首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 231 毫秒

1.  一种基于局部熵的海背景红外目标检测算法  被引次数:3
   艾淑芳  张国华  吕高杰《电光与控制》,2008年第15卷第7期
   介绍了一种新的红外目标检测方法。在对图像中值滤波之后,用3×3的窗口计算图像局部熵,从而使由局部熵映射的灰度图像中的目标边缘更加清晰,在此基础上使用适应性更强的Canny算子进行边缘检测。实验证明,对于海面目标和海面背景的灰度对比度比较小的红外图像,此方法提高了检测概率。    

2.  一种应用Tsallis熵的红外图像边缘检测算法  
   李伟  沈振康《激光与红外》,2007年第37卷第10期
   提出一种基于Jensen-Tsallis熵的红外图像的边缘检测方法,通过分析红外图像的成像特点,利用红外图像的局部的熵信息,计算滑动窗口内图像的Jensen-Tsallis散度-方向对,由Jensen-Tsallis散度确定候选边缘像素,再利用Jensen-Tsallis的方向信息细化并连接边缘像素,实验结果表明,该算法可以有效地检测红外图像边缘.    

3.  基于图像局部熵的红外图像分割方法  被引次数:5
   张永亮  卢焕章《红外技术》,2006年第28卷第11期
   分析了图像局部熵的性质,提出了一种基于图像局部熵的红外图像分割方法。该方法首先进行中值滤波消除图像脉冲噪声,然后计算图像局部熵进行阈值选择提取目标边缘,最后进行边缘连接分割出目标区域。对不同红外图像进行的仿真试验表明了该方法的有效性。    

4.  基于海天/海岸线检测的舰船目标提取方法  被引次数:1
   陈青华  谢晓方  肖楚琬  崔欣辰《红外》,2011年第32卷第6期
   针对成像型反舰导弹所获红外图像的特点,提出了一种将海天/海岸线检测与目标提取相结合的舰船目标提取方法。该方法先综合运用Sobel边缘检测和局部Hough变换等数字图像处理技术从红外图像中检测出海天/海岸线,然后通过对Kapur熵二值化图像进行投影变换实现舰船目标提取。实验结果表明,该方法能够有效地确定舰船目标在海天/海岸线区域中的位置,可保证目标提取的准确性。    

5.  基于Kmeans和图像熵聚类的热红外目标检测算法  
   王静雷  厉小润《机电工程》,2012年第29卷第12期
   针对以海洋为背景的热红外图像目标检测存在的海洋海杂波的非平稳特性、非线性特性问题,以及目标背景相关性大而对比度小等问题,对两幅实拍红外船舰图像进行了实验,提出了一种快速有效的热红外目标检测算法。该算法采用表示图像灰度空域分布状态不确定性量度的图像熵方法,利用滑窗方法遍历整幅图像,求得了局部熵图像,从而确定了目标的粗略位置;通过用最大类间差法将局部熵处理后图像进行了自适应的二值分割,将目标和背景最优化地分离,并且结合改进的Kmeans聚类算法,通过循环所有目标点找出了其在聚类图像中的聚类标识,结合所有该聚类的像素点,提取出了完整的目标及其轮廓。研究结果表明,该热红外目标检测算法速度快,性能良好,在将目标完整地提取出来的同时可以很好地保留目标的轮廓。    

6.  复杂场景多传感器图像的多目标分割算法  被引次数:1
   马超杰  杨华  李晓霞  凌永顺  吴丹  王静雯《光电工程》,2009年第36卷第1期
   综合应用多传感器图像灰度分布特征和分形维数特征进行目标检测、应用动态边缘演化提取目标轮廓,有效解决了复杂场景多目标分割的难题.首先根据图像的内在属性应用指定直方图进行图像增强,随后分别对可见光图像应用分形维数特征、对红外图像应用最大熵法、对激光雷达图像应用局部阈值法进行兴趣区域提取;再将各传感器图像获得的兴趣区域进行交叉验证,进一步排除背景干扰;最后把经过综合处理的目标轮廓估计作为初始生长曲线应用动态边缘演化技术最终确定目标边缘.对大量的复杂场景多传感器图像测试表明,本文提出的方法较好地保留了目标的形状特征,是一种有效的多目标分割技术.    

