基于边缘强度的指纹图像二值化方法

提出了一种合理有效的指纹图像二值化方法,先利用Kirsch算子得到指纹图像的方向场,然后对指纹图像进行方向中值滤波,最后通过图像的边缘强度设计局部自适应阈值对指纹图像进行分割,从而得到二值化图像。在自适应阈值的计算上,文中还提出了一种如何选择最佳图像分块大小的方法。实验结果表明,该方法不但处理效果好,而且运算速度快,满足了处理要求。     

面向低质量指纹图像的增强算法及应用

在自动识别系统中，为了消除噪声以提高指纹图象的质量，采用梯度法计算指纹图像的方向图，通过构造一组方向滤波器对指纹图像进行滤波，然后提出了一种针对方向滤波后的指纹图像消除噪声的方法，试验结果表明了该方法的有效性和实用性。     

大噪声环境下前视声呐图像目标识别方法研究

提出大噪声环境下前视声呐图像目标识别的研究方法,针对水下无人航行器(UUV)在近岸浅水区航行中由于前视声呐图像噪声较大,难以准确识别目标的问题,通过改进的中值滤波和Otus阈值检测算法,对前视声呐图像进行滤波和二值化.利用区域增长算法分割疑似目标区域图像,分别提取分割图像的长度、形状、方向、灰度均值和灰度能量中值等参数...     

一种新的指纹方向图——连续分布方向图的研究

提出了指纹连续分布方向图(场)的概念及其算法，这种连续分布方向图过渡平滑、自然，具有很好的连续性、渐变性和抗噪性，同时又具有极高的精确度，兼有指纹点方向图的连续过渡性和块方向图的抗噪性优点，对低质量指纹图像具有良好的鲁棒性，能更精确地反映指纹脊线的结构特征，提高自动指纹识别系统AFIS(Automated Fingerprint Identification System)的性能。在FVC2000、FVC2002和FVC2004的训练指纹库(Set B)以及江苏科技大学指纹库上的实验结果验证了其健壮性。     

面向低质量指纹图像的增强算法及应用

在自动识别系统中,为了消除噪声以提高指纹图象的质量,采用梯度法计算指纹图像的方向图,通过构造一组方向滤波器对指纹图像进行滤波,然后提出了一种针对方向滤波后的指纹图像消除噪声的方法,试验结果表明了该方法的有效性和实用性.     

噪化图像的形态学分割方法

对严重噪化的图像，提出一个形态学分割方法，先通过灰度骨架变换方法和最大内接块的概念将图像中的颗粒噪声，目标表面及有噪背景分离开，移去变化背景及颗粒噪声，使图像得以增强，为了成功地识别和分离不需要的成分，用灰度形态开形成一个尺寸鉴定算法，最后在增强图像上应用全局阀值化从背景中获得目标。     

基于视觉传达的大型船舶航行图像融合研究

图像融合是图像识别的重要环节,为提升船舶航行图像识别精度,提出了基于视觉传达的大型船舶航行图像融合算法。通过离散滤波获取图像高频部分并盲估计模糊核,依照模糊核,通过总变分正则化法对图像实施非盲去卷积处理,获取去模糊后的图像;针对去模糊处理过程导致图像亮度发生变化的问题,采用伽马校正算法调整图像亮度,提升图像视觉传达效果。针对校正后的图像,对比2幅待融合图像的熵值,获取熵值较大图像的残余分量,通过基于方向滤波的二维局部均值分解法,将残余分量和熵值较小的待融合图像分解成低频子带与高频子带并分别融合,通过逆变换运算得到融合图像。实验结果显示该方法可有效提升大型船舶航行图像的细节清晰度,令图像的视觉传达效果增强,并显著提升图像识别精度。     

基于相关运动矢量外推的视频通信错误掩盖算法

针对视频通信中因数据传输错误引起的视频质量急剧下降的问题,提出一种基于相关运动矢量外推的错误掩盖算法。对于受损图像块,首先将前续图像块、前续相邻图像块映射到三维坐标系,并构造经过前续相邻图像块的一阶平面集,然后计算前续图像块与一阶平面集的距离,选取使得距离最短的一阶平面所代表的前续相邻图像块为相关最强前续相邻图像块,最后将相关最强前续相邻图像块外推到当前帧,通过外推图像块与受损图像块重叠区域加权估算受损运动矢量,并采用边界匹配算法对运动矢量进行优化,进而恢复受损图像块。仿真结果表明,对于不同视频序列,该算法同传统错误掩盖算法相比PSNR值提高了0.5～2.7dB,同时解码视频质量也获得了较好的主观视觉效果。     

一种新的指纹方向图--连续分布方向图的研究

提出了指纹连续分布方向图(场)的概念及其算法,这种连续分布方向图过渡平滑、自然,具有很好的连续性、渐变性和抗噪性,同时又具有极高的精确度,兼有指纹点方向图的连续过渡性和块方向图的抗噪性优点,对低质量指纹图像具有良好的鲁棒性,能更精确地反映指纹脊线的结构特征,提高自动指纹识别系统AFIS(Automated Fingerprint Identification System)的性能.在FVC2000、FVC2002和FVC2004的训练指纹库(Set B)以及江苏科技大学指纹库上的实验结果验证了其健壮性.     

