1 空军航空大学 航空作战勤务学院, 长春 130022
2 陆军勤务学院, 重庆 400050
3 93525部队, 西藏 日喀则 857000
针对航空滤光片阵列多光谱图像中存在的条带灰度差异问题, 提出条带灰度校正算法。首先, 对多光谱图像构建条带图像模板, 基于SIFT(Scale-Invariant Feature Transform)算法提取图像特征点并计算图像间坐标转换矩阵, 用于确定条带图像重叠区域; 其次, 依次计算各条带图像重叠区域像素灰度均值, 并以中间图像各条带灰度为基准, 依次拟合相邻图像间灰度校正系数; 最后, 利用投影后的图像模板依次提取序列单波段条带并进行拼接, 得到灰度一致的单波段图像。实验结果表明: 该方法可以有效解决航空滤光片阵列多光谱图像条带灰度差异, 且能够最大限度保持地物光谱信息特征。
空军航空大学 航空作战勤务学院，吉林 长春 130022
针对航空面阵遥感图像拼接算法一般存在误差累积的问题，提出了航空面阵图像拼接的累积误差消除方法。首先，利用航空遥感平台位置信息与姿态信息完成每幅图像投影变换与粗拼接，确保了每幅投影变换后图像拼接误差的独立性，从而避免了误差累积现象；然后，采用SIFT算法提取粗拼接相邻图像重叠区域的同名像点对，并根据同名像点对的位置差异，按照误差均分的原则，逐张独立地进行坐标微调及坐标精调，直到满足一定精度为止，以提高图像拼接精度，同时避免坐标调整时产生的误差累积。最后，通过主观评价（对比校正后卫星图像和文中拼接效果图像的地理对应关系）和客观评价（SSIM算法）对图像拼接质量进行评价。理论分析与实验结果表明：该方法能有效规避图像拼接中的误差累积问题，相对当前主要拼接方法，能够很好地与地理空间二维坐标保持一致性，且具有很好的实用价值和应用前景。
图像拼接 无误差累积 误差均分 坐标微调 image stitching error-free cumulative average error coordinate fine-tuning 红外与激光工程
2021, 50(9): 20200529
为了提高无人机目标定位的速度和精度, 提出了一种可靠的基于无人机图像侦察的目标定位算法: 首先利用无人机光电系统获得实时侦察目标的图像信息, 然后把目标在图像上坐标和无人机自身飞行参数相结合, 通过坐标变换和几何求解等过程, 构建出目标定位方程, 计算出目标的大地坐标。在考虑整个定位过程中存在实际误差的情况下, 根据无人机飞行时记录的数据, 利用蒙特卡罗模拟法进行仿真实验。实验结果表明, 此目标定位算法能快速准确地定位目标, 定位精度达到了 12.683195 m, 说明该算法良好的实时性、精确性、可靠性和可行性。
无人机侦察 目标定位 坐标变换 蒙特卡罗法 定位精度分析 UAV reconnaissance target localization coordinate transformation Monte Carlo method positioning accuracy analysis
无人机能够通过多种方法定位出目标的精确位置信息, 以便实施战场指挥或**打击。主要整理并分类介绍了无人机侦察图像目标定位的各种技术原理, 解析了其在**领域的应用范围；并以无人机飞行任务为模型, 完整详细地用空间量算的无人机侦察图像目标定位技术对无人机实际飞行进行航迹规划的运用, 证明了无人机侦察图像目标定位技术的重要**价值。
无人机 侦察图像 目标定位 **应用 精确打击 航迹规划 UAV reconnaissance image target location military application precision striking path planning
1 空军航空大学，长春 130022
2 空军西安飞行学院，西安 710306
为解决大多数舰船检测算法的精度不高、速度较慢等问题，提出一种显著性特征引导的舰船目标快速精细检测方法。首先，利用基于局部与全局整合的视觉显著模型定位目标区域，并通过区域提取得到候选目标切片；然后利用改进的均值聚类方法将目标切片分割为超像素集合；最后通过融合显著图和超像素分割结果，筛选属于目标的超像素来实现精细分割，得到舰船目标的候选区域。实验结果表明，该方法能够准确快速地定位舰船目标，且能精确刻画目标轮廓，更有利于后续舰船识别等后续工作的开展。
舰船目标检测 视觉显著性定位 超像素分割 精细分割 ship detection visual saliency location super-pixel segmentation explicit segmentation
为了快速准确地完成遥感图像目标的定位, 提出了一种可靠的目标定位算法：在基准图像确定和遥感图像预处理之后, 对图像进行小波分解, 在低分辨率图像中利用 SIFT算法检测斑点特征和小波高频系数检测角点特征, 并采用 SIFT描述子描述特征；特征匹配时加入方向约束, 分别匹配两种类型的点特征；对于特征匹配后得到的两个图像变换模型进行相似性判断, 以此保证配准结果的可靠性, 若是结果可靠则解算出遥感图像目标在基准图像中的位置。实验结果表明, 本文的目标定位算法拥有良好的实时性、可靠性和可行性。
目标定位 小波分解 方向约束 相似性判断 target location wavelet decomposition SIFT SIFT direction constraint similarity judgment
针对大多数CFAR 算法在检测舰船目标时受滑动窗口的限制,检测耗时长、效率低和易造成漏检等问题,提出一种将自适应窗口与CFAR 算法结合的舰船目标检测方法.首先利用目标的全局显著性找到其大致位置,根据目标区是否满足自适应窗口设置条件分别进行处理:采用剔除掉目标干扰的背景参数检测内部目标;采用检出目标与整体背景参数双重筛选边缘目标;最后将两部分合并进行后续处理.实验结果表明,本文方法能够准确快速地定位目标区域,且能精确检测并刻画目标形状,取得了较为满意的检测结果.