7.  动态目标识别中的实时复杂巡航场景运动检测  
   武治国  李桂菊《液晶与显示》,2014年第29卷第5期
   设计并实现了一种适合于工程中动态目标识别应用的实时的复杂巡航场景运动检测技术。首先,对背景和当前帧两幅图像进行卷积处理,提取边缘图像。然后分块计算背景边缘图像的局部熵,根据局部熵大小合理选取配准模型组。采用模型组与当前帧边缘图像的相关性强度及运动偏移量结果,完成场景的运动估计。实验结果表明,本文方法用于红外和可见光图像均十分有效,在分辨率为320×256,帧频50Hz的红外图像以及分辨率为768×576,帧频25Hz的可见光图像中运行时间分别为13、24ms,达到了工程中应用的实时性处理要求。同时,在后续的图像处理中场景运动检测有效剔除了复杂背景图像对目标识别的干扰,可准确检测出运动变化目标。    

8.  基于Canny算法的红外小目标边缘检测方法  被引次数:3
   连洁  韩传久  潘路《微计算机信息》,2007年第23卷第18期
   从红外图像的特点出发,基于Canny算法进行了目标边缘检测。首先,对源图像进行小波分解和重构,对图像进行消噪,抑制噪声对目标提取的影响。然后对消噪后的图像用Canny算法进行边缘检测。这种边缘检测方法利用了小波消噪的优点,在抑制背景噪声的同时保留了目标边缘细节。实验结果表明,这种结合方法优于单独使用Canny算法。    

9.  基于数学形态学的边缘检测方法  被引次数:6
   闫海霞  赵晓晖b《计算机应用研究》,2008年第25卷第11期
   针对图像的边缘检测问题,提出了一种基于顺序形态变换和局部熵相结合的边缘检测方法。该检测方法构造了基于百分位顺序形态变换的边缘检测算子,根据不同结构元素的尺度大小与结构元素的类型,选择不同的形态变换的百分值,从而使变换结果图像的局部熵最小,利用局部熵的特性,有效地锐化了图像边缘。实验结果表明,与传统的边缘检测方法相比,该方法具有很强的抑制噪声能力和良好的边缘检测性能。    

10.  复杂背景下的红外目标自动跟踪算法  
   高国旺  刘上乾  秦翰林  张峰《光电工程》,2010年第37卷第6期
   提出了一种非线性边缘检测和Mean Shift方法相结合的红外目标检测与跟踪算法.采用双窗口算子的非线性边缘检测算法具有计算量小、速度快、图像质量好等优点.在边缘检测后的二值图像基础上,利用改进的Mean Shift跟踪算法实施目标跟踪.该跟踪算法融合了计算目标区域局部标准差的信息;利用灰度值和局部标准差的概率密度函数来描述目标;同时选择核函数级联方式进行目标密度估计,从而弥补了仅用灰度信息描述目标特征的不足.实验结果表明,该跟踪算法检测出的复杂背景下红外目标边缘清晰,并且能够准确地对目标实施自动跟踪.    

11.  基于改进的局部反熵算子的小目标检测  
   邓鹤  魏艳涛  童名文  瞿少成《通信学报》,2013年第4期
   利用小目标的出现会导致局部反熵值发生较大变化这一特性,提出了基于改进的局部反熵算子和改进的区域生长技术的小目标检测新方法。该方法首先利用改进的局部反熵算子构建局部反熵图抑制小目标图像背景,然后采用改进的区域生长技术有效地检测小目标。仿真实验结果表明,所提出的方法能快速和准确地检测出复杂背景下的小目标。    

12.  基于红外图像的尾焰边缘检测  
   崔俊峰  侯金宝  刘宏海《导弹试验技术》,2008年第2期
   针对红外目标的成像背景具有非平稳性、相关性和复杂性等特点,提出了一种改进的二值化图像分割算法,结合Canny算子边缘检测对红外目标进行了有效分割,得到感兴趣目标区的最佳边缘检测效果。实验结果表明,用该算法对16位红外图像进行目标特征提取,算法简单,运算量小,能够有效提取目标边缘轮廓,达到了预期的效果。    

13.  基于局部梯度和局部熵的红外小目标融合检测  
   陈湘凭  王志成  田金文《计算机与数字工程》,2006年第34卷第10期
   提出了一种基于局部梯度强度和局部熵的红外小目标融合检测的方法。小目标检测是整个自动目标识别系统的一个非常重要的子系统,可以说,检测子系统的性能在很大程度上决定了自动目标识别系统的性能。由于弱小目标的存在会引起其所在区域的内部细节和局部纹理与背景相比发生较大的变化,而局部梯度强度和局部熵非常好地刻画这种变化。文中通过提取序列图像中每帧的局部梯度强度和局部熵的特征图像,进行自适应的融合。为了充分利用目标的运动信息,连续多帧图像的融合特征图像进行能量累积,达到进一步提高检测概率,降低虚警率。实验结果证明了方法的有效性。    

14.  复杂场景下的自动红外舰船目标检测  
   邢莎  吉林  雍杨  胡俊杰  邢根祥《红外技术》,2014年第36卷第4期
   为实现多种复杂海天背景下红外舰船目标的有效检测, 提出了一种基于局部边缘梯度特征分析的舰船目标检测方法。利用红外舰船目标图像的特征, 改进自适应 Butterworth高通滤波对图像进行预处理。通过计算局部边缘梯度特征和聚类分析确定初始目标区域, 比较梯度特征参数并进行多尺度搜索准确检测出舰船目标。对多种复杂海天场景红外图像进行仿真实验, 结果表明, 该算法能够有效准确地检测出多种复杂海天场景下的红外舰船目标, 且算法简单, 易于实现, 适应面广。    

