|
1.
|
多尺度线状目标的机场跑道识别
|
|
|
|
|
|
|
李小毛 唐延东 肖颍杰《红外与激光工程》,2005年第34卷第6期
|
|
|
特定目标的检测与识别是自动目标识别的关键技术之一。作为典型地面目标，机场跑道的识别．一直是自动目标识别领域人们感兴趣的研究课题。针对机场的跑道成像是线状结构和高灰度值的特征。提出了一种基于多尺度线状目标强化的机场跑道识别算法。实验结果表明，在复杂背景下，此方法在将机场跑道目标强化出来的同时，能够很好地抑制其他非线状特征目标，起到真正的强化作用。因此，在复杂背景下，此方法较基于边缘的机场跑道识别算法具有更好的识别性能。
|
|
2.
|
基于分形特征的机场跑道识别算法的研究 被引次数：6
|
|
|
|
|
|
|
朱梦宇 杨裕亮《红外技术》,2005年第27卷第2期
|
|
|
典型目标的检测识别是精确制导武器的关键技术之一。根据红外图像中机场跑道的分形维特性，文章提出并实现了一种利用目标分形几何特征检测机场跑道区域，并进一步分割、识别潜在目标的新算法。仿真实验结果证实该算法成功地识别出了机场跑道。本文的算法运算量较小、适合于实时处理，适用于人造目标的自动识别。
|
|
3.
|
结合尺度空间FAST角点检测器和SURF描绘器的图像特征 被引次数：1
|
|
|
|
|
|
|
王飞宇 邸男 贾平《液晶与显示》,2014年第29卷第4期
|
|
|
为了获得能够很好地应用于远距离目标识别且计算快速的图像特征,本文提出了一种结合尺度空间FAST(加速分割试验特征)角点检测器和SURF(加速鲁棒特征)描绘器的新特征算法。SURF算法利用了基于快速海森矩阵的关键点检测算法,容易从图像中快速海森矩阵响应值较高但信息匮乏的边缘区域提取大量关键点,进而导致大量的低独特性特征以及不可忽视的误匹配率;同时,其高斯滤波带来的图像模糊使得算法在远距离目标区域内检测到的关键点数量减少,从而对远距离目标的识别造成困难。针对SURF算法的这些问题,本文方法利用尺度空间FAST算法代替快速海森矩阵,并利用具有良好的独特性的SURF描绘器。该方法能够有效地减少对上述类型的干扰性关键点的提取,对远距离目标的关键点检测的性能相对于快速海森矩阵具有显著优势,且其独特性优于同样使用FAST角点检测器的BRISK特征。实验结果表明,对于带有光照变化、尺度变化和3D视角变化目标,基于本文特征的识别算法的识别正确率高于基于SIFT、SURF和BRISK特征的识别算法;本文特征适用于远程目标识别,同时其计算速度达到了与SURF接近的水平。
|
|
4.
|
基于HOG特征和机器学习的工程车辆检测
|
|
|
|
|
|
|
张全发 蒲宝明 李天然 孙宏国《计算机系统应用》,2013年第22卷第7期
|
|
|
针对智能监控在露天矿区中的应用, 提出了一种在大场景、远距离、多角度的环境下自动识别工程车辆的算法. 该算法利用梯度方向直方图特征(HOG)作为图像描述, 并结合支持向量机(SVM)训练分类器的方法, 实现图像中工程车辆的检测. 为提高检测效率和准确度, 采用Hough变换直线检测的方法提取包含目标的区域. 实验表明, 算法能够在较大分辨率的复杂图像中识别出检测目标, 有较高的准确度, 对于实验中不同的环境具有较强的鲁棒性.
|
|
5.
