区域信息驱动的多目标进化半监督模糊聚类图像分割算法

现有的多目标进化聚类算法应用于图像分割时,往往是在图像像素层面上进行聚类,运行时间过长,而且忽略了图像区域信息使得图像分割效果不太理想。为了提高多目标进化聚类算法的分割效果和时间效率,该文将图像区域信息与部分监督信息引入多目标进化聚类,提出图像区域信息驱动的多目标进化半监督模糊聚类图像分割算法。该算法首先利用超像素策略获得图像的区域信息,然后结合部分监督信息,设计融合区域信息和监督信息的适应度函数,接着通过多目标进化策略对多个适应度函数进行优化得到最优解集。最后构造融合区域信息与监督信息的最优解评价指标,实现从最优解集中选取一个最优解。实验结果表明:与已有多目标进化聚类算法相比,该算法不但分割效果有所提升,而且运行效率得以提高。     

基于多传感器信息融合的远距离目标检测

远距离目标检测具有重要的军事应用价值，而多传感器能提供互补和冗余信息，在远距离目标检测中具有独特的优势。针对可见光和红外热图像序列中的远距离目标，提出了一种基于信息融合的目标检测方法。该方法通过帧间差累积，在两种传感器的图像中确定了运动目标区域，定义了运动目标区域可信度度量，利用融合的规则确定了最后的运动区域。在运动区域中利用简单的分割方法将目标提取出来，最后经过特征级融合得到了检测结果。本方法不需要进行背景估计，多传感器信息的冗余增强了检测结果的可靠性，实验结果证明了本文方法的有效性。     

R-Snake:一种基于边缘与区域信息的图像主动轮廓提取模型

 传统Snake模型存在着对轮廓的初始化敏感,对高噪声图像易陷入局部极小值,以及对具有狭长深度凹陷区域的图像无法获得正确轮廓等问题.本文提出了一种基于边缘与区域信息的主动轮廓模型R-Snake(Region Snake).该模型通过文中设计的图像变换算子,并结合区域积分与曲线积分间转化的Green公式,导出了包含目标图像区域信息的区域力.然后由力平衡方程将该区域信息自然直接地引入到主动轮廓提取模型中,从而实现图像的轮廓提取.由于该模型同时利用了图像的区域信息和梯度信息来引导轮廓曲线的演化,使得本文方法不仅扩大了轮廓初始化的范围,降低了对图像噪声的敏感性,而且还增加了轮廓曲线收敛到真实边界的能力.实验结果表明,本文方法具有很强的适应性和鲁棒性,尤其是对高噪声图像和具有狭长深度凹陷的图像获得了优于传统Snake模型的结果.     

一种新的低信噪比红外舰船目标自动检测方法

针对海天背景下红外舰船弱小目标难以提取目标形状的问题,提出一种新的目标检测方法.首先进行图像预滤波,检测海天线以确定目标潜在区域;然后对目标潜在区进行背景抑制,噪声抑制并增强目标细节信息;最后用快速区域生长检测出完整目标.实测数据表明,该方法能获取完整的目标形状信息,且实时性好.     

基于边缘引导和动态可变形Transformer的遥感图像变化检测

卷积神经网络（Convolutional Neural Network,CNN）和Transformer的混合架构能够有效建模图像的局部与全局特征,已成为遥感图像变化检测任务的主流网络.然而这类网络仍面临着一些挑战. CNN分支中的卷积和池化运算通常会抑制遥感图像中的高频信息,降低目标边界的精度;此外,Transformer分支对图像像素进行等同长程依赖关系建模,忽略了变化目标的形状及语义关联信息,导致网络对变化目标特征的表达不足.为解决上述问题,提出了基于边缘引导和动态可变形Transformer的遥感图像变化检测网络.在CNN分支中设计了边缘信息引导模块,利用高频信息增强目标区域的边缘信息,从而改善变化目标的轮廓精度.同时设计了一种新颖的动态可变形Transformer,能够自适应地匹配形状不同的变化目标,选择与变化相关的特征建模长程依赖关系,以提高网络的特征表达能力.实验结果表明,提出的方法在三个公开数据集LEVIR-CD、CDD和DSIFN-CD上显著提高了检测精度,在变化目标的边界精度和内部完整性方面都明显优于当前的主流网络.     

基于样本和线性结构信息的大范围图像修复算法

基于纹理的图像修复算法对于修复破损区域比较大的图像效果较好,但该算法对于含有结构信息的图像修复效果很差.通过新的优先项的计算、平均值补偿及增加惩罚项提高传统的基于样本的图像修复算法的修复效果,结合图像中常出现的直线和曲线结构特征,提出了基于样本和结构信息的大范围图像修复算法.实验表明,该算法易于实现,修复结果能达到令人满意的效果,具有较高的实用价值.     

