基于形态学的海面背景红外点目标检测方法

采用行均值相减方法抑制温度场的非线性影响,校正红外图像模糊,增强点目标;利用Top-Hat算子形态滤波,抑制背景并保留高亮区;选择结构元素进行腐蚀和膨胀运算,去除虚警点获得目标候选点;搜索局部极大值,确定阈值并结合图像帧间的相关性分离出目标。实验表明,该方法能检测出低信噪比复杂海面背景中的红外点目标。     

复杂背景可见光图像中弱小目标探测的新算法

针对具有复杂背景的可见光图像中弱小目标很难探测这一问题,研究了一种面形态学空间滤波器可以在单帧图像中检测出比局部背景灰度值高出 10%以上的候选小目标;在经过空间滤波和帧相关滤波后的多帧图像中提取出每一个候选小目标的一组特征矢量;特征矢量的融合算法可以排列出多个小目标的威胁次序。仿真试验表明该算法可以探测出多个与背景灰度接近的可见光弱小目标,并可以对其威胁次序进行排序。     

一种特征点跟踪的运动目标检测

提出一种基于特征点跟踪的运动目标分割算法。在角点跟踪过程中,8等分匹配点邻域,构造方向子邻域提高匹配精度;提出一种新的聚类准则抽取最优特征子集估计运动参数;结合统计方法消除残差噪声;采用时域滤波滤除孤立区域检测出运动目标。对200帧可见光视频序列和100帧红外图像序列中运动汽车进行检测分割实验,检出率分别达到96%和94%。     

基于小波分解的 K-分布 SAR 图像舰船检测

舰船目标检测是合成孔径雷达海洋应用的一个重要组成部分. 通过对合成孔径雷达图像中舰船目标和海杂波背景的结构差异特点进行分析,提出了一种利用小波分解技术和 K-分布海杂波模型的恒虚警率舰船目标检测方法,并对实际 SIR-C C 波段 SAR 图像进行了实验. 实验结果表明,该方法能够在复杂相干斑和海杂波背景中大幅增强舰船目标,并且有效保证了检测结果的准确性.     

可见光遥感图像有云背景下海上舰船提取方法

针对可见光遥感图像中海上舰船的复杂背景,包括粗糙海面,云层遮挡以及云层阴影所造成的舰船目标难以提取的情况,提出一种云层舰船模型.模型引入基于形状距离的舰船的形状先验信息,根据云区的亮度和阴影特征构建模型以及对应的能量函数.能量函数中与形状对应的形状能量大小通过与形状先验模板的相似程度来计算.基于图割的能量函数最小化过程实现了舰船目标的提取.实验结果表明了该模型及方法在云区无阴影和有阴影两种情况下对单个或多个舰船目标提取的有效性.     

天文光电图像序列空间目标虚警消除技术

空间目标虚警主要来自恒星目标、恒星目标拖尾、空间目标的拖尾、背景图像及噪声,其虚警消除效果直接影响了整个天文光电观测系统的检测概率和虚警概率.在深入分析空间目标虚警来源的基础上,根据不同类型的虚警在图像中的不同特点,提出了相应的消除虚警的方法:1)利用目标的基本特征消除虚警;2)基于恒星目标拖尾和空间目标拖尾定位的方法...     

Fast detection of small infrared targets based on cascade classification

为克服弱小目标检测在大尺寸图像上存在时间开销大的问题,提出了一种多级处理的检测算法.首先在整幅图像上搜索局部灰度极值作为候选目标位置,随后对候选目标位置的邻域进行特征提取,最后在特征空间中进行分类.针对小目标特性,提出了一种灰度分布特征,以此特征对候选目标位置进行特征提取,进而提出了一种加权逻辑斯蒂回归算法,用其在特征空间建立分类器,将检测问题转化为二分类问题.实验结果表明,该算法对低信噪比图像可以达到较高的检测率和较低的虚警率,并具有较好的实时性.     

