1 中国科学院西安光学精密机械研究所,西安,710068
2 中国科学院研究生院,北京,100039
3 武警工程学院,西安,710086
强杂波背景下生命体运动低速目标的检测和识别是信号处理领域的难点.对采样数据的分析表明,生命体低速运动目标的回波信号可简化为正弦谐波过程,而墙体建筑物等固定物体杂波是高斯分布.因高斯分布杂波的高阶累积量为零,本文提出用高阶累积量方法抑制杂波,通过高阶谱分析和FFT积累,给出了目标检测和识别算法.实验结果表明,该方法构建的系统能穿透30 cm砖墙建筑物,探测出距离墙12 m远的人体低速运动目标信号.
生命体低速运动信号 检测和识别 高阶累积量 多普勒效应
1 中国科学院西安光学精密机械研究所，西安 710068
2 中国科学院研究生院，北京 100039
3 中国人民解放军西安通讯学院，西安 710106
基于一种利用光测图像获取目标空中飞行姿态的方法，对高速电视获取的目标图像进行预处理的问题进行了研究，检验了姿态获取方法的可行性．人工模拟目标的试验结果证明了该图像处理方法的高准确度、有效性和易实现自动化等特点，为姿态获取方法的实际应用提供了依据．
姿态测量 边缘检测 Hough变换 准确度 Pose measurement Edge detection Hough transform Accuracy
1 中国科学院西安光学精密机械研究所，西安 710068
2 中国科学院研究生院，北京 100039
应用两种方法对CCD摄像机的图像中心进行标定；其中直接光学方法根据因镜头畸变造成的像素点在像面水平和垂直两个方向上分布的对称性得到图像中心；基于镜头畸变的透视投影方法利用具有精确定位点阵的平面模板及其在不同方位所成图像，标定出摄像机的内外参量，其中包含图像中心．标定过程考虑了两种主要的镜头畸变．针对某型摄像机及镜头，试验得出关于两种方法的适用性和优缺点，并验证了后一种方法的强收敛性．
图像中心 摄像机标定 摄像机参量 镜头畸变 Image center Camera calibration Camera parameters Lens distortion
1 中国科学院西安光学精密机械研究所,陕西,西安,710068
2 中国科学院研究生院,北京,100039
提出一种基于阈值分割技术和形态学相结合的图像目标边缘提取方法,用Top-hat变换后的图像与原始图像相加再减去Bottom-hat变换后的图像以得到最大对比度的图像,继而进行自动图像阈值分割,再用圆形模板执行形态学闭合操作提取边缘,完全去除内部不感兴趣的细节,并保持边缘的连贯性.仿真结果表明,该方法能很好地提取目标边缘,而实际计算量只有传统方法的44.6%～70.2%,且具有较好的抗噪声能力.
计算机图像处理 边缘检测 二值形态学 阈值分割
1 中国科学院西安光学精密机械研究所,西安,710068
2 中国科学院研究生院,北京,100039
介绍了新型高速视频图像记录判读系统的特点、组成和功能,并采用了一种改进的自动判读方法.该系统利用集成在高速CMOS摄像机上的存储器记录数字视频序列图像,并利用高速接口下载到计算机移动硬盘或可读写光盘上,以供事后使用判读软件对记录的图像进行分析处理.运用数学形态学图像处理方法滤除二值图像的噪声,较好地实现了清晰提取目标边界的目的.针对自动判读与半自动判读的不同要求,采用不同的细分技术.在现有分辨率的情况下,达到对目标边缘亚像元级定位的目的,显著提高测量准确度.对其他类似系统的研制有一定的借鉴作用.
视频图像 存储 判读 亚像元 数学形态学
