一、项目简介 水下目标检测与识别，是水下机器人等相关系统能够被高效应用的前提。然而现有系统难以应对水下图像能见度较低，对比度差，存在颜色漂移和边缘模糊等问题；另外，水下图像样本稀少且缺乏足够的变化性，使得相关基于机器学习的目标检测与识别系统由于缺乏训练样本而无法有效应用。 二、前期研究基础 项目利用深度学习等新的理论突破，提出两种解决方案，一种是通过结合水下成像原理与深度风格迁移、生成对抗网络等算法，由普通光学图像生成水下图像，构建水下图像目标检测与识别仿真库，该数据库一方面数据量大且具有较大的变化性，也即场景与目标均具有较大的变化性；另一方面，由于是由普通光学图像迁移获得，因而也可以直接应用普通光学图像自身的标签信息，无需再对其进行标注。另一种是研究基于水下退化图像处理算法的检测和识别系统，解决由水下图像的色彩漂移和细节丢失等退化现象带来的目标检测和识别问题。同时通过水下退化图像处理模块和检测识别系统的联合优化技术，可以实现退化图像的增强方法与检测识别系统的最佳匹配。在保证处理后的退化图像性能指标的前提下，进一步提升水下图像的目标检测识别性能。 三、应用技术成果 1）基于深度学习风格迁移的水下图像生成效果示例 a为自然场景图像中的目标检测结果；b为模拟生成的水下风格图像及其目标检测结果；c为图像增强后的目标检测结果。 四、合作企业 无

基于机载 SAR 收集的海杂波数据，验证了其具有混沌特性。在机载 SAR 收集的海杂波数 据具有混沌特性的基础上，利用海杂波的混沌预测误差对海面 SAR 图像上的分布目标进行检 测。用实测的海面 SAR 图像进行检测实验，结果表明基于混沌理论的海面 SAR 图像分布目标 检测算法是有效的。 对定义在图像像素点上的扩展分形特征的计算公式进行了修正，并将其引入到海面 SAR 图像分布目标检测中，提出了基于扩展分形特征的海面 SAR 图像分布目标检测算法，并通57 过实验证明了该算法能有效地检测海面 SAR 图像中的分布目标。

由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台

本发明公开了一种基于超图模型的RGBD图像显著性检测方法，该方法包括：对待检测彩色图像和深度图像进行超像素分割，对深度图像的每一个超像素区域进行邻域深度对比图的计算，依据邻域深度对比值构建深度背景超边；提取位于图像边界的超像素区域构建边界背景超边；计算两个超边的权重，并根据超图学习算法进行超边展开，构建诱导图；基于诱导图的空间邻接关系和边权重，利用边

