针对飞行时间相机获取深度图像分辨率低,并受成像噪声干扰的问题,提出一种插值深度图和高分辨率彩色图像联合约束的二阶广义全变分(TGV)深度图超分辨率重建方法。首先利用传统插值和多尺度形态学方法进行预处理,获取插值深度图的梯度信息,然后将插值深度图和同场景高分辨率彩色图像两者的梯度信息联合,对二阶TGV模型中的正则化项加以优化:计算各项异性扩散张量时结合插值深度图的梯度信息;引入由插值深度图梯度信息决定的加权因子,控制重建过程中扩散强度。最后通过原始对偶算法完成深度图的超分辨率重建。实验结果表明,本文方法在抑制噪声的基础上,有效保护了深度边缘,可以获得较好的高分辨率深度图像。

图像采集与处理系统的小型化和快速化对机器视觉和智能系统的发展和应用有着重要的意义。以TI公司的TMS320C6416高速信号处理器为核心，采用Micron半导体公司的MT9V011图像传感器，Xilinx公司的XC3S400为胶合电路，设计了一种图像实时采集与处理系统，包括图像数据的采集、处理、USB通信等主要部分。最后对系统进行了软硬件调试和图像的运动目标检测与跟踪实验。实验结果表明方案设计合理、可行，具有一定的应用价值。

计算机视觉领域中，目标跟踪技术有着广泛的实用价值。在复杂背景下要准确和稳定地实现目标跟踪，势必需要多信息融合技术。文章针对传统的基于颜色概率模型的Mean Shift算法忽略了目标空间信息这一不足，提出了联合特征的Mean Shift算法。文中将跟踪窗内子图像进行多级小波分解，用多级小波子带系数的统计特性构成纹理特征向量，再加权融合颜色概率直方图特征向量作为最终匹配特征向量。实验结果表明，在复杂背景下，该方法比传统基于颜色概率直方图模型的Mean Shift算法在准确性和鲁棒性上均有所提高。

提出了一种有效的多光谱遥感图像有损压缩算法,该算法根据多光谱遥感图像的数据特点,将IHS变换和整数小波变换相结合进行数据压缩。采用IHS变换去除谱间相关性;采用整数小波变换去除空间相关性,依据各个子带的重要程度,用自适应阈值进行量化,并分别对量化后的数据和重要图表采用固定比特平面编码和游程编码。实验结果表明,算法在保证平均PSNR≥33dB时,获得了较高的压缩比,并且算法硬件实现简单,对内存的需求低。

提出了一种高质量的遥感图像有损压缩算法,在分析了遥感图像经Daubechies双正交小波基D5/3整数小波变换后各子带小波系数统计特性和能量分布的基础上,引入了人类视觉特性,用它来控制算法中的量化方案.根据能量的大小确定不同子带对于目标识别的重要程度,选择不同的量化阈值和量化步长进行量化,并对量化后的数据采用固定比特平面编码.仿真实验表明,该算法对于不同内容和纹理的图像,在一定的压缩比下,均获得了PSNR(峰值信噪比)＞30dB的恢复图像,在不损失最低频信息的同时较好地保持了遥感图像中丰富的高频信息,实现了高质量的图像压缩,并且算法简便,快捷,所占用的存储容量小,易于硬件实现,适合于星上应用,减少了在遥感图像压缩中小目标的丢失.

约束系统的滚动H∞控制方法在处理非对称约束时,一般采用加强约束条件来适应算法,导致控制的保守性.根据控制量可预算,相邻时刻输出不会越迁,对于非对称约束的系统,本文通过预算控制量和输出反馈,在线调整输入约束和输出约束,并提出了动态调整的取值原则.通过对三容实验设备进行机理分析,建立了三容控制系统的带扰动的LTI数学模型.把传统算法和改进算法分别应用于三容控制设备并对实验曲线进行了分析,实验结果表明:改进算法减少了传统算法带来的保守性,增强了系统的控制作用,改善了系统的H∞性能.