15.  应用多特征的红外弱小目标检测  
   罗晓清  吴小俊《计算机工程与应用》,2011年第47卷第32期
   红外弱小点目标的检测是红外搜索与跟踪的关键技术之一。融合小目标在空域和频域中的各种属性,将更有利于目标的检测。红外图像中主要分为背景、边缘以及目标三类信息,目标在空域中局部能量较大。将图像小波变换,获取图像的多方向性分解。研究发现目标在高频中具有方向不敏感性。为了更好地检测目标,计算各点的局部能量比以及方向离散值,将以上特征融合,得到图像的多特征统计值。采用Renyi信息熵分割达到检测目标的目的。利用序列图像中目标运动的连续性和轨迹的一致性以及目标的方差增长性,提出一种加权的方差增长方法过滤目标集,实现候选目标的准确定位。该算法有较好的自适应性,并且对背景变化敏感性较小。通过真实红外图像弱小目标的检测,检验了算法的有效性。    

16.  基于最大模糊熵的红外图像边缘检测算法  被引次数:3
   刘政清  杨华  范彬  同武勤《红外技术》,2007年第29卷第1期
   针对红外图像边缘检测这一难题,结合红外图像及其梯度图像的特点,在红外梯度图像模糊划分的基础上,提出了一种基于最大模糊熵的红外图像边缘检测方法.首先通过改进传统Sobel算子构造出红外图像的梯度图并研究其直方图特点,然后对其进行自然模糊划分,最后根据最大模糊熵准则确定最优模糊参数,进而确定梯度图像的最佳分割阈值,从而实现边缘提取.与传统的基于梯度的边缘检测算法进行对比实验,结果表明,该方法用于红外图像边缘检测能获得更好的效果.    

17.  自适应Canny算子电池极片瑕疵边缘检测  
   孙正军  李劼  邹忠  陈湘涛  吴免利《计算机与现代化》,2009年第8期
   瑕疵边缘是极片图像的最主要特征, 本文研究了Canny算子提取极片瑕疵的边缘特征,并针对传统Canny算子进行电池极片瑕疵边缘检测存在假边缘的同时还丢失了灰度变化缓慢的局部边缘问题,利用像素8邻域计算图像梯度,并根据图像边缘梯度特征信息,用二维最大熵来自适应确定Canny算子的高、低阈值.试验结果表明:自适应Canny算子是一种十分有效的方法,适合于计算机视觉的电池极片瑕疵检测过程.    

18.  基于多特征融合的弱小目标检测方法研究  
   娄越  王志成  李鑫《红外与激光工程》,2007年第36卷第3期
   提出了一种基于多特征距离图的红外弱小目标检测方法。弱小目标的许多特征,如局部熵、平均梯度强度等,不但刻画了弱小目标的特点而且易于提取。通过特征融合技术,可以将弱小目标检测问题转化成在一个多特征空间的极值求取问题。该方法利用已经提取的多个特征,采用特征融合技术构造一个距离图像,再对该图像进行二值化处理,达到目标检测的目的。通过对实际的红外图像序列进行小目标检测,验证了所提方法的可行性和有效性。    

19.  红外图像增强方法的研究  
   李云红  张龙  廉继红《西北纺织工学院学报》,2010年第4期
   为解决对比度差、边缘细节模糊等问题,提出了用分段增强法提高红外图像对比度.分段小波增强算法能有效地同时增强红外图像对比度及边缘细节,并抑制噪声.建立了表征图像边缘的特征向量.根据红外图像边缘的特征,准确提取红外图像的边缘.通过神经网络边缘检测法对样本集训练,使网络具有依据边缘特征向量求解场景中物理边缘的能力.实验结果表明神经网络边缘检测算法的精度优于其他算法,抗噪声能力强、边缘定位能力强、检测精度高.    

20.  基于局部特征统计的小目标检测算法  被引次数:1
   王勋  毕笃彦《中国电子科学研究院学报》,2006年第1卷第3期
   本文提出了一种新的基于局部特征统计的红外图像小目标检测方法。首先对图像的局部区域灰度概率进行统计,通过阈值分割,去除图像中缓慢变化的背景和弱的边缘,得到包含强的边缘点、噪声点和目标点的残留图像,然后利用残留图像内各点的局部方向信息测度的差异,进一步剔除强的边缘点。最后通过多帧累加判决的方式将真实目标从噪声点中检测出来。实验表明该方法能够极大地减少候选目标点数,准确有效地检测复杂自然背景中的红外运动弱小目标,适合于实时和多目标的检测。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号