基于数学形态金字塔双色融合的红外目标检测

为了提高红外目标检测性能,在分析了数学形态学基本运算的基础上,提出了基于数学形态金字塔的融合检测方法。首先把中波和长波红外图像分解成形态金字塔,建立融合准则,在相应的级上提取特征进行融合,然后重建原图像。在得到的融合图像中,适当地选取阚值,可以有效地把目标检测出来。试验结果表明,该算法优于单波段的目标检测,有较强的实用性。     

带宽自适应的Mean-Shift跟踪算法

针对传统Mean-Shift目标跟踪算法在进行物体跟踪时核函数带宽不能实时更新的问题,提出了一种基于比较中心加权直方图与边缘加权直方图的巴氏相似度的带宽自适应算法。首先,手动选取需要跟踪的目标,计算目标模板的中心加权直方图与边缘加权直方图以及二者的巴氏相似度HistDist1;然后,在当前帧通过Mean-Shift迭代找到目标的中心,并计算出候选模板的边缘加权直方图以及目标模板中心加权直方图与候选模板边缘加权直方图的巴氏相似度HistDist2;最后,在设定范围内比较巴氏相似度HistDist1与HistDist2的大小,得到目标的尺寸变化情况。试验结果表明,该算法可以适应尺寸发生变化的目标跟踪,实现了核函数带宽的自适应。     

一种基于频率域和空间域相结合的图像增强方法

图像增强是数字图像的预处理,对图像整体或局部特征能有效地改善。讨论了直方图均衡化、拉普拉斯变换和高斯低通滤波去噪的基本原理,针对噪声图像采用了频率域去噪,空间域直方图均衡化和锐化增强,并且运用一些客观指标来说明这种图像增强方法的有效性。结果表明,该方法可以使图像更加清晰,更加锐化。     

东北黑土区重迎茬对大豆病虫害发生的影响

重迎茬导致大豆病虫害发生明显加重,为了探讨黑土区生产田重迎茬对大豆病虫害发生的影响,选择有代表性的丘陵区(岗地)、平原区(平地)和低湿区(洼地)所有处理均一致的正茬、重茬和迎茬大豆田进行主要病虫害种类和发生程度进行系统调查.结果表明:同地势的不同茬口大豆病虫害发生程度存在差异.其中重茬和迎茬根腐病、灰斑病和大豆食心虫发生程度较正茬严重,重茬又重于迎茬,重迎茬根腐病和食心虫在洼地发生较平地和岗地严重,平地灰斑病发生重于岗地和洼地,土壤中胞囊数量岗地重茬最多.     

抗（耐）连作大豆品种筛选

采用抗性强且丰产性较好的7个品种进行田间小区试验,评价和筛选抗（耐）连作大豆品种。试验结果表明,抗线5号较其它6个品种出苗率高,根表胞囊线虫雌虫数量较少,产量最高,为2298kg／hm^2,各项产量构成因素表现得也最好。合丰47的大豆根腐病和黑农48的叶部灰斑病发病程度最轻,但产量较低。     

基于灰值形态学的不同聚集图像融合方法研究

提出了一种基于灰值形态学变换的多聚焦图像融合方法。针对不同聚焦的灰度图像,对其进行灰值形态学变换,先进行形态开运算再进行形态闭运算,然后对其采样,重复该过程可以得到不同大小的子图像;在相同的图像分解级上采用局部灰度值最大准则融合相应的子图像,对融合子图像先进行形态闭运算再进行开运算,然后降采样,最后重构得到融合结果图像。并将融合结果图像与标准测试图像进行了分析对比,对比结果表明,对不同聚焦灰度图像进行灰值形态学运算,所得到的图像融合效果好,运算效率高。     

一种图像增强的混合算法研究

针对直方图均衡化方法增强图像时往往会同时增强噪声的问题,提出了一种新混合增强算法:首先对图像进行直方图均衡;然后对经直方图均衡处理后的图像做梯度锐化;最后将锐化后的图像进行灰度扩展,增大图像对比度。选取X射线成像和卫星图像作为待处理图像,分别用2种不同的方法以及笔者提出的方法对其进行处理,然后将处理后的图像进行对比。试验结果表明,该混合算法比其他几种方法效果更好,不仅增加了动态范围,增强了对比度,还丰富了图像细节,而且不会增强噪声。同时还分别用4邻域对比度、8邻域对比度、平均灰度和方差这4个参数对原图和处理后的图像进行对比。从对比结果可见,该算法可以显著提高图像对比度;对于整体灰度较低的图像,该算法还可以提高图像整体灰度;从方差对比结果来看,经该算法处理后,图像质量得到显著提高。