简介：德国西门子公司和美国摩托罗拉公司共同开发的一种晶片生产新技术将会导致全球晶片产业的一场变革。

简介：阐述了掠海导弹红外特性模拟的意义，通过分析红外成像系统对点源目标探测的影响因素，确定了红外辐射强度、光谱分布、空间分布、运动速度为模拟特征量。以红外辐射、反射理论为基础，研究了模拟特征量估计方法，给出了两种典型模拟器实现方法。

简介：运动目标的检测是目标识别与跟踪的关键技术之一。光流技术是一种以物体的运动特征来检测目标的方法，它的提出为运动小目标的检测开辟了新的空间。在一个搜索跟踪系统中使用光流技术检测和跟踪空中小目标，目标大概为5～10个像素，而且背景复杂，相机抖动，普通分割算法无法得到小目标。在目标的运动明显异于背景的情况下，通过利用基于光流的目标检测算法来检测出小目标，同时运用高斯金字塔模型，提高算法的运算速度。试验结果表明提出的基于光流的检测算法在背景运动的红外图像中取得了较好的效果。

简介：利用小波多分辨率分析的特点和分形噪声在小波变换域的特性,采用小波变换域参数估计方法获得噪声参数,然后采用小波阈值滤波方法去除噪声,并比较了三种小波基不同的滤波效果.通过仿真试验,陀螺的零漂值从0.3755°/h减小到了0.1026°/h.

简介：设计了木材加工业中木材纹理表面的检测系统，提出了一种有效的选取小波频带重建图像的纹理瑕疵检测方法。设计的检测系统由新型LED光源，明暗域结合成像光学系统，高速高分辨率线阵CCD器件等组成。应用小波基函数在较优的分解级数上对纹理图像进行分解，然后在最佳的分辨率级数上正确选取平滑图像或者细节图像来重建图像。在重建图像中均匀纹理图案被有效地移除，仅仅保留了局部瑕疵区域，小波频带选取是基于小渡系数的能量分布自动确定最佳重构参数。重构后的图像经阈值处理得到二值图像，最后运用数学形态学的方法对二值图像后处理。实验表明，该方法可用于实时在线检测木材表面的瑕疵。

简介：图像放大技术的关键在于使放大后的图像尽可能地保持原始图像的清晰度。对于红外图像而言，传统的内插法存在着一定的缺陷。提出了一种基于小波变换的图像放大新算法，该算法对原始图像先进行小波变换获得高频系数，然后运用牛顿插值算法放大高频系数，以此作为放大图像的高频成份，而将原始图像作为低频成份，最后进行小波逆变换，重构出放大图像。实验证明该方法在图像细节方面具有很好的放大效果。

简介：红外小目标检测技术是红外搜索与跟踪系统（IRST）、红外警戒等系统中的一项关键技术。常规小目标检测算法存在对椒盐噪声、高亮背景边缘敏感等不足之处,针对上述问题,对天空背景红外弱小目标的几何和灰度特性进行了深入研究,在此基础上提出了基于多向梯度的红外小目标检测的新方法,采用了一种非对称的梯度算子,重新定义了梯度检测函数,提高了对小目标的响应。仿真实验结果表明,该方法能够较好地抑制高亮云层边缘和椒盐噪声,保证了较高的检测率和较低的虚警率,又便于在FPGA上实现,满足系统对实时性的要求。

简介：粗糙集理论是处理不确定性问题的数学方法，本文提出了基于粗糙集与小波变换相结合的图像融合算法。该方法首先将粗糙集理论应用于图像滤波中，对含有椒盐噪声的图像进行粗糙中值滤波，然后对滤波后的图像进行小波融合。实验结果表明，粗糙中值滤波有较强的去噪能力，且较好地保持了图像的细节信息，在此基础上进行小波融合，使得融合结果图像具有良好的效果。

简介：应用傅里叶变换轮廓术测量物体三维面形时，当被测物体形状复杂或是被噪声严重污染时，导致频谱分布展宽，发生频谱混叠现象，基频提取困难，无法准确恢复物体的三维面型。提出了基于小波分解的傅里叶变换轮廓术，采用小波变换的方法对变形条纹图进行二维多尺度分解，重构被测物的背景图像，滤出图像的零频成分，得到相对变形条纹。运用小波变换与傅里叶变换轮廓术相结合的方法，只需拍摄一幅变形条纹图，将被测物体与背景分离，不受背景成分的影响，且易于基频信息的提取，降低了对滤波器的要求。实验证明该方法较好地防止了频谱的混叠问题，提高了测量范围与解相精度。