复杂地面场景下运动小目标的识别与跟踪方法

针对下视情况下复杂地面场景对机载光电系统目标检测与识别的影响,提出了一种基于平台运动补偿的下视场景运动小目标检测与跟踪方法。首先提取地面场景中的角点和线等不变性特征,通过图像配准实现平台的运动补偿,然后经帧间处理检测出潜在运动目标,并利用Gabor滤波器对目标进行初步筛选,最后通过轨迹关联和目标航迹累计数以及目标先验运动速度信息识别和跟踪光电系统视场内的真实目标。      

基于SIFT特征的两阶段procrustes迭代匹配算法

以得到尽量准确的图像SIFT(Scale Invariant Feature Transform)特征点之间的匹配关系为目的,给出了一种基于SIFT特征的两阶段procrustes迭代匹配方法。该方法首先基于图像SIFT描述向量得到图像SIFT特征点之间的初始匹配关系,初始匹配的特征点之间存在较多的错误匹配特征点对,然后利用特征点之间全局的几何约束采用第一阶段的procrustes迭代匹配方法去除错误匹配的特征点对,这时部分正确的匹配特征点对也可能被去除,最后利用另一个procrustes迭代匹配过程找回被去除的正确匹配特征点对。仿真实验表明,本文的方法有效去除了SIFT描述向量匹配中存在的错误匹配点对,并能找回被去除的正确匹配点对,得到图像特征点之间正确的匹配关系。      

一种新的基于CV模型的图像分割算法

CV模型是一种重要的图像分割模型,本文针对其收敛速度慢、效率低的缺点提出一种求解CV模型的新方法。首先将CV模型的能量泛函改写成与原来有相同稳定解的总变分公式形式,然后使用对偶公式法求总变分公式的极小值,再在其中引入一速度项以加快模型的收敛速度。新方法一方面克服了梯度下降法要求时间步长小、迭代次数多的缺点,经过较少次的迭代就能收敛,减少了迭代计算的次数;另一方面,引入的速度项能够减少每次迭代的时间,从而缩短求解模型的时间。速度项的引入同时减少了对梯度的依赖,增强了抗噪性。另外,可以通过调节速度项得到不同数目的同质区域,以适应相同图像不同分割任务的需求。实验结果表明本文方法是有效的。      

基于Vague集的特征不确定性建模及相以度求解

受图像噪声和特征提取方法不稳定性等的影响,特征提取结果存在不确定性,它降低了同名特征之间的相似程度,增大了匹配模糊性.如果忽略这种不确定性,可能会造成匹配精度的降低,甚至导致匹配的失败.为此,本文对图像配准中常用特征的属性参数不确定性进行了分析和建模,并提出了一种基于Vague集的不确定性特征相似度求解方法.本文的理论...     

面向企业人事档案管理数据的概率相似度补齐方法

针对人事档案管理的信息化需求,设计了一套依据多种因素数字化建档的方法,借鉴粗糙集理论中不完备信息系统数据补齐策略,提出了一种改良的概率相似度分析算法,可用于人事档案数据的补充完善,方便对所有人员的分类管理。典型实验验证了方法的可行性。     

一种改进的多传感器多目标跟踪中的传感器管理方法

传感器的优化管理是影响多传感器多目标跟踪系统性能的重要环节。为了更好地解决这一问题,本文将跟踪过程中信息增量最大化准则与效能最大化准则相结合,提出了一种新的优化准则,并采用归一化滤波信息增量和滤波协方差的范数实现了传感器与目标配对系数的自动更新。仿真试验表明本文方法的合理性和有效性。     

多模复合制导数据融合处理仿真系统开发中的若干关键技术

为研制某型多模复合制导ARM(反辐射导弹)的数据融合处理器,设计与实现了多模复合制导数据融合处理仿真系统。本文对融合处理仿真系统的设计与开发中所涉及的精确计时、仿真系统的"设计模式"以及基于VC 和Matlab混合编程的仿真系统的快捷实现等几项关键技术进行了具体论述。文中给出的思路和实现方法对类似软件的设计和开发具有一定的指导意义。     

基于凸包的椭圆检测方法

用于检测曲线的Hough变换及其改进方法都不同程度存在运算速度慢、需要大量的储存空间等缺点,因此本文利用椭圆的几何性质降低检测的时间及空间需求,提出了用凸包的方法和Pascal定理来进行椭圆检测.首先从边缘点中随机挑选六个点,进行凸包检测,并将此六点排序;然后利用Pascal定理来判断此六点是否来自同一个椭圆,随后利用拟合得方法求出候选椭圆参数,最后利用包含凸包的最小矩形内的边缘点对超过阈值的累加参数进行验证.实验结果表明,文中算法能快速检测图中的单个或者多个椭圆,并且在具有噪声的情况下,与改进的随机Hough变换算法相比,其检测速度快一倍左右.     

基于菱形搜索的局部求精比特平面匹配图像稳定算法

提出一种基于菱形搜索的局部求精快速灰阶编码比特平面匹配和中值滤波运动校正的图像稳定算法,在保证匹配精度的前提下,大大降低了计算复杂度.仿真实验表明,本文算法简单,快速,有效,尤其适用于实时电子图像稳定.     

基于序贯岭回归背景抑制的目标检测算法

复杂背景下的弱小目标检测是空间监视和远程预警中的关键技术之一.针对这一难点问题,提出了一种新的基于自适应序贯岭回归背景抑制算法的目标检测算法.首先,利用岭回归估计原理,建立了自适应序贯岭回归估计算法.然后,利用图像背景空间域的相关性建立了基于序贯岭回归的图像背景抑制算法,并采用双向扫描更新方式加快算法收敛速度.该抑制算法能根据像素邻域灰度自适应调整加权参数.最后,在该抑制算法基础上,结合阈值化技术形成了一种新的弱小目标检测方法.实验证明,该算法能增强目标信噪比和对比度,有效检测到信噪比大于2的弱小目标.