|
前视红外图像中机场的自动识别
|
|
|
|
|
|
|
马春红 叶继昌 王小平 杨兵《红外与激光工程》,2006年第35卷第Z4期
|
|
|
特定目标的检测识别是自动目标识别(ATR)的关键技术之一.机场作为典型的地面目标,一直是自动目标识别领域的热点研究课题.跑道作为最重要的特征被用于机场识别,主要因为其边缘由长直线组成,而且面积大易寻找.在基于启发式的边缘跟踪、直线拟合、合并的基础上,提出了一种新的四边形识别算法.对比由跑道的先验知识经透视变换得到的四边形与检测的四边形对应边长是否一致,来进行前视红外(FLIR)图像中机场的识别.试验表明,本算法充分利用跑道更多的特征信息,增加了机场识别的鲁棒性,并具有良好的识别性能.
|
|
6.
|
基于条件随机场的矿工检测方法
|
|
|
|
|
|
|
刘军 朱元忠 王文清 杜东璧 赵青青《工矿自动化》,2015年第41卷第3期
|
|
|
针对现有视频图像目标检测算法应用于矿工检测时检出率、定位准确率、检测效率等均较低的问题,提出了一种基于条件随机场的矿工检测方法.该方法包括矿工检测模型建立与矿工检测识别2部分.在模型建立阶段,提取若干样本图像的方向梯度直方图特征,并利用主成分分析法对特征进行降维处理;以条件随机场为框架进行感兴趣区域标志,以标定训练样本,并训练条件随机场模型参数.在检测识别阶段,提取待检测图像的方向梯度直方图特征,并对特征进行降维,采用训练得到的条件随机场模型,通过局部二元模式推断标定图像各子窗口,最终得到矿工所在区域.实验结果表明,该方法可准确地检测出矿工在图像中的位置.
|
|
7.
|
浅析智能视频监控中的关键技术
|
|
|
|
|
|
|
齐 刚 何先波《数字社区&智能家居》,2014年第21期
|
|
|
智能视频监控技术目前广泛应用于机场、地铁、银行等重要场合的监控系统,因其具有广泛的应用价值,得到国内外学者的关注。该文重点阐述智能视频监控中运动目标检测和运动目标跟踪算法,并对各种算法优缺点进行相关的探讨,对智能视频监控的发展具有一定的意义。
|
|
8.
|
无线射频识别技术与应用研究 被引次数：4
|
|
|
|
|
|
|
杜云明 周杨《自动化技术与应用》,2010年第29卷第5期
|
|
|
无线射频识别（RFID）是一种非接触式的自动识别技术,它利用射频信号通过无线传输的方式,在读写器和电子标签之间进行数据交换和目标识别。与传统条形码等识别技术相比,RFID具有识别距离远,环境适应性强,数据存储量大,可同时识别多个物体等诸多优势,已被广泛应用于工业、零售、物流、交通等多个领域。本文详细地分析了射频识别技术特点和工作原理,阐述了系统构成和实现过程,指出了其面临的问题,并展望了未来发展趋势。
|
|
9.
|
一种运动小目标的自动识别算法
|
|
|
|
|
|
|
赵建《测试技术学报》,2002年第16卷第Z2期
|
|
|
远距离运动小目标的自动识别在军事上有着非常重要的意义,可以应用于远距离监视如搜索和跟踪系统以及防御武器系统.在复杂背景中对低对比度运动小目标的自动捕获与跟踪是非常困难的.主要是由于低对比度的小目标很容易被系统噪声或复杂的背景所淹没.本文提出一种自动检测小目标的算法,首先在图像序列中检测可能的目标,然后根据时空一致性去除假目标.
|
|
10.
|
基于Markov图像分割的红外桥梁目标识别算法
|
|
|
|
|
|
|
刘昕 田永刚《计算机仿真》,2012年第29卷第11期
|
|
|
桥梁水域分割是桥梁目标识别的关键,首先对Markov随机场理论K-M分割方法进行改进,进而提出一种桥梁目标识别算法,对经过预处理的红外桥梁图像利用K-M分割方法进行桥梁水域分割;然后定义桥梁模板,寻找可能的桥梁点,并用Hough变换合并、连接;最后运用先验知识除去假目标,得到检测结果。整个算法解决了传统分割方法桥梁水域分割不清,导致目标识别准确率低的弱点。仿真结果表明,目标识别算法具有很高的准确性,可靠性,且计算效率高,时间性能好,可用于实时性处理。
|
|
11.
