针对多传感器图像在像素级上的融合问题,将模糊数学理论引入到图像融合模型.该模型假定理想的融合后的图像包含场景所有的信息;将它乘上一个模糊因子,再加上随机噪声,可用来描述某一个成像传感器中获得的场景图像;不同的传感器对应不同的模糊因子和噪声.在此基础上,提出了建立在非多尺度分解框架下的图像融合算法.它以各传感器获取的图像作为输入条件,应用统计信号处理中的EM算法,求出针对不同传感器的噪声参数和模糊因子,通过迭代估计出融合的图像.实验结果显示,该算法获得的融合图像的互信息?土响胤直鸫锏?.5079和24.732,均优于加权平均融合法、小波融合算法和Laplacian融合算法的融合质量.

研究了Rough集理论在基于不同谱段光学信息融合的目标识别系统中的应用技术,在介绍了目标知识表示方法的基础上,提出了用C均值算法实现连续信息离散化的方法,并通过决策表属性的约简来生成决策表,以实现对目标的识别.针对可见光、中/长波红外等三种不同谱段下的三种不同目标图像进行了实验,实验结果表明,该方法具有对先验知识获取的易实现性和对目标识别的有效性.

分析了红外焦平面阵列非均匀性噪声的空间频率特性,指出空间低频噪声为其中的主要成分.利用实际IRFPA定标数据,也得出了相同结论.针对传统空域自适应校正方法去除低频空间噪声存在的不足,本文提出采用一点校正和空域自适应校正相结合的方法.实验结果表明,新方法在空间低频噪声占优时能获得好的校正效果.

为有效地判别和剔除红外焦平面阵列(IRFPA)的无效像元,本文在分析了IRFPA有效像元响应模型的基础上,指出在均匀输入时IRFPA有效像元输出值的均值差(DOM)和标准差(STD)特征的分布具有正态性,通过采用自适应投影匹配分解法对特征直方图进行高斯分解,进而估计出有效像元DOM和STD特征的分布区间,从而得到了判别无效像元的分类准则.针对实际IRFPA图像数据的实验表明,本文提出的无效像元的判别方法是有效的.

提出了一种基于上下文的机场目标识别方法,将机场各组成部分间存在的依赖关系应用于识别技术中,以提高识别效率.根据机场目标具有明显的方向性这一特点,使用Gabor滤波器对输入图像进行滤波,将图像信息按不同尺度和方向分解至多个通道,获取相应的特征图,并利用Radon变换从特征图中提取线特征.通过分析组成机场目标的各线特征之间的相互关系,利用上下文信息,制定一系列判决准则,实现对机场目标的有效识别.

ART-2神经网络可以很好地应用于模式识别中的聚类问题,但是由于其算法结构中固有的归一化环节,在处理数据过程中丢失了非常重要的幅度信息.在分析这一不足的基础上,提出两种改进算法,同时给出了相应的实验结果.

夜间图像匹配中,实时夜间图像中的斑状噪声影响了边缘相关匹配的性能.在分析了斑状噪声特点的基础上,提出了一种新的基于标记的噪声预处理方法,先标记出图像中的斑状噪声点,在匹配时被标记的噪声点不参与相关统计,从而达到消除斑状噪声对匹配影响的目的.该方法与传统的中值滤波、均值滤波等方法相比,更能提高相关匹配的性能,试验结果验证了该方法的有效性.

针对基于ADSP14060的图像实时处理系统,根据层次化的思想,设计并实现了一个具有代码量少、可移植、可裁减的嵌入式操作系统.该系统不但具有任务管理、资源管理、片内任务通信等基本功能,还具有片间任务的通信与同步这一重要功能.实验结果表明,该系统实时性强、稳定性好,可得到满意的图像并行处理效果.

针对天文图像受大气影响而变模糊的问题,利用多帧盲去卷积方法对变质图像的恢复及点扩展函数的辨识进行了研究,并采用基于受惩极大似然估计的GEM改进算法从模糊图像序列中得到目标以及点扩展函数的迭代解.实验结果表明该算法能有效地恢复出原物体并估计出点扩散函数.

针对红外焦平面阵列探测元响应具有非线性特征,提出了一种易于硬件电路实现的、考虑探测元响应非线性的非均匀性校正方法.通过理论分析和仿真实验,结果表明该方法校正参数少,易于硬件实现并且校正性能优于多点校正法和基于多项式拟合的校正方法.