三维目标检测在实际工程应用中的难点在于深度传感器价格高、点云质量差、缺少丰富的纹理信息、三维数据训练集制作困难。对此本文提出一种基于实例分割的三维目标位置估计方法, 可以用在多种传感器中, 如相机-雷达, 双目相机等。首先在二维图像下对目标进行实例分割, 根据目标的分割掩码提取出目标的深度图像与RGB图像融合转化为粗略点云, 最终进行异常噪声点去除, 得到精细的目标点云。在KITTI数据集上进行了测试, 平均精度值(AP)可以达到50%, 表明该方法可以准确地估计到目标位置信息。本文提出的方法无需三维数据训练集, 可以快速准确地进行三维物体点云的提取, 仅使用二维检测器就可以达到三维物体检测的目的。

舰船是重要的海上目标, 航空遥感影像的实时舰船目标检测在民用领域和**安全中均具有十分重要的意义和价值。以工程应用为背景, 重点对航空遥感影像的海陆分割和舰船检测两方面问题展开研究。利用灰度信息对遥感影像进行自适应阈值分割, 结合形态学算子和孔洞填充技术, 实现海陆分割; 利用舰船几何结构特征进行直线段检测, 结合K均值密度聚类技术, 完成舰船目标检测。实验结果表明: 针对海陆分割任务, 陆地检测率为95.8%, 陆地检测错误率为5.7%, 陆地检测正确率为94.4%; 针对舰船目标检测任务, 检测准确率为94.1%, 检测虚警率为3.9%。可以较好地将影像中的海洋区域和陆地区域分割成两个相互独立的部分, 分割效果理想; 同时可以快速地完成舰船目标检测, 准确率高, 虚警率低, 具有运算简单、易于工程实现等特点。

本文首先简述了人眼视觉的特点及感知彩色的原理, 进而引出了彩色夜视技术, 并且对彩色夜视技术的发展进行了简要的阐述, 对彩色夜视技术的意义进行了分析, 对现有的彩色夜视技术进行分类, 并对各典型的有代表性的彩色夜视技术及彩色夜视设备进行了详细描述, 分析各类别的优缺点。最后讨论了彩色夜视技术的难点以及未来的发展趋势, 为相关研究人员了解彩色夜视技术提供参考。

彩色图像中包含了丰富的颜色信息, 能够直观地感知世界, 它使我们的工作生活更加便利。但是, 由于一些恶劣环境的影响, 彩色图像的成像会出现模糊、目标被淹没、对比度偏低等问题。针对此问题, 本文设计了一款基于FPGA的嵌入式实时图像增强处理系统。并提出一种灰度值拉伸变换方法, 将该方法直接对RGB色彩空间的R、G、B三分量进行增强处理, 既增大了灰度值的变化范围提高人眼视觉效果, 也避免了色彩空间转换带来的计算量及节省了处理时间满足了工程的实时性要求。目前该系统已在实际工程项目中应用, 工程结果表明该系统工作稳定有效, 能够有效解决工程中出现的光线条件差, 低对比度情况下的彩色图像增强问题。

为了实现图像的细节增强, 特别是纹理细节增强, 同时尽可能保持图像的结构完整, 提出了一种基于双边纹理滤波的图像多尺度分解方法。首先, 对图像进行多尺度双边纹理滤波分解, 分别得到一幅基本图像和一系列细节纹理图像。接着, 类似于小波增强方法, 对细节图像采用多尺度自适应增强方法, 得到一系列增强后的纹理细节图像。最后, 将基本图像和增强后细节图像相加, 重构出最后的增强图像。实验结果表明: 本文提出的增强方法能够在突出边缘的同时, 较好地增强图像中的纹理细节信息。将基于双边纹理滤波的多尺度分解引入图像增强, 能更好地体现图像纹理细节特征, 为增强图像提供更加丰富的信息。

图像跟踪是图像处理领域研究较多也比较关键的技术之一。随着微电子技术不断发展，在光电经纬仪、机载光电平台等图像跟踪应用领域对视频跟踪器系统的要求越来越高，当前视频图像帧频偏低已对伺服系统传输带宽形成不小制约，而高帧频图像又有视频传输的瓶颈。为了解决这一问题，本文设计了一款基于TMS320C6455+FPGA+SDRAM的图像跟踪系统。本系统通过FPGA控制SDRAM对视频图像进行缓存后输出，达到视频降频输出的要求，以解决高帧频图像数据量大难以实时传输显示的问题，同时通过对相关跟踪算法做进一步优化使其满足100 frame/s视频的实时跟踪要求。实验证明该系统工作有效稳定，能满足工程实际需求。

由于Camera Link相机具有接口复杂、传输距离近等局限性，设计并实现了一种基于FPGA的Camera Link转HD-SDI接口转换系统。该系统采用Altera公司的EP2S60F1020高性能FPGA完成图像数据的采集并按SMPTE 274M标准编码[为解决Camera Link相机输出数据同HD-SDI输出图像行、场时间不同的问题，采用3片SDRAM作为帧缓存模块，延迟1帧输出[编码完成的数据输出到并串转换芯片LMH0030，从而得到HD-SDI格式的视频输出。由于Camera Link相机输出数据同HD-SDI输出图像的帧频并不绝对相同，每隔708帧必须丢去一帧数据，从而导致输出时固定丢帧，但FPGA对图像的处理并不会丢帧。实验结果表明，本系统能够将Camera Link相机输出的图像数据转换成HD-SDI输出，并用采集卡采集到图像数据。

为解决目标旋转形变、遮挡、光照变化等目标跟踪的难题，对粒子滤波和尺度不变特征变换(SIFT)算法进行了改进，结合两种算法提出了决策主导模式的多模跟踪技术。该技术采用粒子滤波预测目标位置进行粗定位，SIFT特征匹配进行精定位的方法，在解决上述难题上有很好的鲁棒性。将该技术应用于轮式侦察车图像处理器，并进行了各种实验验证，结果证明了提出算法的有效性。

为了准确、快速地对动态视频序列中的图像进行配准,提出了一种新的基于特征点匹配确定两幅图像间变换关系的方法。首先,根据多约束准则(MR),通过局部信息熵、相似性测度和距离比例不变准则三个约束条件,准确地找到两个点集中的三对匹配点。然后,利用这些点对采用矩阵求解最小二乘法估算两幅图像的仿射变换参数。与相关匹配法相比,MR算法避免了由于图像中运动物体的干扰而产生的伪匹配点对。对于384 pixel×256 pixel的图像,MR算法完成特征点匹配只需2.76 ms,比相关法减少了58%的运算时间。仿射参数在X,Y方向上的估计误差也减小为Δx=0.13,Δy=0.02,远小于1 pixel。基本满足目标检测技术在工程上的速度快、精度高、抗干扰能力强等要求。