基于支撑矢量机的遥感图像目标识别

基于支撑矢量机对二值遥感图像飞机目标进行了识别，与欧氏距离判别法和神经网络方法的识别结果比较，表明对以矢量表示的高维二值为特征的图像识别问题，支撑矢量机方法具有良好的推广能力。而且，不同图像的二值化取值范围对识别结果有着直接的影响。     

基于几何特征信息融合的SAR图像目标识别

几何特征是进行合成孔径雷达图像目标识别的重要依据,根据检测后的高分辨率合成孔径雷达目标图像,分析并且提取其典型几何特征,然后依据所得到的结果进行特征级的融合识别。首先运用二次距离法构造分量识别器,然后采用绝对多数投票法进行集成,最后结合专家系统分析得到基于目标典型几何特征的识别结果。经数据实验验证,该方法具有良好的可靠性和准确性。     

多特征融合和孪生注意力网络的高分辨率遥感图像目标检测

为提高高分辨率遥感图像目标检测效果,本文将多特征融合方法和孪生注意力网络相结合,提出一种新的目标检测方法。构建遥感图像目标检测的整体框架,基于锚框模型对遥感图像目标进行多层特征的提取及融合;运用孪生注意力网络对遥感图像目标实时视觉跟踪检测,引入通道和空间的双重自注意力机制,提高目标图像的特征表达能力,由此得到更加精准的检测结果。实验分析结果表明,本文方法的平均总体精度为93.8,F1指数平均值为0.88,Kappa系数平均值为0.93,均明显高于对比方法,说明本文方法具有较好的检测效果。     

姿态图像缺失情况下的SAR目标识别

针对目标姿态图像缺失的情况,提出通过姿态图像合成的方式增加训练集的姿态覆盖程度,并将扩充后的图像也用于训练目标分类器.受稀疏表示模型的启发,建立了一种合成孔径雷达图像姿态合成模型.该模型根据少量已知姿态的图像,线性组合出缺失姿态下的近似图像.在运动和静止目标获取与识别数据集上的实验表明,通过合成缺失姿态下图像的方法可有效提升目标识别的精度,特别是在训练数据集中姿态缺失严重时,文中方法提升尤为明显.     

马尔可夫随机场SAR图像分割的快速实现技术

针对用马尔可夫随机场(MRF)进行合成孔径雷达(SAR)图像分割的传统实现方式计算效率低的问题,提出以图像整体为操作对象并与标记图的边缘检测相结合的MRF图像分割快速实现方法.分析只针对标记图边缘像素进行处理带来错误分割的概率,将提出方法应用到扩散MRF分割中.理论分析及实验表明：与原实现方式相比,提出算法大大提高了单次迭代的速度,并可应用到一些先进的MRF分割算法中.     

遥感图像中的飞机快速定位方法探讨

飞机的快速定位工作对于飞机的安全飞行具有十分重要的价值和意义,目前我国在对飞机进行快速定位的过程中主要采用的是遥感图像定位的方法.但是在采用这种方法进行定位地过程中,整体定位的时间较长,同时定位的准确性较差.因此,本文在开展研究工作的过程中主要对遥感图像中飞机的快速定位方法进行探讨,在实际操作的过程中所采用的利用分布估计的方法处理边缘轮廓特征的方法进行飞机的快速定位.这种方法在进行飞机定位的过程中,能够进行快速且准确的定位.采用EM算法能够根据图像的强化结果进行快速准确地定位,在实际使用的过程中具有非常好的实用性,值得在飞机定位的过程中进行推广和使用.     

大场景 SAR图像舰船目标快速检测

基于SAR图像的舰船目标检测是海洋监视应用的重要方面,随着SAR图像资源的不断丰富,计算速度成为衡量舰船目标检测算法的重要指标。针对大场景SAR图像,提出一种基于分块CFAR的舰船目标快速检测算法。首先通过图像增强提高舰船目标与海洋杂波之间的对比度,然后利用差异性参数进行分块筛选,剔除不包含目标的区域,最后对待检测区域实现基于积分图的快速CFAR检测。TerraSAR_X实测数据的实验结果验证了该方法的有效性。     

跟踪系统中图像目标的快速提取技术研究

研究了牵引式跟踪系统中图像目标的快速提取技术,描述了系统的图像目标模型。提出图像目标灰度凝聚度和灰度集合识别度的定义,据此分析了提取图像目标特征图形的可能性。利用直方图对大量图像的统计研究和理论分析,介绍系统的图像目标的提取方法,利用该方法对目标的提取保持其特征图形,对实际图像的处理结果说明该方法是有效的。     

穷举法在高光谱遥感图像地物识别中的应用

为了避免地物识别与分类中,由于不同阀值所引起的不同结果的情况,提出了一种基于穷举法的高光谱遥感图像地物识别方法。从所有与研究区有关的可能参考光谱中,使用夹角余弦或相关系数的最大值,识别出图像上每个像元的最佳匹配地物,绘成彩色的识别结果图及能表达匹配程度的灰度图。在云南省中甸普朗地区高光谱遥感图像的应用表明,该方法有较高的准确性,识别中包络线消除法归一化处理方法能减弱一些野外环境因素的影响。突出微弱地物的光谱吸收特征,对提高识别结果精度起着关键作用。同时得到了与研究区高光谱影像上像元相关性程度的地物类顺序,便于研究各类地物存在的可能性。     

图像的一维迭代加密-识别

图像加密传递是计算加密通讯中的一个重要研究分支，图像的安全的传递研究具有重要的理论价值与应用价值．提出图像的一维迭代加密-识别，给出迭代加密-识别算法与应用，给出的研究具有良好的应用前景。     

基于小波变换的字符识别快速算法

提出了一种基于小波变换的识别图像中英文字母、数字以及汉字字符的快速算法.算法通过将字符二值化点阵图像进行垂直与水平方向投影,实现了从二维图像数据到一维数据的转化.对于W×H大小字符图像,相对于传统算法,本算法将运算量从W×H数量级降至W+H数量级,大大降低了后续处理运算的时间复杂度,同时保留了足够的关于字符垂直及水平点阵分布的特征信息.将投影得到数据进行2层小波分解,从其中各层平滑分量提取一个特征信息,将其与模板字符对应的特征信息进行分析比较,实现了字符的快速高效识别.实验结果表明,运用此快速算法可使字符总的识别率达到92%以上.     