|
基于多特征提取和SVM分类器的纹理图像分类
|
|
|
|
|
|
|
唐银凤 黄志明 黄荣娟 姜佳欣 卢昕《计算机应用与软件》,2011年第28卷第6期
|
|
|
能够从大量高分辨率遥感图像中识别出各种感兴趣的目标并进行归类,是一种具有广泛应用前景的技术需求。实验以MATLAB为平台,应用Gabor滤波器、高斯马尔柯夫随机场(GMRF)和灰度共生矩阵(GLCM)三种纹理图像特征提取算法对当前广泛应用于纹理图像分类的样本集brodatz光学数据库图像进行特征提取;然后在二分类支持向量机的基础上构造多类分类器的方法,完成了利用支持向量机SVM分类器对光学纹理图像进行分类的两组对比实验;最后通过提出的融合多特征纹理分类生成纹理查找表的方法,在两组对比实验中验证了该文提出的方法能够在Brodatz光学纹理集上得到较好的分类效果。
|
|
12.
|
基于视觉的无人机着陆时机场标记的检测与识别
|
|
|
|
|
|
|
王洪群 彭嘉雄 李玲玲《模式识别与人工智能》,2006年第19卷第6期
|
|
|
主要研究基于视觉的无人机在自主着陆时,机场跑道在图像中的检测和识别问题.首先,提取一些高亮度斑点,然后采用特殊聚类处理算法对这些含背景噪声、伪目标的点进行聚类.并根据透视原理、矩形约束条件以及目标的前视约束条件共同建立识别模型.在这些聚类中使用识别模型进行识别,这在很大程度上减少计算时间.实验表明,在距离跑道较远、跑道标记不很清晰的情况下,仍然可以有效检测和识别跑道,适合于基于视觉的无人机的自主着陆过程.
|
|
13.
|
基于模糊核C-均值聚类分析的HRRP识别 被引次数：1
|
|
|
|
|
|
|
单凯晶 肖怀铁 朱俊《电光与控制》,2010年第17卷第5期
|
|
|
由于雷达目标及其所处环境的复杂性,导致目标之间的关系往往是非线性的,因此,基于核方法的模式识别方法被广泛应用于雷达目标识别中。在对模糊核C-均值聚类算法深入研究的基础上,提出一种基于模糊核C-均值聚类的高分辨距离像识别算法。该算法针对特征提取后一维距离像数据的特点,采用组合核函数以降低由于数据属性数值过大造成的权重过大对识别效果的影响;同时,算法可以在训练过程中通过有效性函数自适应地确定最佳聚类数目。仿真实验结果表明,基于组合核函数的识别算法同基于传统的高斯核的算法都能有效识别雷达目标,但前者具有更高的目标识别率。
|
|
14.
|
一种基于时空兴趣点的人体动作识别方法
|
|
|
|
|
|
|
张博宇 刘家锋 唐降龙《自动化技术与应用》,2009年第28卷第10期
|
|
|
人体动作识别是计算机视觉中一个具有挑战性的课题,同时也具有广阔的应用前景。本文采用基于时空兴趣点的人体运动表示方法,实现了时空兴趣点的检测算法和人体动作识别,解决了检测过程中检测尺度的选择问题,取得了较好的识别结果。与经典的时空兴趣点检测方法相比,这种方法对比较简单的动作更加有效。
|
|
15.
|
运动目标识别方法与仿真研究
|
|
|
|
|
|
|
朱参世 安利《计算机与现代化》,2010年第5期
|
|
|
运动目标识别与跟踪在军事和工业领域具有广泛的应用前景。典型的跟踪方法有相关匹配算法、光流算法、基于运动轮廓算法等。典型的识别方法有：模板匹配目标识别法、基于相似性度量识别法、基于遗传算法目标识别算法等。本文提出了一种基于神经网络的识别与跟踪方法，并研究了运动目标识别与跟踪仿真模型和实现方法。
|
|
16.
