基于脉冲耦合神经网络提取图像边缘的新方法

基于脉冲耦合神经网络(PCNN,PuIsc Coupled Neural Network)是一种依据动物大脑视觉皮层上的同步脉冲发放现象而提出的新型神经网络,提出了一种实用的用PCNN直接提取灰度图像边缘的新方法,从而可直接对256色灰度图像进行边缘提取,解决了文献[4]只能提取二值图像边缘的局限,扩大了该方法的应用范围.仿真结果表明,该方法是行之有效的.     

基于PCNN和最大相关准则的图像分割算法

提出了一种脉冲耦合神经网络和最大相关准则相结合的算法来对图像进行分割。该算法运用最大相关准则进行最优分割，与文献[2]的算法相比，由于涉及较少的对数运算，因此实时性较好。     

红外测量图像不完整目标恢复方法

针对运动目标序列红外测量图像中，目标时常因被尾烟遮挡，造成目标图像部分缺损，导致目标识别困难的问题。采用HopFiled神经网络自动聚类分割技术，利用已处理的多帧图像进行网络训练，使用训练后的网络对目标缺损区域进行联想记忆，从而恢复目标图像的缺损区域。实验结果表明：此方法对目标图像缺损区域有理想的恢复能力，并对噪声具有一定的抑制能力。     

基于改进的马尔可夫随机场声纳图像分割方法研究

声纳图像与普通的光学图像相比，具有对比度低、成像质量差、受噪声污染严重等特点，传统的图像分割方法难以取得高精度、鲁棒性强的分割结果。提出了一种基于改进的马尔可夫随机场(MRF)声纳图像分割方法。即对于MRF模型参数的建立，提出了新的3类分割空间邻域MRF模型参数；在此基础上把新建立的3类分割空间邻域MRF模型参数和层次间相互作用的模型参数，应用于空间分层MRF 3类分割中，得到最终精确的3类分割结果。通过对人造模拟声纳图像以及真实声纳图像的分割实验，验证了本文提出的分割方法具有较高的分割精度和适应性。该方法考虑了声纳图像中像素间的空间相关性，因而提高了其最终分割性能。     

一种基于最小模糊熵遗传算法的SAR图像分割方法

在合成孔径雷达（Synthetic Aperture Radar）自动目标识别中，图像分割的好坏直接影响目标的识别性能。本文在最大模糊熵分割方法的基础上，根据图像目标和背景内部像素灰度值的一致性和集中性，提出了一种新的图像分割隶属度函数，从而得到最小模糊熵分割方法，然后将最小模糊熵作为遗传算法的适应度函数应用于SAR图像，进行全局快速的最优阈值寻找。实验结果表明，由于最小模糊熵的抗噪能力强，将其作为遗传算法的适应度函数后，能够更有效地克服SAR图像中的乘性噪声，分割后的噪声点明显减少，图像目标清晰，分割效果明显优于最大模糊熵分割方法。     

基于模糊熵的红外图像分割方法

针对红外图像具有的不确定性往往是模糊的且不是随机的特点，提出了一种基于图像的模糊性和最大熵理论的分割方法，给出了基于模糊熵的阈值选取算法。该方法不依赖于图像的直方图，也不需要直方图分布的假设。用该方法对坦克的红外图像进行了分割，与侧抑制方法的比较表明，该方法提高了运算速度。对不同红外目标大小和信噪比的图像均产生很好的分割效果，且受目标大小的影响小，具有较好的鲁棒性，可用于小目标的分割。     

一种基于数学形态学的红外图像分割方法

针对红外图像信噪比低,一般阈值法难以分割的特点,提出了一种基于数学形态学的红外图像分割方法。首先利用形态学估计出红外图像的背景图像,其次用原始图像减去估计的背景图像得到差值图像,并对差值图像进行增强,再利用阈值法分割得到二值图像,最后应用形态学的开运算消除高频噪声,得到待检测的图像。并与著名的Ostu法、迭代法、P-参数法进行了详细的比较。结果表明:该分割算法是一种实用有效的图像分割方法。     

水下小目标声呐图像分割算法研究

为取得较好的水下声呐图像分割效果,提出了一种简单易操作的声呐图像分割算法。该方法根据水下声呐目标图像包含目标和阴影的特点,分别分割出目标和阴影图像;对两幅分割后的图像预处理后得到包含目标和假目标的图像,综合阴影和目标处理后图像去除假目标,得到真实的目标图像。根据真实图像验证了此算法的有效性。     

基于图像的高速摄像自动触发方法研究

针对传统通过人工触发控制高速摄像机拍摄子母弹飞行过程来评估子母弹毁伤效能的方法受触发人员、天气和环境的影响比较大且不能实现无人值守这一现状,提出了一种通过判断靶场中子母弹和烟雾的状态进行高速摄像自动触发的方法。该方法应用自适应混合高斯模型来更新背景图像,采用数字减影法、OTSU阈值分割算法实现背景图像中目标的分割,统计分割后目标图像的面积,直线拟合连续帧统计的结果,最后给出系统触发条件。实验结果表明:该方法能够满足靶场实验实时性和可靠性的要求。     

自然场景文本快速检测识别方法

针对基于卷积循环神经网络或实例分割的自然场景文本图像检测识别方法结构复杂、实时性差、鲁棒性低的问题，提出基于改进Faster RCNN和高斯混合模型(GMM)的文本图像快速检测识别方法。该方法首先使用改进的Faster RCNN模型进行单字符检测识别并求出图中文本区域的数量，然后使用高斯混合模型进行单字符聚类并构造出候选的多边形文本框，最后使用重定义的置信度公式筛选出适当的文本区域边框，并输出边框内的字符标签序列。公共数据集的测试结果表明，该方法具有良好的鲁棒性和实时性。     

飞机目标红外图像序列双阈值分割方法

针对飞机目标红外图像序列,提出了一种新型双阈值分割方法.它依据实测飞机目标红外图像序列的统计特性,以及目标在上一帧图像中所占比例,确定当前帧图像中两个阈值的取值范围;再利用最大熵准则和遗传算法搜索最佳双阈值.仿真结果表明,这种方法能够实时地分割出飞机目标和作为目标特征点的尾喷管,可用于工作在成像目标跟踪阶段的红外成像制导、红外型自动目标识别(ATR)系统.     

