针对无人机拍摄叶片红外图像背景冗余信息较多、拼接精度不高等问题, 本文提出一种基于形态学改进 Chan-Vese分割与局部特征匹配的红外风机叶片图像拼接算法, 首先, 对图像进行中值滤波降噪, 使用形态学运算改进基于 Chan-Vese模型的水平集算法, 生成表达主体的掩膜。基于掩膜去除冗余背景提取局部 Harris特征点; 对掩膜进行二次形态学腐蚀处理, 抑制边界锯齿像素上的伪特征点; 最后, 使用暴力匹配及随机抽样一致(Random Sample Consensus, RANSAC)算法筛选出有效匹配点对, 计算单应性矩阵实现匹配拼接。与传统图像分割下 Harris拼接算法相比, 本文改进后的算法拼接精度有明显提高, 在不同的测试场景下显示出较强鲁棒性。

海上升压站自动巡检系统是一种面向海上升压站全站的智能巡检机器人系统，主要完成对海上升压站中电缆、设备、仪表等装置的自动化巡检任务。设备的运行状态往往通过指示灯的颜色判断，这是自动巡检的一项关键任务。由于指示灯的半透明特性，其在不均匀光照下存在反光问题，使得颜色和亮度信息及其非均匀特性的混合，造成了指示灯图像的“数据不敏感特征”。传统的RGB颜色空间的均匀性较差，使得只依靠RGB颜色空间对指示灯颜色检测存在较大误检。相对于RGB空间，HSI空间能够非常直观的表达色彩的明暗、色调以及鲜明程度，方便进行颜色之间的对比。因此，文中提出将指示灯图像从传统的RGB颜色空间转换到HSI空间，通过提取H分量计算直方图相似度的指示灯颜色检测方法。实验结果表明，该方法大大提高了指示灯颜色检测精度，尤其在不均匀光照下有较强的抗干扰能力。

准确识别卫星设备等拍摄到的待发射(或飞行途中)导弹类型, 实现及时有效防御, 是国内外**领域研究的热点之一。由于战争状态中导弹具有掩饰色, 且因外形差别不显著, 现有基于底层特征进行导弹分类识别难度较大甚至无法识别。针对这一问题, 提出一种基于稀疏自动编码器(Sparse Auto-Encoder, SAE)高层视觉特征融合底层特征提取的新算法, 为了提高分类精度, 引入迁移学习, 借助STL-10样本库局部特征, 并将导弹图像局部特征向量一并送入池化层卷积神经网络(Convolution Neural Network, CNN)提取导弹目标对象图像全局特征, 通过Softmax回归模型实现导弹分类识别。实验表明, 文中提出SAE融合底层特征的导弹分类识别算法较传统基于底层特征及SAE高层特征分类算法具有更高的准确性及鲁棒性。另外, 为了避免因新型导弹目标对象缺乏训练而导致分类性能下降甚至失效, 算法引入迁移学习实现局部特征提取, 实验验证了算法的可行性和准确性。

现有核磁共振设备面对主磁场不均匀多是采取贴磁片等补偿磁场不均匀等硬件方法，但这给成像带来图像伪影，图像模糊等不良影响。针对磁共振成像中磁场不均匀的问题，提出了一种主磁场不均匀下的分数域磁共振成像方法。首先选择待成像活体组织的某一层，在该层上选择若干个点，测量该层面上的磁场强度大小，在磁共振成像原理的基础上，建立成像区域磁场强度分布模型，然后建立磁场的多项式模型，按照测量的磁场中是否存在明显的二阶分量可以将该多项式模型分为二阶多项式模型和高阶多项式模型；之后，将这两个模型分别代入磁共振的自由感应衰减(FID)信号中，对于二阶模型可以用分数阶傅里叶变换工具进行求解成像物体某一层上的自旋密度函数，对于高阶模型需要通过求解代数方程的方法得到成像物体某一层面上的自旋密度函数，这样便建立了主磁场任意不均匀下的磁共振信号模型。实验结果表明，该方法达到与均匀主磁场下近似同样的效果。

无人机在复杂飞行过程中, 因大气气流及光学设备成像等影响造成采集到的红外图像分辨率过低; 另外, 因各帧图像分辨率不同, 基于固定层数分解的金字塔模型在同一区域下的显著图提取结果存在差异, 无法借助视觉技术实现无人机目标定位及自主导航。提出一种改进Itti模型下的红外图像感兴趣区域提取及SR重建算法。算法首先引入多特征对红外图像序列进行金字塔动态分层模型构建; 然后, 针对不同分辨率下的多帧红外图像进行感兴趣区域的动态提取来克服传统Itti算法的不足; 最后, 提出基于共轭梯度法的目标函数最小化红外图像超分辨率重建算法, 对感兴趣区域进行空间SR重建, 提高感兴趣区域目标的空间分辨率。实验验证了提出算法的有效性及准确性。

信道估计是指接收机获知信道状态信息的方法和过程。信道估计的准确度决定了接收机的工作性能, 所以均衡之前,必须先进行信道估计。目前, 激光光学传输信道估计成为多输入多输出正交频分复用的自由空间光通信系统的关键技术。传统的压缩感知方法作为一种信道估计的有效方法, 具有恢复和重构原始信号的能力, 但在计算复杂度上付出了一定的代价。快速贝叶斯匹配追踪算法克服了现有方法重构精度低和复杂度高缺点。通过先验模型选择和近似的最小均方误差的参数向量的估计, 快速贝叶斯匹配追踪算法提供了估计信道冲激响应的一种有效方式。仿真结果表明, 与传统的基于压缩感知的方法相比, 该方法能显著提高系统的性能。

小型化的高重频多脉冲激光测距机采用数字化处理确定目标距离, 接收电路带宽、数字化采样精度以及滤波算法等因素会影响测距的精度, 文中在对测距误差分析的基础上提出改进测距精度的算法。首先, 在对激光回波信号积累以提高信噪比的基础上, 对回波信号波形进行中心差分处理、斜率阈值和幅度阈值条件处理, 剔除伪峰值点, 初步确定峰值点位置。然后, 根据初定位后的波形特点, 选择相应的指数函数进行非对称sinc函数波形拟合修正, 估计波峰点相对准确位置, 从而输出较为精确的目标距离。最后, 将改进算法在matlab中仿真, 实验结果验证了文中提出的修正算法对提高激光测距精度的有效性。