集成局部和全局特征的舰船图像检索算法

面对现有船舶图像检索存在的“语义鸿沟”问题,导致无法满足用户实际检索需求,研究集成局部和全局特征的船舶图像检索算法,实现不同条件下的船舶图像检索。通过颜色矩方法提取船舶图像全局颜色特征;通过块截断量化编码理念,采用模糊C-均值聚类算法将船舶图像分割成子块,构建子块的二值位图,表示图像局部颜色特征;结合小波变换提取船舶图像纹理特征;求解待检索船舶图像与数据库中船舶图像的各特征相似度,获取总相似度,选取总相似度最大图像作为图像检索输出结果。实验结果表明：该算法可有效提取船舶图像纹理特征;尺度变化、光照变化、旋转条件下的船舶图像检索性能较好,平均匹配率97.94%,平均匹配时间为11.9 ms,检索速度快,操作简单,能够满足用户实时性检索需要。     

基于Gabor滤波指纹图像增强方法

图像增强是指纹自动识别系统中非常关键的部分，它直接影响着指纹识别的最终效果。指纹预处理一般包括规格化、方向图计算、频率计算，图像分割、增强等环节，给出一套完整的增强算法，实验证明，这些算法处理效果好，运行速度快，具有很高的使用和参考价值。     

基于小波变换的多分辨率图像转换

为适应不同设备、不同信道和不同应用的要求,数字图像处理中需要改变图像的空间分辨率。传统的改变图像空间分辨率的办法是抽取和线性插值。本文基于小波分析提出由高分辨率图像可得到各种较低分辨率图像的多分辨方法符合人的视觉系统特性。为了提高图像的空间分辨率,本文根据小波子带间的相关性等特点,提出由低分辨率的高频细节预测高分辨率的高频细节方法,从理论分析到实验结果,均表明本文方法是可行的,而且优于传统的方法。     

基于数字波束形成技术的空间干扰抑制算法研究

对基于数字波束形成技术的智能天线接收系统中的空间干扰抑制算法进行研究,实现天线系统的最佳接收。运用多重信号分类（MUSIC）算法检测信号和干扰方向,并利用改进的线性最小方差准则算法调整权系数,使接收系统实时跟踪信号和干扰的空间方向,并能进一步加宽波束的干扰零陷,提高系统的空间干扰抑制能力。     

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。     

图像去雾的小波域 Retinex 算法

针对传统Retinex算法在图像去雾处理中易造成光晕伪影、边缘模糊以及算法复杂度高等缺点,提出了一种图像去雾的小波域Retinex算法。该算法将Retinex算法拓展到小波域,利用雾天图像中雾霾与景物细节信息在小波域中能量的不同分布特点,采用Retinex算法抑制雾霾分量,用锐化处理增强景物细节信息分量,以降低雾霾对图像的影响,增强图像细节的清晰度;该算法用双边滤波替代传统Retinex算法中的高斯滤波,以克服高斯滤波对图像边缘的模糊效应和光晕伪影。实验结果表明,该算法能有效地改善雾天图像的退化现象,提高图像的清晰度。     

DOA估计中MUSIC算法与ORPD算法的联合应用

ORPD算法是一种对来波方向（DOA）估计的最佳分辨方法，但这种算法需要预知信源的大致方位。多信号分类（MUSIC）算法对DOA估计稳定性较好，伪峰情况基本不存在，精度较高，但其分辨能力不如OIWD算法。利用MUSIC算法较好的稳定性，首先预测信源的大致方位，然后利用OIWD算法对DOA进行估计。仿真结果表明，这种方法是比较有效的。     

一种基于PSO优化HWFCM的快速水下图像分割算法

The S/N of an underwater image is low and has a fuzzy edge.If using traditional methods to process it directly,the result is not satisfying.Though the traditional fuzzy C-means algorithm can sometimes divide the image into object and background,its time-consuming computation is often an obstacle.The mission of the vision system of an autonomous underwater vehicle (AUV) is to rapidly and exactly deal with the information about the object in a complex environment for the AUV to use the obtained result to execute the next task.So,by using the statistical characteristics of the gray image histogram,a fast and effective fuzzy C-means underwater image segmentation algorithm was presented.With the weighted histogram modifying the fuzzy membership,the above algorithm can not only cut down on a large amount of data processing and storage during the computation process compared with the traditional algorithm,so as to speed up the efficiency of the segmentation,but also improve the quality of underwater image segmentation.Finally,particle swarm optimization (PSO) described by the sine function was introduced to the algorithm mentioned above.It made up for the shortcomings that the FCM algorithm can not get the global optimal solution.Thus,on the one hand,it considers the global impact and achieves the local optimal solution,and on the other hand,further greatly increases the computing speed.Experimental results indicate that the novel algorithm can reach a better segmentation quality and the processing time of each image is reduced.They enhance efficiency and satisfy the requirements of a highly effective,real-time AUV.     

舰载光电跟踪系统软件优化研究

为了解决与战场环境相适应的红外目标警戒与跟踪问题,在介绍传统的目标检测与跟踪算法基础上,分析了先检测后跟踪算法（DBT）与先跟踪后检测算法（TBD）的优缺点,并结合海空背景下运动目标红外成像特点,提出了一个研究方向—边检测边跟踪算法模型。该模型通过对序列图像中相邻帧间进行匹配,完成一个基本的检测与跟踪过程,与输入单帧图像同步输出目标运动轨迹,适用于舰载光电跟踪仪的软件优化升级,具有较高可靠性、实时性和军事应用价值。