针对索引图像的人脸区域分级加密算法

人脸是一种典型的图像感兴趣区域,面向视觉感知的分级人脸区域图像加密增强了图像加密的针对性和灵活性.本文针对索引图像的特点,提出了一种基于颜色索引表加密和空间位置加密的人脸区域分级图像加密算法.通过不同的密钥对颜色索引表和图像矩阵分别加密,实现了对索引图像人脸区域的两级加密.第一级加密后保留了少量图像中人脸的感知信息,可以用做快速查找和识别,第二级加密后的图像则不包含任何原图像的感知信息.进而结合公钥密码体制,构造了一个实用的两级加密图像安全传输方案.     

基于类间方差参数活动轮廓模型图像分割

提出了基于类间方差参数活动轮廓模型图像分割法.该方法将气球力参数活动轮廓模型中的恒定气球力替换为包含区域信息的变力,最大化目标和背景两区域类间方差,引导轮廓曲线进化.实验结果表明:对于初始轮廓位置不论是处于目标区域内部,或者是处于背景区域内部,还是与目标和背景区域相交,该模型都能获得正确分割结果.     

基于CRF预分割和NSCT的多聚焦图像融合

针对基于多尺度分解的图像融合算法在提高图像模糊区域质量的同时却降低了清晰区域质量的问题,提出了一种结合CRF预分割与NSCT的多聚焦图像融合算法.该算法首先利用条件随机场概率模型对图像进行预分割,将图像预分割为清晰区域、模糊区域和两者的交界区域;然后对图像进行NSCT分解,低频子带系数采用加稀疏约束的非负矩阵分解算法融合,高频子带系数,在交界区域采用方向特征对比度的方法融合,在非交界区域选取清晰度高的系数融合.最后经NSCT逆变换得到最终的融合图像.该方法的融合效果在提高了图像清晰度的同时又有效保持了图像的边缘信息.     

结合视觉显著性引导与分类器融合的遥感目标检测

利用有限计算资源对大视场遥感图像进行快速目标检测有着重要的现实意义。借鉴注意机制在人类视觉系统中的选择性感知特点,结合自底向上的视觉显著性引导及自顶向下的显著区域解译,提出一种新的大视场遥感目标检测模型。设计其整体架构分为注意初期、注视阶段及注意后期3个递进的层级,通过引入一种自适应形态学的显著图生成策略快速搜寻整个视场中的显著区域,并在其引导下利用分类器融合技术从特征属性相似的显著物中区分出任务目标。以大视场遥感图像舰船检测验证模型,性能及对比实验结果表明该模型是可行的,同时实现了计算资源有层次、有重点地合理分配。     

Object recognition via contextual color attention

Visual attention is effective in differentiating an object from its surroundings. Color is used to guide attention via a top-down category-specific attention map in the top-down color attention (CA) method. To uniformly highlight the entire object, our color attention map is reconstructed based on the estimated object patches. The object patches consist of strong patches and false weak patches whose contextual color attention values are beyond the optimal threshold of class-specific contextual color attention. The color attention map constructed by the object color histogram is then used to weight the local shape for object recognition. Extensive experiments are conducted to show that our method can provide state-of-the-art results on several challenging datasets.     

改进BP神经网络在电台“指纹”识别中的应用

提取了两类实际电台信号的指纹特征，利用改进的BP神经网络对电台指纹特征进行了有指导的分类识别。通过Matlab 6．5．1编程实验，结果表明该算法收敛性好，精度高，对通信电台指纹识别效果比较理想。     

高稳定及免调试“猫眼”谐振腔He-Ne激光器的研究

提高谐振腔的稳定性一直是激光技术的一个重大问题。将“猫眼”逆向器作为反射镜,组成“猫眼”谐振腔可提高激光谐振腔的稳定性。以功率稳定性为参考指标,做了一系列对比实验来对比“猫眼”谐振腔He-Ne激光器和现有He-Ne激光器在失调特性、温度漂移方面的性能。结果表明,“猫眼”谐振腔激光器稳定性显著优于传统平凹谐振腔和凹凹谐振腔激光器。进行了免调节“猫眼”谐振腔He-Ne激光器的实验,“猫眼”谐振腔He-Ne激光器的功率稳定性达到了以前各种构造的He-Ne激光器无法达到的高水平。     

Knowledge-Based Aerial Image Understanding Systems and Expert Systems for Image Processing

This paper discusses roles of artificial intelligence in the automatic interpretation of remotely sensed imagery. We first discuss several image understanding systems for analyzing complex aerial photographs. The discussion is mainly concerned with knowledge representation and control structure in the aerial image understanding systems: a blackboard model for integrating diverse object detection modules, a symbolic model representation for three-dimensional object recognition, and integration of bottom-up and top-down analyses. Then, a model of expert systems for image processing is introduced that discusses which and what combinations of image processing operators are effective to analyze an image. Various information about image processing techniques is used to find efficient and reliable image analysis processes. In general, two kinds of knowledge, that is, knowledge about objects and about analysis tools (i. e., image processing techniques) are required to realize versatile photointerpretation systems.     

