基于主成分分析的MACH滤波器设计

针对解决畸变不变目标识别中选择目标样本数目过多的问题,提出了一种基于主成分分析的MACH匹配滤波器设计方法,这是使用去除冗余的本质特征图像来替代目标样本图像的一种方法,能够减少匹配滤波器设计的样本数量,在对一定范围内的畸变目标进行识别,只需要少数几个匹配滤波器就可以完成,而且同一匹配滤波器还可以对不同的畸变方式(如尺度缩放、角度旋转、运动模糊失真)目标进行识别,实验结果表明,这种匹配滤波器在较大的畸变范围内仍然能够得到较尖锐的相关峰。     

基于噪音谱分析的新型指数空间匹配滤波器设计

光学相关识别过程中,为减小输入场景中背景噪音对输出相关点的影响,通过分析背景噪音和目标图像的傅里叶谱,在匹配滤波函数中引入一由背景噪音傅里叶谱确定的指数函数,通过指数函数对匹配滤波函数振幅进行非线性调制,使设计的指数型空间匹配滤波器对背景噪音谱透过率小于目标图像谱透过率,从而增加输出相关平面上的信噪比,以实现相关点的正确探测。模拟结果表明当参量m由0增加到1.2时,相关峰值下降2.28倍,信噪比增加3倍。模拟和实验结果均表明:与纯相位匹配滤波器相比其抗噪能力得到明显改善。     

一种基于GPS原理的诱偏算法

提出了一种基于GPS导航原理的诱偏算法,通过利用区域映射原理,控制转发式干扰系统,诱偏GPS制导武器使其运行偏离设定的轨迹而至特定的区域,从而实现对特定目标的保护作用.通过仿真计算,显示进攻目标在干扰区域范围之内的航迹变化,从而对诱偏效果进行评估.     

基于光学相关的运动目标跟踪识别技术研究

为了提高系统的识别精度和抗噪性能,在相关处理的基础上,针对相关峰采用了图像流来判断其运动特性,进而通过管道滤波的方法区分噪声和相关峰,进行了理论分析和实验验证,取得了系统对运动目标的识别数据.结果表明,该方法利用序列图像中目标运动的连续性和轨迹的一致性的特性,大大提高了识别精度和抗噪性能.这一结果对运动目标跟踪识别是有帮助的.     

图像域值分割方法对港口目标的识别

提出了一种在卫星图像中采用域值分割的方法来识别港口目标.运用基于灰度级的权值矩阵来代替通常所用的基于图像像素的权值矩阵来描述图像各像素的关系,算法所需的存储空间及实现的复杂性比其他基于图论的图像分割方法大大减少,从而有利于应用在自动目标识别和其他方法中的应用.实验结果表明,其优越的分割性能对港口目标和海域以及陆地的区分起到非常关键的作用,从而能更好地识别港口目标.     

神经网络和遗传算法在相关峰判读中的应用

在相干光学目标识别技术研究中,为了更好地判读相关峰,把遗传算法和人工神经网络相结合,以反向传播神经网络和遗传算法为基础,建立了以遗传算法优化神经网络初始权值和阈值的相关峰判读系统,既避免了神经网络训练中容易陷于局部最小值和收敛速度较慢的缺点,又克服了遗传算法局部精确搜索能力的不足,实现其优势互补,从而有利于更好地解决相关峰判读问题。结果表明,改进后的算法充分发挥遗传算法和反向传播算法的优点,达到了较好的判读效果。     

基于小波变换方法的海上舰船目标边缘提取

一种基于小波变换的边缘提取方法，应用其对舰船图像进行边缘提取，以二次光滑小波作为小波函数，对海上舰船图像进行了二维小波变换，计算小泼变换结果的局部模极大值点，从而得到舰船目标图像的形状边缘特征。经过和运用Sobel算子、Roberts算子、Prewitt算子、基于图谱理论的阈值分割等方法所获得的舰船目标结果进行比较，图像处理的结果表明运用小波变换方法所提取的目标边缘对海上舰船目标的识别有良好的效果。