3D视频目标分割与快速跟踪

提出一种面向3D视频的目标分割与快速跟踪算法,主要分为空域分割和时域与视域跟踪两个主要步骤。空域分割采用基于改进C-V模型的方法。首先基于帧差法提取运动区域作为目标的初始轮廓,以减少迭代次数加快收敛速度。然后在传统的C-V模型中加入图像边缘信息以加强C-V模型对模糊边缘的处理能力,提高分割结果的主管视觉效果。时域和视域的目标跟踪采用基于改进生物地理优化的快速跟踪方法。实验结果表明所提分割与跟踪算法快速、高效。     

基于C-V模型的红外图像自动分割方法研究

为解决红外图像分割中背景噪声及边界轮廓的影响,引入了基于曲线演化理论、水平集方法和M-S分割函数的C-V模型。通过将图像表达为分段常量函数来建立适当的能量函数模型,引入水平集的表示方法,在整个图像域中依据最小化分割寻找全局极小值,可令活动轮廓最终到达目标边缘。由MATLAB实现的仿真结果表明采用C-V模型对红外图像进行自动分割不受边界轮廓线连续性限制,对初始轮廓线位置不敏感,对图像噪声具有很强的鲁棒性,对均匀灰度目标分割效果良好。     

基于梯度信息的C-V模型图像分割算法

针对传统的C-V模型对于含有多灰度级目标的图像难以准确分割并且分割速度缓慢等问题,提出了在C-V模型中引入梯度信息的图像分割算法。该算法在C-V模型的偏微分方程中加入了基于梯度信息的加速因子和弱目标边界控制力,加速因子的引入可以显著地提高C-V模型的分割速度,弱目标边界控制力可以有效地防止弱目标边界泄漏和漏分割。实验结果表明:该算法能够有效分割出弱目标和提高图像分割速度。     

一种模糊小目标的自适应阈值分割方法

文章提出了一种基于顶帽变换和边缘检测的强噪声背景下的目标提取方法。模糊背景下图像的目标提取存在一定的困难,必须对图像进行增强处理。文中涉及到的目标具有不同的灰度值,固定阈值法不能保证检测出所有的目标。在原有自适应阈值分割的基础上设计了一种基于顶帽变换和边缘检测的自适应阈值分割方法,首先对图像进行顶帽变换增强图像,再利用Sobel边缘提取算法提取所有可能目标的边缘,利用原图像中对应边缘点的灰度取平均值作为图像分割的阈值来提取目标。实验结果表明:利用检测出的边缘灰度均值作为图像的灰度阈值来分割目标,能有效地提取出模糊小目标。     

C-V模型和数学形态学的红外图像处理方法

为了从红外热图像中分割和识别出碳/碳构件的缺陷,提出了一种C-V模型分割和数学形态学处理相结合的红外图像处理新方法。该方法首先用小波阈值降噪法对采集的红外热图像进行去噪声处理,提高图像的信噪比。然后采用基于C-V模型分割法对红外图像进行分割,再用Canny算子提取出缺陷轮廓;最后运用数学形态学方法平滑缺陷轮廓,去除轮廓外的孤立像素点;最终求得缺陷的实际面积。实验结果表明,该方法能很好地分割出构件中的缺陷,计算误差在6%以内;能处理十分模糊的红外图像,缺陷轮廓的提取较为准确,定位精度高。     

一种基于图像融合的红外图像预处理算法

在使用传统的滤波去噪方法对红外图像进行预处理时,会在削弱噪声信息的同时模糊了图像中目标和背景的边缘成分,不利于对图像信息进一步处理。针对该问题,提出基于图像融合的红外图像预处理方法,通过对同一幅退化降质的红外图像分别实施改进的中值滤波算法和改进的Sobel算子边缘提取算法,进行去噪处理和边缘提取,最后利用图像融合算法,将不同算法处理的结果图像加以合并,形成融合后图像。实验结果表明,所提出的基于图像融合的预处理方法能够滤除红外图像中大部分噪声,且很好地保留了目标和背景的细节特征,而且运算简单,便于硬件实时计算,有利于后续的目标检测与识别处理。     

