图像融合的发展现状与展望

图像融合是在多测度空间综合处理多源图像和图像序列的技术。图像融合分为：信号级融合、像素级融合、特征级融合和符号级融合，讨论了图像融合各层次的融合算法，以及红外图像，可见光图像、多谱图像、雷达图像等的融合问题。提出图像融合的结构模型，讨论了融合图像质量的评价问题，对图像融合的发展进行了展望。     

动目标成像跟踪算法研究

从运动背景中检测与跟踪运动目标是计算机视觉研究领域的热点，困难之一是消除运动背景的影响。采用基于均匀稀疏采样仿射变换的参数模型块匹配算法将图像分成许多固定大小的像素块，通过将每一个像素块在下一帧的一定范围内搜索其最优匹配，由此产生的偏移矢量即为该像素块的运动矢量，对上一帧图像进行补偿与下一帧图像差分，用形态学运算图像处理，对图像目标进行识别跟踪。     

动目标成像跟踪算法研究

从运动背景中检测与跟踪运动目标是计算机视觉研究领域的热点,困难之一是消除运动背景的影响.采用基于均匀稀疏采样仿射变换的参数模型块匹配算法将图像分成许多固定大小的像素块,通过将每一个像素块在下一帧的一定范围内搜索其最优匹配,由此产生的偏移矢量即为该像素块的运动矢量,对上一帧图像进行补偿与下一帧图像差分,用形态学运算图像处理,对图像目标进行识别跟踪.     

多源图像融合技术研究

图像融合分为三个层次：像素级融合、特征级融合和决策级融合。论文主要介绍了像素级图像融合的常用算法,分析了各算法的特点,因单一算法存在缺陷,故提出图像二次融合模型来综合两种算法的优点,弥补缺陷,使融合图像达到良好的效果。     

基于计算机大数据的船舶视频图像类型辨识分析

传统船舶视频图像类型识别算法在图像类型识别计算过程中,存在视频图像高频尺度空间像素子带系数计算精度较低,导致图像画面差异辨识度降低,无法高精度对比图像特征参量的问题。因此,提出计算机大数据船舶视频图像类型辩识分析。通过神经网络算法,建立视频图像特征的神经网络模型;根据特征模型推导建立辨识模型。在辨识模型的基础上,通过导入大数据高频子带尺度算法,对图像特征尺度空间内的高频子带系数进行优化计算,从而提升视频图像类型的辨识精度。通过实验数据对比表明:提出的视频图像辨识算法,能够有效改善图像类型识别环境,提升图像类型辨识精度,解决了传统辨识算法辨识精度低的问题。     

基于统计量的声呐图像目标检测算法

水下声呐图像目标检测问题是一项重要而困难的工作,采用滑动窗计算图像中各像素点处邻域像素灰度的统计量,利用最大熵图像分割算法确定检测阈值,并利用均值、标准差、偏态和峰度等统计量对算法进行了仿真验证,对声呐图像中的目标回波区和阴影区域均可实现较好的检测效果。结果表明,该方法具有原理简单、运算效率高、实时性好等特点,具有较强的工程应用价值。     

图像处理技术在舰船电站虚拟仿真中的应用

舰船电站在进行实际虚拟仿真时采样得到的像素点过少,导致最终视点的控制范围过小的问题,运用图像处理技术对其进行改善。首先对舰船仿真图像进行采样及量化,划分舰船电站内的图像虚拟仿真图像,定义像素点采样矩阵,亚像素拟合图像的像素值,利用whichchoice进行处理拟合后的像素值,绑定虚拟视点,完成图像处理技术在舰船电站虚拟仿真中的应用。实验搭建舰船电站虚拟仿真结构,以舰船电站中的异步电动机为仿真对象。仿真结果表明,使用了图像处理技术的虚拟仿真得到的视点控制面积为35 m~2,控制面积更大,适合在实际中运用。     

