主动毫米波成像地海面目标识别方法

主动毫米波成像传感器为前下视对地成像,作为侧视SAR和前斜视SAR成像的补充,能够实现全方位观测覆盖,采用扫描方式实时获取飞行路径前方地物目标图像数据,在飞行器导航中具有重要应用前景。针对主动毫米波成像目标识别所面临的成像信噪比低、图像方位向分辨率低以及保障条件为异种传感器图像数据等难点,探讨了目标检测识别实时信息处理流程中的地面信息保障、匹配识别算法等若干关键技术和方法,结合目标背景特性,提出的结合特征检测的目标匹配识别定位方法,能满足低信噪比条件下的目标快速检测识别的要求。     

基于特征点配准的图像拼接技术研究

图像拼接是图像处理技术中的重要研究领域，现已广泛应用于遥感图像处理，医学图像分析，计算机识别，军事，勘探等领域，该文通过Harris角点特征的检测来实现图像的配准，达到较好的结果。     

角点检测综述

角点是图像的一种重要的局部特征，通过对图像角点的检测与处理，对把握图像的局部及整体特征，特别是在视觉匹配、目标识别和运动估计与追踪等领域都有重要的实际应用。现有的图像角点检测方法可分为基于模阪、亮度变化、边缘特征三种检测方法，对其分别进行了综述，分析了相关的算法，并对算法进行了评价。     

基于遥感图像的船舶目标检测方法综述

如何在复杂环境中准确、快速地实现各类船舶目标检测是一项重要研究课题，也是保障船舶航行安全、保护领土安全、加强水域资源监管的基础。红外成像、合成孔径雷达（Synthetic Aperture Radar，SAR）以及卫星遥感等成像技术的发展为船舶检测提供了丰富的图像数据，已取得许多研究成果。介绍了船舶目标检测的过程，从基于传统图像处理技术的船舶目标检测和基于深度学习的船舶目标检测两方面总结并分析了现有船舶目标检测方法，讨论了相关关键技术，最后指出了未来的研究方向。     

一种基于虚拟目标的飞行器姿态测量方法

提出了一种使用虚拟目标代替真实目标对姿态测量系统进行测试和评估的方法，同时给出了由光学成像设备跟踪状态和目标飞行状态计算目标在光学成像设备像面上成像中轴线斜率和截距的算法。根据姿态测量系统的特点，仿真出大量具有针对性的理论数据和图像，并使用其对姿态测量系统中的图像判读精度和姿态交会算法分别进行了测试和评估。实验结果表明，当虚拟目标长度在80 pixel时，提取精度可达0.1°；而当虚拟目标长度在6 pixel时，提取精度仅为5.7°；姿态交会算法对判读误差具有一定放大作用；图像判读误差是姿态测量中的主要误差源。     

高精度机载可见光图像定位方法

针对现有技术不能解决机载可见光图像快速自动定位的问题，提出了一种定位精度高、处理速度快、可扩展性好的机载可见光图像定位方法。该方法以传感器共线成像模型为中心，将实时图像和传感器成像参数送入共线模型进行正射校正，校正后的图像与相应的基准图像进行图像配准，使用配准同名点信息更新传感器成像参数，最后再次通过共线模型获取实时图地理坐标定位信息。这种通过图像配准再计算成像模型的间接定位方法，不仅减少了计算量，而且使自动配准算法稳定，较传统的直接定位方法或图像配准方法有突出的优势。此外，该方法具有严格的误差传递计算公式，能计算定位结果的误差。仿真实验表明即使在大倾斜角条件下，该方法也能获得优于100 m的定位精度。     

烟草异物剔除系统的光源特性及其对剔除性能的影响

烟草异物剔除系统采用先进的机器视觉技术，通过成像设备来获取物料光谱图像，通过对光谱图像数据的处理来识别和别除杂物。良好的光源与照明方案是烟草异物剔除系统的关键环节之一。为有效提高行业应用烟草异物剔除系统的性能，在考察当前烟草异物剔除系统所使用光源的基础上，从光源种类、光源频谱、成像效果等方面进行了比较和分析，并对光源对烟草异物剔除系统性能的影响进行研究分析。研究结果表明：LED光源凭借其优异特性正成为光电式烟草异物剔除系统的最佳光源。     

商场现代化管理中员工胸牌自动识别系统的关键技术研究

图像识别技术是利用计算机进行图像分析,从中提取有效的识别信息,用来辨别图像中的有效信息的一门技术。随着计算机技术的迅速发展,以及现实生活的需要,在很多地方采用了图像识别技术,胸牌识别技术在未来的许多领域中,如个人工作情况、智能入口检测系统等。本文首先介绍图像识别技术的概念,接下来详述图像识别技术对于胸牌识别技术中的关键问题——细化的研究,详细介绍细化的过程和具体方法。     

远程视频图像传输技术研究与应用

远程视频图像传输技术是远程视频监控、视频会议等系统的关健技术,本文分析了视频图像的特点,研究是视频图像传输的关键技术以及在不同系统中的实际应用.     

