基于分形理论的声纳图像人造目标检测算法

声纳图像中人造目标的自动检测是当前水下探测领域需要重点解决的问题之一。传统的基于目标回波信号强度的检测方法在海底存在岩石等类似于水雷等人造目标的情况下,常会导致较高的虚警率。由于人造目标和自然背景之间的纹理特性的不同,自然背景一般具有较复杂的纹理,而人造目标形状规则、表面光滑、纹理简单。利用分形模型中分形维数特征、截距特征、分形拟合误差特征以及多尺度分形特征进行声纳图像人造目标检测,仿真实验表明基于分形的检测算法可较好地实现人造目标和自然背景的分离,从而为成像声纳水下探测技术的进一步发展奠定了基础。     

基于分形特征的人造目标探测方法研究

自然背景和人造目标对于某些分形特征存在着一定的本质差别，因此充分利用这些差别，能够为目标探测提供一套全新的方法。从仿真实验的处理结果来看，这种方法对于自然背景嵌入少量人造目标这类简单情况的检测效果较好，且具有较强的抗噪声干扰能力；对于其他复杂情况，本分别采用阈值分割组合法和Ｋ均值聚类法进行尝试，得到了一类初步结果。     

基于衬度的水下图像可探测度评价研究

水下图像的衬度是反映一个水下光电探测系统的探测距离、探测景深、图像接收视角等重要指标的重要信息,衬度表征图像中目标和背景亮度的差别。研究了以目标和背景的衬度为指标的水下图像可探测度评价方法,通过最优的目标区域提取方法来计算目标与背景的衬度值并作为可探测度指标,将其与人眼主观评价对比,建立一套针对水下探测图像可探测度的质量评价体系,为水下光电探测系统的探测性能的评判提供重要依据。     

基于分形理论的空间目标图像分割算法

针对像素邻域灰度方差和分形维数提出了一种空间目标的图像分割算法.首先针对空间目标自然背景的特点,从分形理论的相似性上对云背景进行分析,提出了衡量灰度变化程度的指标像素邻域灰度方差,进而建立与灰度图像对应的像素邻域灰度方差图,实现了目标边界奇异性的增强.其次,在对阈值和方差图分形维数关系分析的基础上,提出了灰度方差的阈值选择方法进行仿真,最后给出空间目标图像分割算法的流程,仿真结果验证分割算法是有效的.     

基于多特征融合的声纳图像人造目标检测算法

声纳图像中人造目标的自动检测是当前水下探测领域需要重点解决的问题之一.传统的基于目标回波信号强度的检测方法在海底存在岩石等类似于水雷等人造目标的情况下,常会导致较高的虚警率.由于人造目标和自然背景之间的纹理特性的不同,自然背景一般具有较复杂的纹理,而人造目标形状规则、表面光滑、纹理简单.为此,对基于扩展分形特征的声纳图像人造目标检测算法进行研究,同时利用灰度统计信息进行信息融合,给出了多特征融合的检测算法.仿真实验表明该方法在声呐图像人造目标检测中具有较好的检测性能.     

基于区域生长的SAR图像目标检测方法研究

基于区域生长算法和SAR图像相干斑的特点,提出了一种有效的SAR图像目标提取方法。该方法结合SAR图像的目标特征,分析了区域生长的关键问题（种子点的选取和相似性生长准则）并提出相应的决策,给出了实现SAR图像中目标的提取步骤。仿真结果表明该方法具有较强的抗噪性能和应用潜力。     

基于蛙人探测声纳序列图像的水下小目标检测算法

针对水下监控系统的小目标检测问题,在分析蛙人探测声纳成像特点的基础上,提出了基于图像二值化和区域生长法的自适应双帧差法.通过将双帧差结果与当前帧的二值化图像进行“与”运算来消除“双影”,然后采用区域生长法消除“空洞”,最后根据检测结果自适应地调整阈值.克服了三帧法和累积帧差法在处理空洞和双影问题时存在较长时延的缺陷,提...     

基于图像的猕猴桃果实目标提取研究

对果实图像进行实时、准确的目标提取是猕猴桃采摘机器人研究的关键技术.本文在对各种背景图像进行颜色特征分析的基础上,利用RGB颜色模型中的R-B颜色分量实现图像分割,并通过对不同的阈值方法进行研究对比,最终确定采用阈值为93的固定阈值方法进行图像分割,实验表明其分割效率达到82%以上.     

基于改进的混合高斯模型的运动目标提取

背景提取技术是图像与视频处理中的关键技术.文中对静态背景下运动目标的提取算法进行了研究.混合高斯算法在近年得到了广泛的关注,但是算法使用固定个数的分布建模,在实际中不能满足最优模型,并且模型对学习率的调整比较敏感.文中提出改进的自适应算法提取前景运动目标,其中主要针对模型中的混合高斯分布的个数及学习判别准则进行了改进.实验证明,该改进算法相比传统算法有着较好的自适应性并且检测效率较高.     