多功能图像/视频分析比对系统是一套可以和视频硬件无缝结合的计算机软件系统，它提供了强大的图像采集、编辑、标注、图像处理、分析和检索比对功能。不仅能处理静态图像—静态图像之间的检索、比对和分析；还能处理动态视频图像，动态视频和静态图像的检索、比对和分析。   具体功能包括： 1、各种图像视频设备的输入。系统兼容WDM采集卡，USB数字摄像头以及多种数码照相机和摄像机的视频采集。 2、强大的图像处理功能。包括了图像变换，图像色彩，图像增强和图像分析的基本算法和许多特色算法。 3、圆柱体表面的二元展开。 4、引入图像的编辑、标注、测量等对象，以对象作图层的形式存在于图像表面。 5、图像—图像/图像—视频相似度的检索，重影比对，切割对接，线条比对。 6、图像的分割线自动对接。 7、视频的RGB图像块分析。    技术创新： 1、圆柱体展开扩展为二元展开，即同时可以对目标物体的两个位置进行展开，用于生成圆柱体的平面展开； 2、图像—图像（或视频）的线条比对，用于图像和图像，图像与视频局部之间的精确比对； 3、图像—图像的分割线自动对接，能自动寻找定位图像最相似的部分； 4、视频块RGB分析，能对图像的颜色成分进行分析。 同类技术产品或成果比较： 目前市场上类似产品存在两方面问题： 1、功能单一。静态图像处理，视频图像处理，图像增强和变换等功能不能兼顾，往往某一方面全面而其他方面薄弱，不能满足用户的全方位要求。本产品则综合图像和视频处理的众多功能于一身。 2、个别处理功能薄弱，人工参与多。本产品的运动模糊复原和散焦模糊复原算法都是结合最新算法，效果较好。另外图像自动对接、自动比对等功能实现了自动化，减少了劳动强度。    能为产业解决的关键技术： 能与企业的视频采集系统相结合，完成全套的视频/图像分析和比对功能，完成众多图像处理功能并生成报告。    行业发展水平： 以丰富的图像处理功能和图像/视频比对功能为特色，在专业的图像处理系统中处于较领先水平。    项目主要应用范围： 应用于刑侦图像比对、档案文书的比对以及视频监控和分析的系统平台等。    预期效果： 实现以下模块功能： 1、各种图像视频设备的输入。系统兼容WDM采集卡，USB数字摄像头以及多种数码照相机和摄像机的视频采集。 2、强大的图像处理功能。包括了图像变换，图像色彩，图像增强和图像分析的基本算法和许多特色算法。 3、柱体表面的二元展开。 4、引入图像的编辑、标注、测量等对象，以对象作图层的形式存在于图像表面。 5、图像—图像/图像—视频相似度的检索，重影比对，切割对接，线条比对。 6、图像的分割线自动对接。 7、视频的RGB图像块分析。 可以独立制作系统平台也可植入现有的相关平台，预计创造产值50-300万元。

为提升拍摄的视频图像分辨率，增强图像对比度和清晰度，改善图像的画面质量，本项目综合考虑在设备进行拍摄过程中所遇到的器件性能、拍摄抖动、复杂天气影响等各种因素，以多帧超分辨率重建技术为核心，研发一种智能模糊图像处理软件系统。该系统针对不同的因素，自适应地实现相对应的图像优化处理，主要包括图像去雾、去噪、去模糊等图像增强处理，并结合多帧图像超分辨率重建和单帧图像超分辨率重建技术、稳定化等提升分辨率处理，以便获取更多细节信息。本软件所包含的主要功能详细介绍如下： 1、图像去雾功能

本发明公开了一种基于光纤图像传输的圆柱面表面微痕缺陷的 检测系统，运用光纤束传像原理，将传像光纤有规则地排列在一个同 心圆周上，实现外圆柱表面一周的图像采集及缺陷检测。该装置主要 包括球面聚光反射镜、点光源、聚焦透镜系统、传光光纤、自聚焦棒 透镜、传像光纤、柱面透镜和线阵 CCD。本发明一方面通过光纤将外 界照明光引入，使被检测表面的环状检测区域被充分照明;另一方面 利用传像光纤把被检测表面的反射光传递给CCD聚焦透镜系统;最后 通过图像采集卡和计算机软件分析检测圆柱类物体外表面的缺陷。该

本发明公开了一种基于图像分层增强的图像去雾方法及系统，方法包括以下步骤：S1、估测原始图像的大气光值 A；S2、结合所述大气光值构造两层半逆图像，对两层半逆图像进行线性对比度增强；S3、计算原始图像和增强后的半逆图像在 CIE-LCH 空间 H 通道的绝对差值，根据所述绝对差值确定增强后的半逆图像的权值分布，根据所述权值分布将两层增强后的半逆图像进行融合；S4、对融合后的图像进一步线性增强，获得最终的对比度增强的去雾

本发明公开了一种星载遥感光学图像的船舶目标检测识别方法，本发明方法包括预处理步骤、无效信息剔除步骤、连通区域标记步骤、特征提取步骤和分类器设计步骤；采取由粗到精的策略，首先将卫星图像进行降采样和高斯滤波处理，之后从处理后图像中剔除陆地和孤立噪点，快速提取出候选区域，对候选区域进行标记，图像旋转后提取特征信息，之后将特征信息放入预先训练好的分类器中进一步确认分析，去除虚警，找出真实的船舶目标。同时本发明还实现了一种星载遥感光学图像的船舶目标检测识别系统。