线不变性特征, 对相机观测星图和模拟星图进行特征匹配, 提取相机内参数的初始值; 然后, 利用星点坐标矩阵奇异值不变性, 自动匹配剩余星点并求解姿态矩阵的初始值; 最后, 对相机内参数和姿态矩阵进行非线性优化求解。实验结果表明, 在未精确标定光学系统内外参数的情况下, 星点正确识别率大于97.4%, 相机像元角分辨率为3.9"×3.4", 最后计算得出的投影误差低于1个像素, 满足多传感器空间观测系统空间配准的精度和鲁棒性要求。

在红外搜索跟踪应用中, 对突然出现和消失的变异点的检测一直是个亟待关注和研究的重要课题。随着多波段红外探测系统的应用, 提出一种基于广义累积和的红外目标运动轨迹序列检测新方法, 将检测波段从单波段扩展到多波段, 从而保证虚警概率不大于某一定值的情况下, 使多波段变异点探测概率增大或使所需的信噪比和平均检测时延大大减小。数据仿真表明, 这一方法在红外变异点目标序列检测方面具有良好的效果, 在虚警概率一定的情况下, 信噪比检测门限可降低至传统方法的60%, 双波段变异点平均检测时延约减少为传统检测方法的1/2。

针对Itti的视觉注意模型不能很好地反应区域的边界和形状问题, 提出了一种改进的自底向上(Bottom-Up)的视觉注意模型。在经典的Itti模型基础上, 用小波变换取代了高斯金字塔分解, 改进了初始视觉特征的合并策略以得到图像的视觉显著图, 结合彩色图像聚类分析方法完成图像的感兴趣区域自动提取。实验结果表明, 自动提取的感兴趣区域更符合人眼的实际观察效果, 在复杂背景下的提取效果大大优于传统的感兴趣区域提取方法。

以电子稳像为背景, 为解决难以实时根据偏移量对视频图像进行补偿的问题, 设计了基于FPGA的运动补偿系统。对视频进行采集后提取出了灰度分量便于处理; 用乒乓存储解决去隔行处理中视频数据量大、硬件资源有限的问题; 用片外SRAM作为帧缓存, 通过操作读写地址和控制VGA时序实现了图像的平移显示, 同时满足实时性的要求。最终实现了对视频图像的实时平移, 并最终在VGA上显示。系统全部由硬件编程实现, 实验结果表明可以满足功能需求, 显示效果良好且扩展性强。