基于亮区域检测的图像去雾增强方法

海上发射和回收运载火箭获取的视频图像易受海雾的影响导致成像质量下降。针对传统暗通道先验去雾方法对天空等亮区域失效的不足,提出一种结合图像亮区域检测和图像增强的改进暗通道图像去雾方法。首先利用阈值分割检测原始图像的亮区域,并分别计算亮区域和暗区域的大气光和透射率。然后利用双边滤波对图像透射率进行优化,最后,利用图像增强方法对复原图像进一步优化,解决复原图像亮度较低的问题。针对双边滤波算法运行速度较慢、影响工程应用的问题进行了优化。实验结果表明,复原后的图像具有较好的视觉效果,且运行速度满足工程应用要求。     

基于全散度的自适应鲁棒图形模糊聚类算法

针对图形模糊聚类对灰度分布不均匀及噪声干扰图像无法获得满意分割结果的不足,提出一种基于全散度的自适应鲁棒图形模糊聚类分割算法。全散度和像素邻域信息相结合,得到一种改进的全散度;改进的全散度引入图形模糊聚类最优化模型,并嵌入像素空间邻域信息。当前聚类像素与邻域像素均值的偏差作为该鲁棒聚类分割模型的正则因子,促使该聚类对强弱噪声具有自适应抑制能力。测试结果表明,与现有的图形模糊聚类、鲁棒模糊聚类等算法相比,自适应鲁棒全散度图形模糊聚类分割算法的分割效果和抗噪鲁棒性均有明显改善。     

红外弱小目标TSA检测技术

针对红外弱小目标检测,提出了一种改进的最大类间方差算法,利用遗传算法在寻求最优解方面的优势,采用图像像素点间的类间方差作为判决函数,实现了改进的算法设计方案,达到了对类间方差阈值分割检测算法的改进;通过对真实红外视频中采样得到的红外图像进行处理,将本文算法与传统的Otsu算法进行仿真比较,实验结果证明此算法在保证了分割算法检测精度的前提下,达到了对传统算法实时处理性能上的改进,具有工程实践价值。     

一种快速、稳健的图像分割方法

文中的目的在于寻求一种高效、快速的图像分割方法。在分析MeanShift算法的基础上提出差值模型和优选模型．并将这两种模型运用于MeanShift算法的图像分割。差值模型增加了MeanShift算法的步长．优选模型提高了图像分割的准确性。试验结果表明．两种模型的应用使MeanShift算法在图像分割方面的效能得到明显的提高。     

正态分布转换算法在声纳图像处理中的应用

根据声纳图像匹配处理的实时性需求,研究了正态分布转换算法。该方法基于对图像中目标点的概率分布进行匹配,不需要提取图像的几何特征或灰度特征,可有效缩短匹配时间。通过对均值滤波法、中值滤波法、小波去噪法、形态学平滑法4种图像去噪和迭代阈值法、最大熵法、一维Otsu法和二维Otsu法4种分割算法,进行仿真并对比,选出符合实时性处理的方法,即中值滤波法和一维Otsui法。基于美国德州仪器公司的数字信号处理芯片,将图像去噪、分割和匹配算法在硬件上实现,硬件实现结果和仿真结果一致,实现了声纳图像匹配的实时处理。     

基于改进的胡氏不变矩的坦克识别方法

针对基于胡氏不变矩的坦克识别率低、在图像离散采样的情况下受图像尺度变化影响的问题,进行了图像尺度不变性研究,设计了一种基于改进的胡氏不变矩的坦克识别方法;为解决最大类间方差法在复杂背景下图像分割阈值与真实阈值发生偏移的问题,采用改进的最大类间方差法分割图像,减少了偏移量。将胡氏不变矩和改进的胡氏不变矩的算法进行了对比实验,实验结果表明：相对于采用胡氏不变矩的坦克识别方法,改进后的识别方法识别率提高了22％,该方法运算时间减少了80 ms,能克服图像的尺度变化造成的影响。     

单帧红外小目标检测算法研究

研究了单帧红外图像运动小目标的检测问题。首先利用数学形态学Tophar滤波对图像进行背景抑制，然后对图像进行对比度增强，针对对比度增强的同时会造成一些噪声的灰度值也得到增加的问题，采用改进的遗传算法对对比度增强之后的图像进行分割，提高目标分割精度的同时也提高了分割的速度。仿真实验结果表明了算法是有效的。     

基于图像分割算法的地形跟随航路规划

使用数学形态学分水岭变换的图像分割算法,提取了基于真实地形的地形特征谷底线,实现三维地形跟随航路规划,克服了人为引入三维真实地形而造成的建模难度大、规划空间"维数爆炸"、收敛速度慢等现象。仿真结果表明,该方法生成的规划空间小、规划时间短且易于实现。     

成像型红外干扰物布放面积计算模型

为有效测量成像型红外干扰物的布放面积,建立了成像型红外干扰物布放面积测试模型。该模型可以根据实际情况,选择不同的目标分割方法,提高图像分割和目标面积计算方法的自适应性。最后通过实验验证了图像分割方法和面积测量的有效性和准确性。