识别复杂背景目标的匹配滤波器

介绍了一种对自然背景下目标进行相关识别的匹配滤波器。由于自然背景的存在,相关点淹没在背景噪声中,使相关器的识别性能迅速下降,甚至完全丧失了识别能力。采用的方法是将包含目标的输入场景及其背景分别编码,然后将背景从输入场景中剔除,只留下目标的频谱成分作为编码信息来制作匹配滤波器,达到抑制噪声、识别目标的目的。     

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。     

光学相关识别中基于傅里叶分析的特征提取算法研究

光学相关识别中基于傅里叶分析方法实现了同一类相似目标的共同特征提取.计算机模拟和实验结果表明用提取特征编码的匹配滤波器能同时实现对两目标的识别.     

基于逆滤波器的旋转不变匹配滤波相关识别

提出了用逆滤波器来进行旋转不变匹配滤波相关识别方法 ;采用级联变形滤波器可以实现透射匹配相关峰强度对透射输入能量的优化 ,大大改善相关峰的锐度 ,计算机模拟结果显示 ,对旋转图像 ,在平面内按 0°～ 32°旋转 ,每 4°取一灰度图像的旋转不变匹配滤波相关器 ,具有较好的相关不变识别性能 ,特别是目标图像在部分输入情况下也能较好地识别     

用圆谐综合滤波器实现三重不变光学图像识别

本文在圆谐滤波器算法基础上,结合综合判别函数提出圆谐综合滤波器,解决传统匹配空间滤波器对输入目标的几何形变问题。对合成的滤波器进行了计算机模拟和光学相关实验,结果表明圆谐综合滤波器具有较强的三重不变光学图像识别能力。     

三维目标旋转畸变不变光学相关滤波器组的设计

研究了三维目标旋转畸变不变光学相关滤波器组的设计原理，完成了滤波器组参数的计算和编码，以及光学相关识别的计算机模拟。     

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。     

地面背景下基于SURF的红外目标识别方法

采用SURF算法对地面背景下红外目标识别。采用具有实时性的自适应中值滤波器和小波分频与直方图均衡的图像增强方法,对图像进行预处理,拉开目标与背景的灰度差异,从而突出目标,以便识别。对预处理完的图像采用SURF特征提取匹配的方法进行红外目标识别。仿真实验中重点对SURF特征匹配阈值和匹配特征点的数量进行了研究。实验表明,文中方法对地面背景下红外目标识别效果较好。     

多特征融合的车辆识别技术

针对运动车辆目标识别问题提出了一种自然场景下车辆识别方法。首先采用图像差分技术对目标车辆的显著特征进行统计学习,并将学习所得目标局部特征以及图像进行编码,根据以上两个信息实现目标车辆的显著性检测。其次针对车辆运动的复杂性,采用分块投影匹配方法进行全局运动估计和补偿,并利用差分技术进行运动特征检测。然后将目标车辆的显著性特征与运动特征进行融合,从而获得更精确的候选目标区域。最后对候选区域进一步使用视觉显著特征进行目标判别。实验表明该方法具有较好的目标判别性能,能较好地解决自然场景下运动车辆的识别问题。     

循环级联式的子波变换相关识别

提出了一种时序循环级联式的子波变换相关识别系统。该系统是基于循环使用一个普通光学相关器，而相关器采用光折变全息图作为空间匹配滤波器，一个受计算机控制的空间光调制器作为输入器件，方位不同的参考光用于编码存储不同的输入信号、不同的子波和子波变换的傅里叶谱的多重信息。通过计算机控制系统互连网络和级联循环次数可完成用于不同目的的相关运算。给出简要的原理分析，并用纯光学方法实验研究了Ｈａａｒ子波变换、Ｈａａｒ子波变换相关识别，并与普通相关识别作了对比。讨论了该系统所具有的诸多方面的特点     

复杂地面场景下的红外运动目标跟踪

复杂地面场景下的红外目标易受背景影响并经常出现遮挡情况,难以简单地依靠亮度或梯度信息检测并跟踪目标。根据复杂背景下红外运动目标与背景的速度场差异,提出了利用光流对目标进行跟踪的算法。首先对图像进行配准,保证在随动跟踪时背景的相对静止;然后在目标的跟踪波门内计算改进的Horn-Schunck 光流;最后根据目标的光流特征,优化粒子滤波算法中粒子的转移概率,实现对目标的稳健跟踪。实验结果表明,该跟踪算法能对复杂地面场景下的红外运动目标持续跟踪,并不受目标被短时遮挡的影响。     

基于匹配滤波和离散分数阶傅里叶变换的水下动目标LFM回波联合检测

匹配滤波器是高斯白噪声背景下LFM回波的最优检测器,并且根据匹配滤波器输出的峰值位置可以获得目标距离的估计.有色混响噪声背景以及目标径向速度造成的回波和样本失配都将导致匹配滤波器检测性能和测距精度下降.结合匹配滤波的定位特性和分数阶傅里叶变换对LFM信号的聚焦特性,该文提出基于匹配滤波和离散分数阶傅里叶变换的联合检测方法.仿真结果表明联合检测方法性能优于单匹配滤波器,并且可以获得目标径向速度的近似估计.     

