1 中国人民解放军93408部队,河北 承德 068250
2 北京理工大学生命学院, 北京 100081
为验证光电成像器件性能及其成像处理算法在不同场景下的有效性, 设计了一种以主控计算机为控制中心, FPGA+DSP+DSP为核心处理器的图像处理仿真与评估系统。系统可实时采集视频图像, 或利用预先存储的仿真测试视频数据, 对不同的处理算法进行考核, 评估算法性能。系统内部集成了多种图像检测识别算法, 能够对图像特征进行计算提取。系统具有回放功能, 中间处理结果均具有可视性, 方便对比处理效果。测试实验证明了该系统满足实时性要求, 已成功运用于工程实践中。
光电成像 图像处理 photo-electronic imaging image processing FPGA FPGA DSP DSP
1 中国人民解放军93575部队, 河北 承德 067000
2 北京理工大学生命学院, 北京 100081
针对小波变换及Contourlet变换在图像去噪应用中的不足,提出一种结合Shearlet与Bayesian MAP估计的图像去噪算法.首先对含噪图像进行Shearlet分解,之后根据Bayesian MAP准则对分解后的各子带信号进行估计,最后通过重构得到去噪图像.实验表明,相对于其他去噪算法,该方法很好地保留了图像的细节,取得了更好的视觉效果.
图像去噪 图像重构 Shearlet变换 image denoising image reconstruction Shearlet transform Bayesian MAP Bayesian MAP
1 浙江师范大学 数理与信息工程学院,浙江 金华 321004
2 北京理工大学 信息与电子学院,北京 10008
在分析云背景红外图像空间分布上存在混沌现象的基础上，提出一种基于脑模型控制器的红外背景预测算法.该方法利用混沌具有短时可预测性的特点，对云背景图像进行预测，并根据云背景杂波和运动目标的混沌特性差异修正预测模型.仿真结果表明，该算法能有效地提高云背景的预测准确度，预测残差符合白噪音特性，对云背景杂波具有良好的抑制效果，能显著提高目标的信杂比，从而改善目标的检测性能.
红外图像 背景预测 混沌 脑模型控制器 Infrared(IR) image Background prediction Chaos Cerebellar Model Articulation Controller(CMAC)
1 北京理工大学 信息科学技术学院电子工程系，北京 100081
2 浙江师范大学 数理与信息学院电子工程系，浙江 金华 321004
提出了一种基于四叉树和偏微分方程的灰度图像压缩方法。该方法只需传输和处理部分稀疏像素而不是整幅灰度图像。在编码端，首先采用四叉树分割图像，然后对部分像素进行编码传输。在解码端，采用基于偏微分方程的图像插值算法再生图像，有效地消除了解码图像中的方块效应。实验表明，该方法可以获得较高的压缩比和峰值信噪比，尤其是对尺寸较大且纹理细节较少的图像更是如此，并能较好地保持原始图像中灰度变化较大的细节，可以方便地去除方块效应，具有较高的实用价值。
四叉树 偏微分方程(PDE) 图像压缩 quad tree partial differential equation (PDE) image compression
1 北京理工大学 信息科学技术学院电子工程系，北京 100081
2 中国人民解放军92941部队，辽宁 葫芦岛 125001
提出了一种基于粒子群优化算法的图像分割新方法。粒子群优化(PSO)算法是一类随机全局优化技术，它通过粒子间的相互作用发现复杂搜索空间中的最优区域缩短了寻找阈值的时间。将PSO用于基于改进的最佳加权熵阈值法的图像分割中，试验结果表明，该方法不仅能够避免陷入局部极值，而且其速度得到了明显的改善，是一种有效的图像分割新方法。
粒子群优化算法 最佳熵阈值 图像分割 particle swarm optimization(PSO) optimal entropic threshold image segmentation
北京理工大学 信息科学技术学院电子工程系，北京 100081
传统的边缘检测方法对噪声敏感，抑制噪声能力差；基于经典形态学的边缘检测方法虽然具有较好的去噪能力，但不能反映全部的边缘特性。为此给出了一种扩展的数学形态学的定义，并提出了一种基于扩展数学形态学的边缘检测方法。仿真结果表明，该方法不仅能有效地去除噪声，而且通过检测所得到的边缘图像具有良好的边缘特性。
扩展数学形态学 边缘检测 噪声抑制 膨胀 腐蚀 extended mathematical morphology edge detection noise suppression dilation erosion
MPEG－4作为一种适合各种多媒体应用的图像压缩编码标准，已经得到广泛应用。介绍了I帧、P帧、B帧的运动图像编码。论述了影响图像恢复质量的几个因素，包括以下几个方面：DCT(Discrete cosine Transform)离散余弦变换；QP(Quantize Parameter)量化系数；SR(Search Range)运动估计中搜索范围以及半像素搜索(half－pixel searching)等。通过压缩比，峰值信噪比，编解码时间等大量实验数据比较各因素影响大小。实验证明量化系数对图形恢复质量影响最大，其余几个因素也有一定影响。
DCT变换 量化参数 运动估计 半像素搜索 MPEG-4 MPEG－4 DCT transform QP motion estimation half-pixel searching