天文光电图像序列目标成像特征提取与分析

地基大视场天文光电观测系统获取的序列图像中,空间目标和数目众多的恒星目标成像特性相似,大部分都表现为弱、小目标特性,需根据二者特征之间的微小差异实现目标的正确可靠识别.首先分别从空域和时域的角度出发,将目标的成像特征分为静态特征和动态特征,并提出了相应的特征计算方法.然后结合实测数据,根据目标的特征提取结果深入分析了空间目标和恒星目标的成像特征,并详细比较了两者的成像特征差异.空间目标和恒星目标的成像特征提取和分析,为空间目标虚警的消除提供了大量的判决依据,有助于空间目标的低虚警率检测识别.     

序列图像中运动目标检测

提出动态背景下序列图像中的运动目标检测算法。利用像素邻域的各向同性对图像进行归一化,消除亮度变化等因素的影响;利用光流信息并结合小波变换由粗及精计算速度场来配准图像;用当前帧作参考图像,通过时域积分校正背景图像。当前帧与校正后背景图像作差得到差分图像。假设该差分图像中噪声分布为高斯分布,由高斯分布的3σ特性滤除差分图像中的噪声,则粗定位出目标;最后以聚类方法确定运动目标区域。分别对200帧可见光和200帧红外图像序列进行实验,检测率分别为95%和94%。     

基于小波变换的海面背景红外小目标检测方法

采用基于正交小波分解的多分辨率分析实现频带选择,抑制噪声和背景杂波;检测图像的水平和垂直方向边缘,确定海天线和目标潜在区;利用不同方向边缘进行融合,除去大量背景干扰而获得目标候选点;检测候选目标点的灰度值,确定阈值排除虚警点并分割目标。实验结果表明,该方法能检测复杂海面背景中的舰船红外小目标。     

The Enhanced Digital Image Correlation Technique for Feature Tracking During Drying of Wood

Abstract: The enhanced digital image correlation (EDIC) technique is proposed as an improvement of the digital image correlation (DIC) technique in that it utilises monogenic filtering as a prefilter for extracting intrinsic local phase information from the low‐contrast images and normalized cross‐correlation (NCC) as a feature‐tracking algorithm. The monogenic filtering separates local structural information that is the local phase of an image, which is invariant with respect to the local energy of the image. Therefore, it improves the image, permitting the DIC technique to produce stable and accurate measurements of deformation for a heterogeneous and hygroscopic material like wood during drying.     

基于核滤波器实时运动目标的抗遮挡再跟踪

相关滤波算法是通过模板与检测目标的相似性来确定目标位置,自从将相关滤波概念用于目标跟踪起便一直受到广泛的关注,而核相关滤波算法的提出更是将这一理念推到了一个新的高度。核相关滤波算法以其高速度、高精度以及高鲁棒性的特点迅速成为研究热点,但核相关滤波算法在抗遮挡性能上有着严重的缺陷。本文针对核相关滤波在抗遮挡性能上的缺陷对此算法进行改进,提出了一种融合Sobel边缘二元模式算法的改进KCF算法,通过Sobel边缘二元模式算法加权融合目标特征,然后计算目标的峰值响应强度旁瓣值比检测目标是否丢失,最后将Kalman算法作为目标遮挡后搜索目标的策略。结果显示,本文方法不仅对抗遮挡有较好的鲁棒性,而且能够满足实时要求,准确地对目标进行再跟踪。     

基于深度学习检测器的多角度人脸关键点检测

针对人脸关键点检测(人脸对齐)在应用场景下的速度和精度需求,首先在SSD基础之上融合更多分布均匀的特征层,对人脸框坐标进行级联预测,形成对于多尺度人脸信息均具有更加鲁棒响应的深度学习检测器MR-SSD。其次在局部二值特征LBF的级联形状回归方法基础上,提出了基于面部像素差值的多角度初始化算法。采用端正人脸正负90°倾斜范围内的五组特征点形状进行初始化,求取每组回归后形状的眼部特征点像素均方差值并以最大者对应方案作为最终回归形状,从而实现对多角度倾斜人脸优异的拟合效果。本文所提出的最优架构可以实时获得极具鲁棒性的人脸框坐标并且可实现对于多角度倾斜人脸的关键点检测。     

织物疵点检测与识别的方法研究

将织物图像分成大小相同的局部窗口，选取局部熵最小的窗口为待研究的感兴趣区域，在此区域内分割出疵点图像并用数学形态学中的开运算滤除噪声，计算疵点形状因子等作为识别参数，研究表明此方法因能避免对整幅图像进行复杂运算，在提取特征参数时对图像的全局搜索，具有识别正确率高、检测速度快等优点．     

