针对利用机载光电平台进行“空对空”目标跟踪时, 跟踪效果受环境影响较大且全遮挡情况下目标容易跟丢的问题, 在传统CamShift算法的基础上, 提出了一种动态的基于多特征融合与相对Kalman模型的目标跟踪与轨迹预测算法。采用融合颜色、纹理、梯度特征的方式构建目标模板, 提高了模型的描述能力; 跟踪过程中引入特征模板动态更新环节, 保证了算法的长期稳定性; 在全遮挡的情况下, 利用背景中心点以及飞行目标与该中心点的差值分别构建Kalman模型, 并采用二次遮挡判断方法, 大大降低了误判和丢帧概率。实验结果表明, 所提算法具有较高的准确性、实时性与稳定性。

提出了基于像素动态更新与差异扩散的图像加密算法。引入Lucas与Fibonacci序列, 充分利用二者的更新特点, 基于二维映射, 设计像素动态更新机制, 在每一轮像素混淆过程中, 利用不同的随机序列完成像素位置置乱, 避免了置乱周期性;依据人眼视觉特性, 建立像素重要等级模型, 明文像素分类为视觉像素与次级像素;利用明文像素生成映射的初值, 通过建立序列量化机制, 获取一组密钥流;根据密钥流, 设计两个像素扩散函数, 对视觉像素与次级像素进行差异扩散, 以输出密文。测试数据显示: 与当前图像加密机制相比, 所提算法具有更高的安全性, 输出密文像素分布更加均匀。

当前图像哈希认证技术对旋转操作较为敏感, 稳健性与伪造检测率不高。为克服此类问题, 设计了基于改进的局部二值模式(LBP)算子与动态更新变换的紧凑图像哈希算法。引入线性插值技术, 对输入图像实现预处理, 改善哈希序列对尺度缩放的稳健性。利用Ring分割, 将插值图像转化成二次图像。考虑中心像素特性与周围像素的差异, 将Heaviside函数嵌入传统的LBP中, 形成了描述能力较强的H-LBP算子, 提取图像的抗旋转稳健特征。引入压缩感知, 对高维特征矢量完成降维, 输出紧凑的过渡哈希数组。利用混沌变换思想, 设计动态更新变换机制, 对过渡哈希数组进行加密, 得到图像哈希序列。最后, 利用汉明距离测算输入图像与待检测图像的哈希相似度, 通过优化认证阈值, 完成图像内容的真伪识别。实验结果显示, 与当前哈希算法相比, 提出的算法生成的哈希序列尺寸更小, 对旋转、噪声等操作具有更好的感知稳健性。

为了实现视频监控现场多区域运动目标检测,分析了传统运动检测算法的不足,结合帧间差分法和背景差分法,提出背景动态更新的运动检测算法.该算法能自适应背景的变化,减少由背景变化造成的误检测.构建基于FPGA的视频监控系统,在FPGA上用该算法实现了640 pixel×480 pixel,30帧/s视频信号流的运动目标实时检测.系统提供了分区域运动目标检测的功能.检测区域的大小、位置和个数可通过简单的按键操作进行设定.测试结果表明,系统可以实时地对进入划定区域的运动目标进行检测和闪烁告警,且资源占用较少,适合在小规模的FPGA上进行实现.

针对飞行模拟机视景系统助航灯光模块,提出了基于光点的可变颜色灯光仿真实现方法,对精密进近航道指示器进行模拟;深入分析了仿真平台的帧循环机制,完成了仿真坐标轴系与观察坐标轴系之间的转换,进而提出了采用位置补偿降低该机制带来的时间滞后。将其应用于飞行仿真实验平台,在实时性和逼真程度上,取得了预期的效果。