VR技术在船舶舱室三维图像重建中的应用

为了实现对船舱舱室的三维视景重构,提出基于VR技术的舱室三维图像重建技术,采用锐化模板匹配动态增强技术和帧点扫描技术,实现对船舱室的三维立体图像扫描和特征提取,结合像素匹配模型和滤波抑制方法,实现三维图像的不规则点滤波和修正处理。通过光场边缘轮廓检测和模板分块融合匹配,结合VR视景重建技术,实现对舱室的三维图像重建。仿真结果表明,采用该方法进行舱室三维图像重建,有效解决舱物理结构复杂导致的结构不规则和空间表达能力不好的问题,具有很好的视景重构性能。     

基于Solidworks的超声椭圆振动铣削振动仿真研究

针对当前普通铣削方法稳定性不足的问题,进行基于Solidworks的超声椭圆振动铣削振动仿真研究。采用Solidworks软件,模拟超声椭圆振动铣削过程,计算刀尖运动方程,从运动学角度,分析超声椭圆振动铣削运动轨迹,利用Solidworks motion运动仿真分析功能插件,设置相关运动仿真参数,建立超声椭圆振动铣削模型,分析超声椭圆振动铣削稳定性。通过实验,对超声椭圆振动铣削方法与普通铣削方法的稳定性进行对比。与普通铣削方法相比,该方法稳定性区域的面积更大,轴向切深值更高,且其稳定性远高于普通铣削方法。由此可知超声椭圆振动铣削方法有效。     

基于视频的交互建模方法

基于图像的三维建模技术一直是计算机视觉领域的研究热点.目前的基于图像的建模方法多使用算法自动提取图像特征点,常常无法准确描述场景物体轮廓,针对此问题提出了一种基于视频的交互式建模方法.基于CAHV摄像机模型,在任意图像中手动选取关键特征点确定物体轮廓,并结合摄像机参数及部分自动提取的特征点信息计算深度,最后通过纹理映射技术获得三维模型.实验证明,该方法可以准确提取物体轮廓,建模结果真实感强,是一种有效的基于图像的建模方法.     

基于PCNN的水下图像滤波算法研究

提出基于PCNN（脉冲耦合神经网络模型）水下图像滤波的脉冲噪声滤波算法,并进行了理论分析与计算机仿真。通过实验验证表明：经该方法滤波的图像无畸变、模糊小,较传统的图像滤波方法有明显的优越性,实验得到了良好的滤波效果。     

主动全向声纳浮标回波信号仿真研究

声纳浮标是航空反潜主要的搜潜装备之一,对主动声纳浮标回波信号的研究是航空反潜作战的重要方面。从信号级对目标回波、混响和海洋噪声进行了计算机仿真,在此基础上建立了主动全向声纳浮标回波信号模型,并进行了计算机仿真。仿真结果参照主动声纳浮标系统将仿真的声纳浮标回波信号进行了频率历程图像显示。     

虚拟现实技术舰船舱室空间场景语义标注算法

传统的舰船舱室空间场景语义标注算法的标注精度偏低。为此,在虚拟现实技术的支持下,设计一种新的舰船舱室空间场景语义标注算法。通过图像预处理去除舰船舱室空间图像中的噪声点和畸变,然后采用SURF方法对特征点检测和匹配,通过拼接并融合图像生成全景图。基于此,采用MRF语义标注算法查询图像像素特征,并估测与其近邻像素特征间的距离,再通过计算像素的似然估计得到舰船舱室的语义标注结果。实验结果表明,与传统的语义标注算法相比,采用本文算法后,每类别的语义标注精度至少提升5.24%,每像素的语义标注精度至少提升6.12%。由此可见,本文算法具有更高的语义标注精度。     