舰船检测 自适应窗口 精确检测 ship detection CFAR CFAR adaptive windows precise detection
为解决目前大多数海陆分离方法仅利用单一特征对图像进行处理, 从而导致误分割或存在大量孤立区域, 造成后续处理工作难度大或无法开展的问题, 提出一种联合灰度、梯度和纹理等多特征的海陆分离方法。针对不同的陆地类型选用不同的特征进行分离, 配合形态学处理, 基本实现海陆分离; 再采用像素标记与纹理聚类策略对结果进行优化, 去除孤立区域, 得到最终的海陆分离结果; 最后利用直方图统计法将陆地屏蔽。此方法的陆地检测率与正确检测率都在99%以上, 计算时间仅为其他方法的一半。实验结果表明, 该方法与常用的海陆分离方法相比能够快速准确地实现海陆分离并将陆地屏蔽, 有利于后续处理的进行。
图像处理 多特征融合 海陆分离 孤立区域去除 陆地屏蔽 image processing multi-feature fusion sea-land segmentation isolated area removal land shielding
针对常用的拼接缝消除方法在图像间灰度差较大的情况下适用性差,甚至会导致新灰度突变的问题, 提出一种新的拼接缝消除方法。首先以拼接缝两侧相邻像素的改正比值为基准比值, 再将其分别在改正范围内逐渐过渡得到其他像素的改正比值, 然后沿拼接缝方向对改正比值进行卷积平滑以避免条纹状的改正痕迹现象, 最后与原图像加权融合得到无缝的结果图像。实验结果表明, 算法既实现灰度的平滑过渡又较好地保持了原图像的灰度特征, 与原图像的相似度和吻合度更高, 结果图像具有良好的视觉效果和较高的图像质量, 尤其对灰度差增大的情况仍能得到令人满意的结果。此外, 根据拼接缝两侧平均灰度差值提出一种改正范围与灰度差成正比的自动确定改正宽度的方法, 算法可行、有效, 具有较强的适用性。
遥感图像 图像拼接 拼接缝消除 强制改正法 灰度改正比 remote sensing image image mosaic seamline removal hard correction method gray correction-ratio
中国人民解放军空军航空大学航空航天情报系, 长春 130022
本文提出一种新的基于曲线拟合的拼接缝消除方法。首先对原拼接缝周围一定范围内的像素灰度值变化进行一次曲线拟合, 使得灰度值平滑变化; 然后对曲线拟合后的值分别加入相应的纹理信息, 以解决只进行曲线拟合造成的图像灰度变化特征损失的问题, 达到既实现灰度的平滑过渡又较好地保持原图像纹理特征的目的; 最后, 将改正后的图像与原图像加权融合并进行微调, 得到视觉效果良好的结果图像。此外, 本文提出了一种根据拼接缝两侧平均灰度差值自动确定改正宽度的方法, 改正范围与灰度差成正比。实验表明本文算法可行、有效, 与目前常用算法相比, 在消除灰度突变, 实现平滑过渡的同时能够更好地保留原图像的纹理特征, 吻合度更高且视觉效果较好, 尤其当灰度差值大于 10时, 本文提出的算法仍具有较高的适用性。
拼接缝消除 强制改正法 曲线拟合 纹理特征 seam-line removal hard correction method curve fitting texture character
