共查询到14条相似文献,搜索用时 62 毫秒
1.
2.
针对单一背景下的伪装评估方法难以度量自适应伪装目标在多背景中的综合伪装效果,提出一种自适应
伪装目标在多背景下的光学伪装效果评估方法。选取几种典型背景,对每种背景下目标的光学伪装效果进行评估;
依据星载高光谱图像对目标活动区域内的地物进行分类,确定区域中每种典型背景的面积占比;以每种背景所占比
例作为该背景下评估结果在综合评估中的占比,对各典型背景评估结果加权,得到复杂背景下的综合评估结果。实
验结果表明:该方法量化了多背景下的综合伪装效果,其评估结果较传统的评估更客观全面,更符合目标在多背景
中活动的实际情况。 相似文献
3.
现有的伪装效果评估主要针对静止的单幅图像,不能很好地模拟侦察人员对目标的判读过程。结合Mean shift目标跟踪技术,提出一种基于特征统计的动态伪装效果评估方法。该方法通过统计目标与背景8联通域的相关性特征数据,建立归一化联合高斯分布,利用概率密度的分布范围评估目标伪装效果。计算联合分布的概率密度时,提出对数放大概率,解决了高维联合分布概率密度数值敏感度低、不便于阈值设定的问题。引入样本更新策略,使样本库按照一定的概率随机更新,从而较好地适应了由于季节交替等因素引起的背景大范围变化。实验过程分别对某一指挥车实施1级伪装、2级伪装和3级伪装。采集数据后计算其对数放大概率并对曲线作出统计,结果表明:实际中划分的3种伪装状态与依据3σ准则预先设定的3种伪装状态完全对应;该模型能够有效反映出目标的伪装效果。 相似文献
4.
5.
6.
7.
基于样本分割的快速高光谱图像异常检测支持向量数据描述方法 总被引:3,自引:0,他引:3
高光谱图像异常检测支持向量数据描述方法性能优越但存在计算量巨大的问题。提出快速高光谱图像异常检测支持向量数据描述方法,该算法通过样本分割有效降低求取支持向量的计算量。建立了求取支持向量的计算量与样本分割子集数量的数学模型,并给出样本分割子集数量的最优选取方法;提出目标窗与背景窗尺寸相同的优化分割方法,该方法目标窗每次移动只需更新50%的训练样本,有效地减少图像遍历时求取支持向量的计算量。对HYMAP图像的仿真结果表明:本文算法对不同尺寸的高光谱图像进行异常检测的计算时间均小于SVDD算法计算时间的10%. 相似文献
8.
面向视觉相似的红外伪装仿真效果评估 总被引:1,自引:0,他引:1
针对红外伪装仿真系统效果评估困难的问题,提出了一种面向视觉相似的解决方法。从视觉相似的角度出发,定义了一种新的视觉相似性模型,并建立了包括温度偏差系数、离散偏差系数和视觉相似性系数的评价指标体系;为减小主观经验的影响,引入直觉模糊集理论,建立了仿真效果评估的多属性决策模型;采用逼近理想解的排序算法(TOPSIS)进行模型求解,并针对算法存在距离正、负理想方案区分度不高的问题,定义了一种基于直觉模糊集Hamming距离的灰色接近系数来表征方案与理想方案的接近程度,有效解决了多属性决策问题。实例表明,该方法的评估结果与TOPSIS方法的结果一致,且与专家评估结果一致,验证了评价指标体系的合理性和评估方法的可行性。 相似文献
9.
10.
针对高光谱图像在训练样本较少时无法构建有效的深度学习分类模型的问题,对传统的残差块(residual block)模型进行改进,提出一种“金字塔”残差块分类算法。设计一种包含数十个卷积层的深度学习网络,与传统残差模型相比大大减少了参数量,且可以充分提取高光谱图像的深层空间-光谱特征;在2种开源数据集Indian Pines和University of Pavia上进行实验,同时选取了3种经典的分类方法作为对比。实验结果表明:该算法表现效果最佳,可以有效提高高光谱图像的分类精度。 相似文献
11.
12.
13.
14.
现有的伪装检测主要是针对静态目标,并不能客观反映机动装备在作战行动中伪装的有效性。综合运动目标检测技术,结合伪装学原理,以军用卡车模型作为研究对象,基于Surendra背景更新建模算法并结合Lab三通道,提出一种机动装备迷彩伪装效果检测方法。根据所建立的实验系统,计算序列图中军用卡车伪装前后的形状特征参数集合之间的欧氏距离,得到实验序列图像的欧氏距离平均值为189.45,说明实验系统中伪装前后运动目标的形状特征参数之间极不相似,即经过伪装后的目标更具有一定的动态变形伪装特性。借助性能评价模块得出伪装前后目标图像相关系数范围为0.003 5~0.127 5,证明了该检测方法的科学性和可靠性;根据检测运动目标的算法原理,可知伪装后的运动目标图像与其中心背景之间更具有一定的融合性。 相似文献