一种SAR与可见光图像压缩感知融合增强方法

针对机载多传感器成像战场态势感知的问题，提出了一种合成孔径雷达(Synthetic Aperture Radar，SAR)与可见光图像压缩感知融合增强方法。该方法首先对SAR与可见光图像分别进行压缩感知测量，得到压缩测量值，然后通过基于局部权值的融合方法实现对压缩测量值的融合，再利用有序度最优分割法提取SAR图像的强散射目标，最后对融合测量值重建得到初步融合图像，初步融合图像通过目标对比度增强得到最终融合图像。对多组图像进行了仿真分析，视觉及数值结果表明该方法能显著增强融合图像的目标对比度，提升了图像纹理清晰度，较大程度降低了图像融合过程中的数据计算量。     

矩方法在三维医学图像处理中的应用

图像处理涉及边界检测,图像分析、增强等多个方面的内容。迄今已有大量的方法被用于图像处理的各个领域。近年来,矩由于它特有的良好性能吸引了众多专家的注意,得到了广泛的研究并成功地被用于图像处理等诸多领域。本文着重讨论矩方法在三维医学图像中的应用。     

人脸图像识别的稀疏表示

人脸识别是现代生物信息辨识领域最重要技术之一,有着不可估量的应用市场。其定义是将给定人脸图像,分析收集在人脸库的图像样本集,然后识别出这个图像里面的一个甚至多个人的身份的过程。因为人的面部特征的大致不变性与个体的显著差异性,可以将其作为身份验证的理想判定标准。基于稀疏表示的人脸识别是一种最近几年才产生的识别效果较为显著的方法,主要是依照稀疏表示判别速度较快而且精准度较高的特点来完成对人脸的识别。     

多通道SAR-GMTI技术的研究进展

基于合成孔径雷达的多通道运动目标检测系统（SAR-GMTI）可以在对地面静止场景进行高分辨率成像的同时完成强杂波环境下的慢速运动目标检测，在军事和民用领域中具有很高的应用价值。首先，简要介绍了多通道SAR-GMTI系统的基本概念，对比了机载与星载、SAR成像与GMTI的同时与分时处理等不同系统的特点，并系统梳理了国内外研究现状；然后，选取分布式SAR-GMTI系统和基于MIMO的SAR-GMTI系统两个方向进行重点分析；最后，探讨了SAR-GMTI系统的研究重点，并对其发展进行了展望。     

采用深度卷积神经网络方法的毫米波图像目标检测

通过收集大量的毫米波图像并建立相应的人体数据集进行检测，提出基于Faster R-CNN深度学习的方法检测隐藏于人体上的危险物品。该方法将区域建议网络和VGG19训练卷积神经网络模型相结合，构建了面向毫米波图像目标检测的深度卷积神经网络。为了提高毫米波图像的处理能力，采用Caffe深度学习框架在图形处理单元上进行训练和测试。实验结果证明了基于Faster R-CNN深度卷积神经网络的目标检测方法能有效检测毫米波图像中的危险物品，并且目标检测的平均准确率约94%，检测速度约为6 frame/s，对毫米波安检系统的智能化发展有着极其重要的参考价值。     

细胞分割方法概述

细胞分割作为细胞跟踪、细胞分裂检测过程中提取细胞特征的一个重要手段,在医学图像处理、分析领域占据重要的地位。随着现代科技的发展,用计算机处理细胞在医学诊断和医学图像处理领域有着重要的作用。细胞分割是细胞特征提取和细胞识别的基础,直接关系诊断的可靠性,也是医学图像处理的难题,人们提出了不同的分割算法根据图像的不同特征、如阈值法、分水岭算法等。本文对细胞分割的各种方法进行比较分析,详细阐述各种方法的优缺点,并对以后各种细胞分割方法结合使用有重要意义。     

一种新的应用于屏幕共享的图像块识别算法

远程教育系统中，图像的压缩比和压缩速度的高低是决定整个系统性能的关键。文中基于华中科技大学电信系研制的“多媒体远程教学系统”，给出了一种新的图像块识别算法。实验结果表明本算法能有效提高压缩比。达到实用的要求。     

一种新的基于二尺度分解的图像和谐融合方法

介绍了一种新颖的图像融合算法。该方法首先将图像的亮度通道进行分解,然后对分 解后的层使用不同的方式进行处理。该方法使用均值插值法来解决图像融合问题。实验表明 ,该方法在外观不同的图像上能够获得比较满意的结果,融合结果和目标图像的细节纹理匹 配完好且无缝。此外,基于图形处理器（GPU）的并行实现提高了算法的效率。     

基于ICA的虚拟CT系统散射仿真

在CT系统中,在X射线衰减成像的同时,由于X光子与原子相互作用,产生不同方向上的散射射线。而这些散射线表征为图像背景噪声,掩盖检测对象的结构信息,使射线图像退化。为此本文基于前期的投影仿真,研究基于ICA的散射仿真算法,逼真地反应实际CT系统的成像过程。     

综合孔径辐射成像系统的轨道摄动误差修正

为了提高综合孔径辐射成像系统在地球物理摄动因素影响下的图像精度，对低轨星载综合孔径辐射成像系统的成像误差的修正方法进行了研究，提出了针对地球形状摄动、大气阻力摄动以及两种摄动共同作用的空域补偿动力学模型，结合空域摄动法和数值分析方法对这一空域误差补偿动力学模型进行了模型简化以及误差补偿算法的研究，并给出了空域补偿算法的流程图。仿真结果表明，所提出的空域补偿算法极大地提高了综合孔径辐射成像系统对于目标场景物体的恢复精度，有效降低了综合孔径辐射成像系统成像的摄动力误差。     

深度卷积神经网络在SAR自动目标识别领域的应用综述

深度卷积神经网络（DCNN）可自动学习目标层次化特征,在合成孔径雷达（SAR）自动目标识别（SAR-ATR）领域具有广泛应用前景。首先,介绍了DCNN的基本原理以及DCNN在光学图像上的应用与发展;然后,介绍了SAR-ATR的基本概念,综述了DCNN在SAR图像语义特征提取、片段级SAR图像分类、基于数据增强技术的SAR自动目标识别、异质图像变化检测等领域中的前沿应用研究及代表性网络架构;最后,总结并讨论了DCNN在SAR-ATR应用中存在的参数设置经验化、算法泛化能力较弱等不足,并对未来研究方向进行了展望。