|
基于改进RHT的SAR图像机场区域提取算法
|
|
|
|
|
|
|
乔寅骐 肖健华 黄银和 尹奎英《电子测量技术》,2016年第2期
|
|
|
星载合成孑L径雷达(SAR)图像信噪比低,由于相干斑噪声和非检测目标的干扰,在其中进行机场目标检测及区域提取难度较大.针对上述问题,提出一种星载SAR图像机场目标检测提取算法.对原始SAR图像进行curvelet阈值去噪处理,抑制相干斑噪声并突出低灰度区域;根据灰度分布进行Otsu最大类间差分割,初步划分感兴趣区域(ROI);通过加入了最小二乘修正的随机Hough变换(RHT)检测机场跑道;最后基于跑道上选取的种子点区域生长得到完整的机场区域.实验结果表明,提出的算法解决了星载SAR在解译方面的难点,有效检测出机场目标并提取相关区域,具有较高准确率和鲁棒性.
|
|
17.
|
几种自动目标跟踪算法的比较研究
|
|
|
|
|
|
|
曹晓丽 李明 邢玉娟 谭萍《硅谷》,2013年第2期
|
|
|
复杂背景目标跟踪是近年来自动目标识别(ATR)领域的一个研究热点,在军事、医疗、安全等多个领域具有广泛的应用前景。ATR的研究内容主要包括目标的检测分类、特征提取和目标定位识别等。本文对当前流行的目标跟踪算法进行了全面的分析比较,最后对目标跟踪算法的进一步研究方向进行了深入的探讨。
|
|
18.
|
模糊马尔可夫随机场理论在阴影检测中的应用
|
|
|
|
|
|
|
柏柯嘉 刘伟铭《中国图象图形学报》,2010年第15卷第3期
|
|
|
阴影的检测是目标检测、目标跟踪、视频监控等领域的一个关键问题。提出了一种基于模糊马尔可夫随机场的阴影检测算法。该算法把阴影检测问题看做是一个求最优化的像素点分类问题。对于输入的视频，提取背景图像，找出阴影和前景目标物体区域。通过计算阴影概率分布，前景概率分布，隶属度函数，建立模糊马尔可夫随机场。应用贝叶斯准则，最大后验(MAP)估计和条件迭代模式(ICM)算法，寻找最优化的模糊马尔可夫随机场，并利用最大隶属度原则消除模糊性，得到阴影检测的结果。实验证明，文中算法具有较好的阴影检测率和目标检测率。
|
|
19.
|
射频自动目标识别技术 被引次数：9
|
|
|
|
|
|
|
邱景辉 李在清 宋朝晖 陈燕《哈尔滨工业大学学报》,2000年第32卷第1期
|
|
|
射频自动目标识别技术是利用微波及收发天线实现对目标的远距离自动识别,文中对多通道零中频检测技术、无源反射调制技术及射频供电技术进行了分析和实验研究,并设计研制出了一套射频自动识别系统.该系统只用单一频率即可完成收发功能,具有节约频率资源的特点.所研制的射频识别系统工作于 915MHz,射频功率1.5W,射频卡为平板振子结构,作用距离0-10m,数据10kb/s,具有计算机控制自动显示,报表打印等功能.
|
|
20.
|
一种基于区域分割的地面飞机目标识别方法
|
|
|
|
|
|
|
王威 李元垒 梁方 张连峰《计算机工程》,2013年第39卷第6期
|
|
|
针对遥感图像处理中的目标检测问题,根据具体应用要求,采用改进的图像分割方法对地面机场中的某些大型飞机进行型号识别.分析感兴趣的飞机参数,并在先验信息的基础上确定感兴趣区域(ROI),在待检区域和ROI匹配的基础上提取飞机目标,通过比较结构信息和不变矩信息实现地面飞机目标的检测与识别.实验结果表明,该方法的查全率为88.15％,查准率为80.67％,能达到预期目标.
|
|