Multifeature distortion-insensitive constellation detection

Many applications require detection of multiple features that locally remain consistent in shape and intensity characteristics, but may globally change position with respect to one another over time or under different circumstances. We refer to these feature sets, defined by their characteristic relative positioning, as multifeature constellations. We introduce a method of processing in which multiple levels of correlation, using specially designed composite feature detection filters, are used to first detect local features, and then to detect constellations of these local features. We include experimental procedures and results indicating how the use of multifeature constellation detection may be utilized in applications such as sign language recognition and fingerprint matching.     

基于机器视觉的啤酒金属盖表面缺陷检测方法

目的 为了提高啤酒金属盖表面缺陷检测的精度和准确率,提出一种基于机器视觉的金属盖表面缺陷检测方法。方法 以不同类型的啤酒金属盖表面缺陷为研究对象,利用滤波抑噪和高反差保留算法对图像进行处理,运用YOLO–v5网络完成瓶盖的缺陷检测。通过添加注意力机制SE模块、改进模型损失函数和预测框筛选方式等技术手段对原YOLO–v5模型作出优化,抑制图像中的不重要特征,提升小目标检测的准确率和模型的特征提取能力。结果 改进后的YOLO–v5模型与常用的检测模型的对比结果表明,改进YOLO–v5模型在测试集上的mPA指标为93.10%,检测速度达到了294张/min,优势较为明显。结论 针对不同类型的金属盖表面缺陷,基于机器视觉的检测模型均有较高的检测精度和识别准确率,小目标缺陷的漏检率和误检率情况较少,满足生产线实时、高精度的检测要求。     

基于频域盲解卷积的齿轮箱复合故障声学诊断

针对复杂声场环境中齿轮箱复合故障特征的提取,提出了一种基于频域盲解卷积的声学诊断方法。该方法通过形态滤波滤除非调制信号,结合改进复数固定点算法优选复独立分量,进而通过复独立分量J-散度解决独立分量间次序不确定性问题,计算机仿真及实际环境下齿轮箱复合故障声信号提取实验验证了算法的有效性。论文最后指出了未来需要进一步研究的主要问题。     

SAR图像目标边界流和边沿流特征提取

本文将目标边界流特征和目标边沿流特征的概念和边缘特征提取的方法用于SAR图像的目标检测和识别这个方法先采用中值滤波、自动图像分割、数学形态学二值滤波、十字模板边缘提取方法,获得目标单像素边缘再对所得边缘采用边界跟踪、边界流信息熵和边沿流信息熵运算,得到边界流特征和边沿流特征.对测试图像和真实SAR图像进行了实验,结果表明,该方法能很好地描述目标的特征,编程简单、运算速度较快.     

聚晶金刚石复合片表面裂纹视觉检测技术研究

采用计算机视觉检测技术提取出表面缺陷特征量,完成聚晶金刚石复合片表面裂纹缺陷检测。首先,根据聚晶金刚石复合片表面特性,研究合适的光源照明系统。然后,提出一种基于直方图投影梯度极值的局部边界提取方法,将感兴趣区域进行提取。在此基础上,采用图像滤波、阈值分割的方法实现裂纹的准确提取。最后,通过计算裂纹连通域的圆形度和长宽比进行裂纹识别。实验结果表明,本方法可有效地对聚晶金刚石复合片表面裂纹缺陷进行检测。     

泡罩药品包装视觉检测系统图像滤波算法

目的有效滤除泡罩药品包装视觉检测系统中的图像噪声,以保证后续泡罩包装药品的图像分割、特征提取等任务顺利开展。方法分析引导滤波的数学模型,并在此基础上对其进行改进,提出一种自适应高斯引导的新型泡罩药品包装图像滤波算法。采用更加理性的参数优化算法,且用高斯窗口来代替传统的盒窗口。结果自适应高斯引导滤波算法能够有效滤除图像中的噪声,同时最大程度地保留原始图像中的边缘和细节等信息。结论该算法对后期泡罩药品包装的图像处理和分析有一定的指导意义。