分布式船舶并行迭代图像重建算法

解析图像重建算法由于投影数据完整度的影响,存在着像素还原度差的问题,为此提出分布式船舶并行迭代图像重建算法研究。分块重建图像,依据重建图像分块的大小,抽样船舶投影数据,避免了投影数据不完整的影响,得到船舶投影数据系数矩阵。基于线模型通过迭代公式计算投影数据估计值,获取实测投影数据,计算投影数据实测值与估计值的误差。通过反投影得到校正值,更新投影数据,实现了分布式船舶并行迭代图像的重建。通过测试可知,与解析图像重建算法相比较,并行迭代图像重建算法图像相似性系数较大、归一化均方根距离较小,表明提出算法像素还原度更好,适合大力推广使用。     

水下航行器仿真模型的有效性确认方法研究

本文提出了一种仿真模型有效性的确认方法，该方法对实际系统输出采用待验证模型的卡尔曼滤波算法进行滤波处理，并根据获得的滤波新息特生定量地判断待验证模型与实际系统的一致性程度，从而确定待验证的模型的接受与否，通过在水下航行器纵向运动仿真模型上的仿真应用，表明该方法对实际系统所存在的多种随机干扰都具有适应性，可推广应用到其它仿真领域中。     

基于智能图像视觉的船舱内部监控与识别

为了提高对舰船船舱内部监控管理能力,提出一种基于智能图像视觉的船舱内部监控识别方法。采用计算机视觉特征信息采集方法进行船舱内部图像原始信息采集,对采集的图像进行小波降噪处理,采用Harris角点检测方法进行船舱内部关键部位点的准确标定,结合图像子块连续遍历方法实现船舱内部异常像素特征搜索提取,实现船舱内部的智能视觉监控识别。仿真结果表明,采用该方法进行船舱内部监控,输出视觉图像的成像质量较好,对关键信息点的标定结果准确,对船舱内部异常像素的检索能力较强,具有较好的应用价值。     

船舶机舱视觉监测系统畸变图像校正方法

为满足船舶机舱视觉监测系统能够通过摄像机对机舱内的仪表读数进行准确识别,需要对摄像机所采集到的畸变图像进行校正.利用空间直线的成像特性,建立机舱图像的畸变测度目标函数,通过人工蜂群算法优化得到畸变模型参数,进而完成机舱图像的畸变校正.实际实验结果表明:基于人工蜂群算法的畸变校正方法能够对机舱视觉监测系统的畸变图像进行有效校正.     

基于扩散模型的水雾红外图像仿真研究

现有红外仿真软件处进行人造水雾图像仿真时,均无法体现出水雾的扩散特性,使仿真图像真实度较低。针对这一问题,基于高斯扩散模型与M IE散射理论,将水雾空间划分为多个子空间,通过计算不同子空间内的水雾特性参数,建立一种新型水雾仿真模型。根据所建模型,利用M atlab编程得到的仿真图像与现有软件仿真结果相比,图像真实程度有很大提高。     

船体曲板的双目视觉测量方法

针对船舶制造现场工作环境较为复杂和船体曲板为大尺度板的情况,提出基于结构光辅助扫描的计算机双目视觉测量方法。使用张正友标定法计算摄像机的内部参数和外部参数,在图像中根据颜色空间和形态学处理初步提取激光线,根据基于海森(Hessian)矩阵的Steger算法得到亚像素级的激光中心线,根据极线匹配方法计算激光点坐标并根据二阶偏导数筛选边缘点。该非接触测量方法精度较高、适用性较好,可满足船舶制造的曲板检测要求。     

舰船监控图像拼接与识别研究

针对当前舰船监控图像拼接与识别存在的弊端,如拼接错误率高、识别正确率低等,为了提高舰船监控图像拼接与识别效果,设计了一种神经网络的舰船监控图像拼接与识别方法。首先提取舰船监控图像拼接的特征,并根据拼接关键点方向直方图建立舰船监控图像拼接模型,然后引入神经网络构建舰船监控图像识别的分类器,最后进行了舰船监控图像拼接和分类仿真模拟测试实验。相对于其它舰船监控图像拼接方法,本文方法的舰船监控图像拼接正确率得到了提升,同时本文方法的舰船监控图像识别正确率超过了90%,使得舰船监控图像的误识率大幅度减少,具有一定的实际应用价值。