最近, 多尺度特征提取被广泛应用于红外与可见光图像融合领域, 但是大多数提取过程过于复 杂, 并且视觉效果不佳。为了提高融合结果的视觉保真度, 本文提出一种基于边缘感知平滑锐化滤波 器(Edge-Aware Smoothing-Sharpening Filter, EASSF)的多尺度图像融合模型。首先, 提出一种基于 EASSF 的多尺度水平图像分解方法对源图像进行分解, 得到水平方向上的多尺度纹理成分和基础成 分; 其次, 采用最大值融合规则(Max-Fusion, MF)融合纹理成分, 避免图像细节信息的丢失; 然后, 通过一种感知融合规则(Perceptual-Fusion, PF)融合基础成分, 捕获显著性目标信息; 最后, 通过整 合融合后的多尺度纹理成分和基础成分得到融合图像。实验通过分析感知融合系数, 对比融合结果的 客观数据得出红外与可见光图像融合在多尺度 EASSF 下较为合适的取值范围; 在该取值范围内, 本 文提出的融合模型同一些较为经典和流行的融合方法相比, 不仅解决了特征信息提取的复杂性, 而且 通过整合基础成分的显著性光谱信息, 有效地保证了融合结果的视觉保真度。

在FPGA平台上实现基于光流法的视频运动目标跟踪系统,采用Lucas-Kanade算法进行光流场的计算,在图像预处理阶段提出使用三维高斯滤波代替传统二维高斯滤波,引入相邻像素点在时间轴方向的相关性,增强图像的滤波效果。在3D导数计算阶段提出在求导方向的正交面上进行平滑滤波,并采用匹配的导数和平滑参数,提高光流场计算精度。在FPGA平台上设计多级主流水线加子流水线结构,设计了四端口RAM进行图像缓存,优化了最小二乘矩阵单元和浮点数运算单元,实现了实时视频运动目标跟踪。

提出了一种用于数字图像中CCD噪声处理的小波神经网络滤波器.分析了CCD噪声模型,找出了导致CCD噪声模型复杂的原因:CCD相机响应功能的非线性.在对自适应噪声平滑(ANS)滤波器分析的基础上,考虑了影响滤波效果的两大问题:滤波窗口和图像强度.将小波神经网络非线性逼近CCD噪声曲线,按照噪声参数对图像进行区域划分并分配相应的权值.然后,结合相应的非线性滤波器进行针对性滤波,综合输出.实验结果表明:本文改进的滤波器滤波效果明显,信噪比得到进一步提高(24.65).利用小波神经网络良好的非线性函数逼近性,结合ANS滤波器,构造出了小波神经网络非线性ANS(WNN-NANS)滤波器,该滤波器在去除噪声的同时很好地保留了边缘细节,同时提高了信噪比.

在Horn-Schunck和N.Ohta的传统光流法的基础上,提出了用于抑制光线影响的改进的光流法,并将其用在云爆弹的爆炸过程分析研究中,得到云爆弹爆炸云雾扩散速度这一重要参数指标.改进的方法运用自适应高斯核平滑滤波器,对所拍摄的图像序列进行平滑滤波处理,以平滑图像和降低随机噪声对图像处理的干扰.利用rgb彩色模型在白光照射下的不变性原理,将传统彩色图像光流法中的RGB彩色模型转换为rgb彩色模型,得到了一种新的可抑制光线变化影响光流场算法,以减少因光线变化而造成对目标的误检测的影响.以云爆弹为研究实例,采用改进的方法计算云爆弹爆炸云雾图片中各点光流,并提取了扩散云雾平均速度信息.实验所得图片中平均光流大小约2.5pixel/ms,经过参数换算得出云雾扩散速度为109.78m/s,取得了良好的效果.

在光电经纬仪中,电视或红外脱靶量的滞后对控制系统的稳定性和跟踪精度都有较大的影响.根据跟踪控制系统实时性和精度要求,设计了两种预测滤波器,卡尔曼滤波器和有限记忆平滑滤波器,并模拟光电经纬仪实际工作的几种情况,进行了仿真.仿真结果表明,预测滤波技术能有效地增加控制系统的相角稳定裕度,改善控制系统的性能.