光学相关多目标识别技术

光电混合实时联合变换相关器能够实现目标的自动识别和定位（方位角和俯仰角）,在复杂背景中,多目标动态测量一直是待解决的关键技术之一,由于背景复杂、目标多、噪声大,因而目标识别效果不佳。针对这一问题,提出了在光电混合联合变换相关器中应用高斯滤波和拉普拉斯算子相结合的新方法,并把其应用在目标图像的频谱面。即基于高斯滤波先对目标图像的频谱进行平滑、积分以滤掉噪声,再利用拉普拉斯算子进行边缘检测,使目标图像轮廓清晰,降低了噪声的影响,消除了双边缘现象,最大限度地保留了频谱图像的细节信息。该方法解决了多目标的识别问题,提高了光电联合变换相关器的目标识别率。给出了飞机多目标识别的实验结果。     

基于DFRFT水下动目标LFM回波检测算法

匹配滤波器作为高斯白噪声背景下线性调频信号的最优检测器,在水下声信号处理中得到了广泛的应用。根据匹配滤波器输出峰值位置可以获得目标距离的估计,但运动目标径向速度造成的回波和样本失配将导致匹配滤波器检测性能下降。利用分数阶傅里叶变换对线性调频信号的聚焦特性,提出了应用离散分数阶傅里叶变换的水下运动目标线性调频回波检测算法。仿真测试表明,该算法对于混响噪声背景下径向速度未知动目标的线性调频回波具有良好的检测性能。     

Nonlinear distortion-tolerant filters for detection of road signsin background noise

In a road sign recognition task, many distortions of targets can occur at the same time. Scale invariance, tolerance to both in-plane and out-of-plane rotations and illumination invariance are examples of features that a road sign recognition system must possess. We propose a nonlinear correlator that performs several correlations between an input scene and different reference targets. Postprocessing of nonlinear correlation results permits attainment of a single output for the recognition system. The nonlinear filters provide invariance to. distortions of the target, noise robustness, and rejection of background noise. We combine a bank of nonlinear composite correlation filters to design a more versatile road sign recognition system. The bank of filters allows tolerance to changes in scale and tolerance to a certain degree of input-plane rotation. The synthesized nonlinear composite correlation filter permits tolerance to out-of-plane rotation of the target. The system is tested by analysis of real images, which include different distorted versions of stop signs. The processor can be designed for a variety of road signs in background scenes. The recognition results obtained for the proposed system show its robustness against the aforementioned distortions, any varying illumination conditions and partially occluded objects     

采用多扫描自适应预测的红外弱目标检测

提出了一种多扫描预平滑RLS自适应算法用于增强红外成像数据中的弱目标检测.感兴趣的目标被假设为只有极小的空域扩展度,而且淹没于强背景杂波干扰中.通过RLS自适应滤波器,背景杂波分量被准确地预测并从输入信号中去除,从而只剩下目标信号与残留噪声.在全空域非平稳数据中应用多扫描机制可以增强算法对非平稳杂波的跟踪性能;而将原始图像数据经过预平滑处理后作为自适应滤波器的输入,则能够减少由于目标灰度扩展带来的背景预测失准.对真实图像数据的仿真表明该算法的性能明显优于其它几种传统方法.     

基于红外／可见光信号的改进跟踪算法的实现

在空对地红外/可见光两路图像目标跟踪中,基于简单的二维最小绝对差累加和相关算法(MAD)加以改进,对输入图像预处理,用中值滤波和梯度变换消除噪声影响;同时利用模板刷新、相关后处理等算法,在高复杂背景下实现实时数字图像信号处理和视频图像的目标跟踪,达到稳定的、准确的跟踪效果.     

A noise subspace projection approach to target signature detectionand extraction in an unknown background for hyperspectral images

A noise subspace projection (NSP) approach to extraction and subpixel detection of target signatures in an unknown background is presented. The proposed NSP approach is derived from a recently developed subspace orthogonal projection (OSP) method and can be shown to be approximated by an adaptive filter with the optimal weight given by the Wiener-Hopf equation. As a result, the operator resulting from the NSP approach can be used as an OSP operator for scene classification and subpixel detection, on one hand, and also implemented as an adaptive filter, on the other. These advantages make the NSP approach very attractive in practical applications. In particular, the NSP operator takes advantage of the noise subspace projection to prevent from inverting correlation matrices, as required by an adaptive filter