基于深度帧差卷积神经网络的运动目标检测方法研究

复杂场景中的运动目标检测是计算机视觉领域的重要问题,其检测准确度仍然是一大挑战.本文提出并设计了一种用于复杂场景中运动目标检测的深度帧差卷积神经网络（Deep Difference Convolutional Neural Network,DFDCNN）.DFDCNN由DifferenceNet和AppearanceNet组成,不需要后处理就可以预测分割前景像素.DifferenceNet具有孪生Encoder-Decoder结构,用于学习两个连续帧之间的变化,从输入（t帧和t+1帧）中获取时序信息;AppearanceNet用于从输入（t帧）中提取空间信息,并与时序信息融合;同时,通过多尺度特征图融合和逐步上采样来保留多尺度空间信息,以提高网络对小目标的敏感性.在公开标准数据集CDnet2014和I2R上的实验结果表明：DFDCNN不仅在动态背景、光照变化和阴影存在的复杂场景中具有更好的检测性能,而且在小目标存在的场景中也具有较好的检测效果.     

Foreground object detection using top-down information based on em framework

In this paper, we present a novel foreground object detection scheme that integrates the top-down information based on the expectation maximization (EM) framework. In this generalized EM framework, the top-down information is incorporated in an object model. Based on the object model and the state of each target, a foreground model is constructed. This foreground model can augment the foreground detection for the camouflage problem. Thus, an object's state-specific Markov random field (MRF) model is constructed for detection based on the foreground model and the background model. This MRF model depends on the latent variables that describe each object's state. The maximization of the MRF model is the M-step in the EM framework. Besides fusing spatial information, this MRF model can also adjust the contribution of the top-down information for detection. To obtain detection result using this MRF model, sampling importance resampling is used to sample the latent variable and the EM framework refines the detection iteratively. Besides the proposed generalized EM framework, our method does not need any prior information of the moving object, because we use the detection result of moving object to incorporate the domain knowledge of the object shapes into the construction of top-down information. Moreover, in our method, a kernel density estimation (KDE)-Gaussian mixture model (GMM) hybrid model is proposed to construct the probability density function of background and moving object model. For the background model, it has some advantages over GMM- and KDE-based methods. Experimental results demonstrate the capability of our method, particularly in handling the camouflage problem.     

基于生命周期的通用业务管理信息建模的研究

业务管理信息模型的研究可以支持电信业务的统一规划和提供、保证业务供应链中功能模型的一致性以及正确地将管理需求映射到管理功能中.本文采用了ITU-T M.3020的建模方法,提出了一个基于业务生命周期的F接口通用业务管理信息模型,通过自顶向下的需求、分析和设计来定义业务生命周期片段中的管理对象.该模型可以作为元模型进行扩展,指导实际的业务管理系统的开发.     

人工智能在军事通信网络中的应用:基于“零信任”方法

军事团体对Artificial Intelligence(AI)技术、网络安全及遭遇威胁时的弹性作业能力的关注以应对敌方的全新网络攻击,以AI驱动的自动武器系统将面临更加严格的基于“零信任”方法的审查,以迎接全新挑战并开创智能武器的新局面。应用存在的安全隐患,并提出了相应的安全防护措施,以期为计算机网络信息系统的正常使用提供一定的参考意见。     

半导体激光线阵弯曲矫正方法的理论分析与实验

半导体激光线阵(LDB)在制作和封装过程中会发生弯曲,从而引起发光弯曲,即"smile",这影响其在抽运固体激光和外腔半导体激光阵列线宽窄化中的使用.利用平凸柱面镜在一定程度上可矫正半导体激光线阵的"smile".通过几何光学方法对平凸柱面镜矫正半导体激光线阵的"smile"进行理论分析,利用不同焦距平凸柱面镜对不同半导体激光线阵的"smile"进行矫正,并通过ORIGIN软件对"smile"的矫正进行模拟,其结果与实验相吻合.结果显示,抛物线状"smile"矫正效果很好,相对矫正量高达90%,选择合适小焦距平凸柱面镜对"smile"矫正较明显且模拟误差小,修正透镜焦距参数可减小误差.