符合人类视觉感知的图像对象分割方法

提出一种符合人类视觉感知的图像对象分割方法,包括双尺度的区域分割和基于模型的对象提取。运用非线性尺度算子对图像进行大尺度平滑,结合颜色量化和视觉一致性的颜色聚类完成图像的粗分割。在原尺度上融合区域的纹理、颜色信息对分割区域进行区域合并,并利用对象模型完成图像对象的提取。实验结果表明,该算法的分割结果符合人类视觉感知特性,能够较好地完成图像对象分割。     

振动模糊星图仿真技术研究

分析了飞行器振动对星敏感器成像的影响,推导并建立该影响下星图模糊的数学模型。该模型首次通过角振动功率谱密度数据定量地模拟星点的随机振动轨迹,并在此基础上做出振动对星敏感器成像的影响分析。仿真结果表明,该方法可以较真实地模拟星图振动模糊效果。星点质心提取精度与角振动功率谱幅值在对数域上线性相关。     

整体视觉统计模型在地物识别中的算法研究

本文在结构化模型方法的基础上提出了目标的整体视觉统计模型,整体视觉模型不但考虑了目标的局部特征,而且还考虑的目标局部之间的空间位置关系.对局部特征和位置特征分别建模,局部特征根据应用选择,位置特征以树状图模型来表示,并且模型采用了统计的方法来表述结构化图模型,将能量最小问题转化为统计中的MAP问题,简化了问题的求解.本文将这一模型应用于遥感图像的典型地物识别之中,不但能够识别单目标还可以识别多目标,识别率较高,且定位较准确.     

基于支持向量机的散乱数据拟合

文章提出了一种有效的大规模散乱点拟合方法,它是采用最小均方支持向量机局部拟合对Shepard插值方法进行改进。支持向量机基于结构风险最小化准则,在数据拟合方面具有较好的泛化能力,而改进的Shepard法能有效拟合大规模样本点。实验结果表明该算法对大规模散乱数据点具有较好的拟合性能。     

读写数据宽度不同的异步FIFO设计

提出并实现了具有总线功能的异步FIFO,即写入字宽和读出字宽不同的高速异步FIFO设计。此FIFO基于Altera公司的Stratix系列FPGA实现,达到了高于200Mhz的工作频率,采用venlog语言设计,通过对设计进行简单的修改,即可应用于各种不同的系统的设计,给很多带宽不匹配的系统提供了一种简单的解决方案。     

目标三维场景建模与实时红外仿真技术研究

针对景象匹配系统对红外图像实时性的要求越来越高的特点,提出了基于目标三维场景的实时红外仿真方法。首先,设计了红外场景仿真的总体方案;其次,对材质红外图像计算、红外图像数据库建立、基于全球三维场景的实时红外场景建模三个关键技术做了初步实现;最后,结合红外场景仿真方案完成了系统。实验结果表明：该方法生成的红外图像与实拍红外图像的变化规律基本一致,从而为实时制备红外基准图提供了一种有效途径。     

基于显著性与稠密光流的红外船只烟幕检测方法研究

船只目标是海上的一种重要目标。红外成像系统由于其可白天、夜间同时工作的特点已被广泛应用于船只检测系统中。但是,红外成像系统容易受到烟幕干扰,导致船只检测系统失效。因此及时有效地检测到红外船只图像中的烟幕干扰区域,对于提高船只目标检测系统的准确性具有重要意义。针对红外图像中船只释放的烟幕区域的检测问题,提出了一种基于显著性与稠密光流融合的烟幕检测方法。由于舰船释放的烟幕有明显区别于背景的特性,因此首先采用多尺度邻域滤波的AC算法对图像进行显著性区域检测,提取显著的烟幕区域;然后利用烟幕扩散的运动特点,对图像前后帧进行稠密光流计算得到图像的运动信息,通过设置阈值筛选得到明显的运动点、扩充运动点区域、合并分裂的运动区域,得到运动的烟幕区域;最后对显著性区域与运动烟幕区域进行合并得到最终的烟幕区域。实验结果表明,该方法能有效检测到烟幕区域,并且能够很好地适应烟幕反射光以及背景亮度的变化。     

生成对抗网络辅助学习的舰船目标精细识别

针对近岸舰船目标细粒度识别的难题,提出了一种利用生成对抗网络辅助学习的任意方向细粒度舰船目标识别框架。通过训练能模仿舰船目标区域的抽象深度特征的生成网络引入生成样本,来辅助分类子网络学习样本空间的流形分布,从而增强细粒度的类别间判别能力。在细粒度类别的近岸舰船数据集上,引入生成对抗网络后的算法识别准确率得到较大提升,平均识别精度提升了2%。消融实验结果表明,利用生成样本辅助训练分类子网络可以有效地提升舰船目标的细粒度识别精度。     

一种基于激光成像雷达的特征矢量匹配方法

通过激光成像技术获取三维地形轮廓并实现飞行器自主导航是目前国际上的一种先进技术。除了研制高性能的激光成像雷达外，如何寻找一种稳定、高效的地形匹配算法是当前研究的热点之一。在传统的相关算法的基础上，通过构建一种基于地形山脊线局部均值、梯度的特征矢量实现三维地形图的特征匹配。分析了特征矢量的构建、相似性度量的方法，并对匹配算法进行了对比试验，结果表明该方法较传统匹配算法性能有所提高。