基于邻域加权稀疏表示的高光谱图像目标探测

提出了一种基于邻域加权稀疏表示的高光谱图像目标探测方法。在构造稀疏模型时,以单位化像元的内积表示像元的相似性,据此对重构图像中测试像元空间邻域的像元进行加权约束,保证了空间的平滑性;并提出基于加权最小二乘的正交匹配追踪算法求解该稀疏模型,它使得每次迭代中参数估计有效。实验结果表明,该探测算法是有效可行的。     

基于评价向量的异源图像目标检测

在异源图像运动目标检测中,对不同源信息处理的可信度量是影响异源协同检测的关键。针对传统单源目标检测中漏检率、误检率高等问题,提出了基于评价向量的异源图像目标检测方法。通过引入目标面积检测惯性、目标数量检测惯性和目标独立完整性三个评价因子,构造出用来评价不同信息源运动检测结果好坏的评价向量,并运用改进的k-means聚类算法产生目标中心向量,最后利用协作与竞争机制对聚类相似度进行反馈,实现了多源图像的协同检测。实验结果表明,相比于传统的单源检测算法和融合检测算法,该算法具有较高的检测精度和较低的漏检率、误检率。     

水下光声图像空间配准算法研究综述

水下光声图像配准是水下设备实现信息融合的关键技术。在简述了水下光声图像配准的概念及实例的基础上,分析了目前水下光声图像重建与复原的相关算法,详细综述了水下异源图像基于区域和特征的配准算法研究进展,重点论述了基于图像域和形状特征相似度的两个准确度较高的研究方向的发展现状,并根据其他领域的异源图像配准的研究热点,从增加成像模型的结构性约束、引入相位一致性和生成对抗网络等算法提高配准精度,展望了水下声光图像配准研究的发展趋势。     

基于GA-RetinaNet的水下目标检测

水下目标自动检测方法对海洋智能捕捞工作发挥着重要作用,针对现有目标检测方法存在的对水下生物检测精度不高问题,提出了一种GA-RetinaNet算法的水下目标检测方法.首先,针对水下图像存在密集目标的特点,通过引入分组卷积替换普通卷积,在不增加参数复杂度的基础上得到更多特征图,提高模型的检测精度;其次,根据水下生物多为小目标生物的特点,引入上下文特征金字塔模块(AC-FPN),利用上下文提取模块保证高分辨率输入的同时获得多个感受野,提取到更多上下文信息,并通过上下文注意力模块和内容注意力模块从中捕获有用特征,准确定位到目标位置.实验结果显示,选用URPC2021数据集进行实验,改进的GA-RetinaNet算法比原算法检测精度提高了2.3%.相比其他主流模型,该算法对不同类型的水下目标均获得了较好的检测结果,检测精度有较大提升.     

海底管线检测系统的集成及实验研究

通过对虚拟仪器与全新的开放性、模块化仪器总线规范－PXI技术和特点的分析，提出了基于PXI的海底管线检测的虚拟仪器系统集成方案，设计了硬件与软件方案，利用LabWindows/CVI对该系统进行了编程。     

SAR图像边缘检测方法综述

边缘检测是SAR图像解译的基本问题之一。固有的乘性噪声特性使得经典的梯度边缘检测方法并不适用于SAR图像,因此研究针对SAR图像的边缘检测方法具有重要的意义。本文对SAR图像边缘检测问题进行了系统的研究,简单描述了SAR图像边缘检测问题,讨论了现有的SAR图像边缘检测方法,总结了SAR图像边缘检测中存在的两个问题——边缘细化和边缘定位,对检测结果的性能评估方法也进行了概括。最后在总结现有研究成果的基础上展望了SAR图像边缘检测的发展方向。     

基于2 维Tsallis 熵的水下图像目标检测

针对传统图像检测方法在水下图像处理过程中存在目标区域定位不准确、目标细节丢失、目标形状变 形的问题,文中利用Tsallis 熵的非广延性,提出了一种基于边缘信息的2 维直方图,并以最大2 维Tsallis 熵为准 则,利用改进粒子群优化算法寻找最佳阈值．水下图像处理试验表明,该算法是一种有效的水下图像目标检测方法, 与传统方法相比,具有更强的自适应性和鲁棒性．     

Towards Detection of Glasses in Facial Images

In this paper we consider the automatic detection of the presence of glasses. Using the eye locations detected in facial images, two regions of interest around the eyes are investigated where glasses are expected. We introduce six measures for the likelihood of glasses. An experimental evaluation on two image sets demonstrates reasonable results of separating facial images with and without glasses. Furthermore, a combination of measures turns out to consistently improve the performance of the individual measures. We also perform a sensitivity analysis by means of simulation to figure out the inaccuracy of eye detection that can be tolerated by our glasses detection method. Received: 14 December 1998, Received in revised form: 30 June 1999, Accepted: 08 July 1999     

中分辨率SAR图像自动桥梁检测方法

传统的单一分辨率下的桥梁目标检测方法难以胜任整景SAR影像中桥梁目标的检测。该文提出一种基于目标多尺度特征的中分辨率SAR图像桥梁自动检测方法。在低分辨率级别下提取河流和定位潜在桥梁目标点,把定位结果映射到原始中分辨率图像数据中,完成目标检测,从而提高检测效率。实验结果表明,对幅宽10 000×10 000像素的整景SAR影像,采用该方法检测桥梁目标的速度在15 s以内,目标检测率大于90%,虚警率小于5%。     

Detection and Tracking of Multiple Metallic Objects in Millimetre-Wave Images

In this paper we present a system for the automatic detection and tracking of metallic objects concealed on moving people in sequences of millimetre-wave (MMW) images. The millimetre-wave sensor employed has been demonstrated for use in covert detection because of its ability to see through clothing, plastics and fabrics. The system employs two distinct stages: detection and tracking. In this paper a single detector, for metallic objects, is presented which utilises a statistical model also developed in this paper. The second stage tracks the target locations of the objects using a Probability Hypothesis Density filter. The advantage of this filter is that it has the ability to track a variable number of targets, estimating both the number of targets and their locations. This avoids the need for data association techniques as the identities of the individual targets are not required. Results are presented for both simulations and real millimetre-wave image test sequences demonstrating the benefits of our system for the automatic detection and tracking of metallic objects.     

基于元胞自动机的毫米波图像边缘检测

考虑到毫米波图像噪声较强、模糊严重的特点,本文在边缘提取之前对图像进行了去噪预处理,并将元胞自动机引入到多灰度级图像边缘提取中。试验结果,证明了该方法的有效性和优越性。