基于图像分块的FDA人脸识别方法

提出了一种基于图像分块的FDA(Fisher linear discriminating analysis)人脸识别方法,该方法首先对原始图像进行分块,再对分块得到的子图像利用FDA进行鉴别分析。其特点是能有效地抽取图像的局部特征,对人脸表情和光照条件变化较大的图像表现尤为突出。在ORL人脸库上用单训练样本取得了90.83%的识别结果。     

采用改进YOLOv5网络的遥感图像目标识别方法

针对无人机目标识别中因遥感图像模糊、成像距离远、目标图像占比小等使得目标识别准确度不高问题,提出了一种基于改进YOLOv5网络的方法.该方法通过改进损失函数、改进特征金字塔网络(FPN)结构和增加平衡系数来提高目标识别效果.实验结果表明,在相同训练条件下,相比原始YOLOv5网络,改进YOLOv5网络对目标占比小于5％...     

高鲁棒的实时扑克字符识别方法研究

为提高智能洗牌机在光照、噪声干扰条件下的扑克点数识别的鲁棒性,提出了一种高鲁棒的字符识别方法.首先,利用维纳滤波复原图像局部和全局交互的二值化方法,保留光照不均匀图像完整的字符笔画与轮廓,去除图像背景噪声.其次,利用字符图像的统计信息,分析了可靠的Gabor滤波器组参数初始化方法,获得了较好的字符笔画特征.最后,对变换...     

图像识别中的小内孔问题

图像识别是计算机应用领域中的前沿技术，小内孔现象是导致识别率低的主要因素之一，首次提出了图像识别领域中的小内孔现象，分析了小内孔现象的产生原因，研究了小内孔现象的解决方法并成功地解决了小内孔问题。小内孔现象的成功解决明显地提高了识别率和可靠性，并为本领域中其他相关问题的解决和图像识别技术的推广应用奠定了坚实的基础。     

一种基于图像识别的高性能混沌特性判别算法

利用混沌阵子可以检测强噪声背景下极其微弱的周期信号。该方法应用中的关键问题是混沌特性的判别。提出了一种新的基于图像识别的混沌特性判别方法,该方法需要的存储量小,算法简单易行,尤其适合系统资源受限的场合,比如嵌入式系统。阐述了该混沌特性判别算法的原理,给出了一个基于此方法的完整判别程序流程。计算机仿真结果表明,该方法用于Duffing信号幅值检测系统是有效的。     

基于样本形态变换的高分遥感影像建筑物提取

针对高分辨率遥感影像中建筑物屋顶光谱信息多变引起建筑物提取精度降低的问题,提出基于样本形态变换的建筑物提取方法. 利用偏移阴影分析法自动提取初始建筑物样本,根据建筑物屋顶形态特征,合理利用样本旋转、偏移、缩放变换方法,构建自适应样本精细提取变换组合,以更完整、全面地提取建筑物样本;结合支持向量机（SVM）分类器进行影像分类,得到建筑物初始提取结果;提出基于形态特征的格网占比法对初始提取结果进行确认,剔除不规则非建筑物,实现对建筑物的准确提取. 对高分辨率遥感影像进行对比实验分析,以验证方法的有效性. 结果表明,与面向对象分类、反向传播（BP）神经网络、基于偏移阴影分析3种参照方法对比,所提方法的建筑物提取精度均优于参照算法.     

结构矩及其快速算法

针对任意结构的识别问题,扩展了Chen的定义,提出了对结构满足平移、缩放和旋转不变的一组结构矩公式.针对该组结构矩的离散化计算需要进行烦琐的链码搜索过程的缺点,提出了计算该组结构矩的一种快速算法,简化了搜索过程并降低了计算误差,该方法通过对测试图的实验得到了验证.     

一种高倍率文件图像压缩编码技术

本文阐述了一种对二值文件图像进行高倍率信息压缩的编译码技术。由于把模式匹配的技术引进到编码过程,信息压缩率得到了很大的提高;也因采取了一系列措施使收端译码恢复出来的图像同原图非常相近。 通过对CCITT的8幅标准文件图中最典型的4幅进行压缩编译码的计算机仿真试验,表明采用本技术达到的编码信息压缩率大大地超过了传统的一维或二维游程编码图像压缩技术。     

马氏距离不变量用于灰度图像的识别

将马氏距离矢量作为不变矩用于图像中的物体识别,并将马氏距离教育处过程中物体部件划分问题进行了研究,提出了一种基于物体图像灰度的部件点集划分新方法。实验结果表明,马氏距离矢量方法应用于图像物体识别,对待识别物体在视场中的平移和旋转具有良好的适应性,识别误差小,所提出的新的点集划分方法可直接根据物体图像的灰度进行点集划分,克服了拓扑关系方法不易实现自动划分的缺点,实现了基于马氏距离方法图像识别过程的自动化。