基于Chan-Vese模型的树形结构多相水平集图像分割算法

由于Chan-Vese(C-V)模型通过单个水平集的符号将待分割图像划分为目标和背景两个部分,所以当图像的多个目标的轮廓成多连接时,C-V模型将无法表示.为了解决C-V模型在表示目标轮廓上的局限,提出了基于C-V模型的树形结构多相水平集算法.关键策略是通过改变图像背景,使得水平集在新图像上重新收敛;核心技术是依据同时明度对比提出的背景填充技术;算法流程采用多水平集串行收敛方式实现多相分割(n-1次收敛可以实现n相分割,n＞1).实验结果表明,本算法可以表示复杂的区域连接情况(n相分割最多可以表示n连接情况),能够实现多目标分割(n相分割可以实现n-1个目标分割),特别适合于目标中含有子目标的图像.     

基于复杂背景的红外弱小目标识别

为了降低红外图像中弱小目标检测的虚警率,提升图像边缘处理效果,提出一种基于局部对比度联合facet小面模型的红外弱小目标检测改进算法。首先采用高斯滤波去除图像中高斯噪声。然后,利用改进算法进行图像子块遍历,去除图像中可疑的弱小目标。最后,利用facet模型方向导数特征得到不同方向的弱小目标梯度分布,使算法具有良好的边缘处理特性,从而获得待处理图像中真实的弱小目标。实验结果表明,与传统算法相比,改进算法的虚警率最低,大大提高了图像边缘处理效果。     

基于区域特征分割的红外弱小目标提取算法

针对现有的红外图像中目标分辨率低且边缘弱等问题,提出了一种基于区域特征分割的红外弱小目标提取算法;该算法根据灰度形态学理论,利用红外背景与目标轮廓信息来提取图像的目标信号;其中算法先根据红外图像的灰度与形状的相似度进行归属度处理,来分类出图像中的目标区与背景区;接着,根据边缘检测算法,该算法对目标区的目标的进行轮廓提取;实验结果表明,该算法能够有效的进行目标提取针对红外图像的不同性质;具有精度高,抗干扰能力强的分割优势。     

动态目标识别中的实时复杂巡航场景运动检测

设计并实现了一种适合于工程中动态目标识别应用的实时的复杂巡航场景运动检测技术。首先,对背景和当前帧两幅图像进行卷积处理,提取边缘图像。然后分块计算背景边缘图像的局部熵,根据局部熵大小合理选取配准模型组。采用模型组与当前帧边缘图像的相关性强度及运动偏移量结果,完成场景的运动估计。实验结果表明,本文方法用于红外和可见光图像均十分有效,在分辨率为320×256,帧频50Hz的红外图像以及分辨率为768×576,帧频25Hz的可见光图像中运行时间分别为13、24ms,达到了工程中应用的实时性处理要求。同时,在后续的图像处理中场景运动检测有效剔除了复杂背景图像对目标识别的干扰,可准确检测出运动变化目标。     

基于三角面元模型的复杂目标棱边提取

等效边缘电磁流法是计算超电大目标电磁散射特性的有力工具之一。当目标为复杂目标时,目标棱边提取是分析中的重要一环。文中根据目标模型特征提出了一种棱边提取的方法。使用商业软件Hypermesh建模并输出模型三角面元数据,采用穷举法给出所有三角面元及与其相邻的三角面元信息,通过设定角度阀值确定属于目标棱边的三角面元,接着判断该面元所含棱边的凹凸性,完成棱边提取。数值结果表明,该方法可以精准提取复杂目标棱边的数据信息。     

基于分形几何边界提取的图像跟踪方法

为了满足现代武器装备对图像跟踪系统的实时性和跟踪可靠性的双重要求,针对武器装备所跟踪目 标的特点,将基于分形几何的边界提取方法用于图像跟踪系统,提出了一种基于运动区域和边界图像的目标跟踪方 案。文中的边界提取方法不仅能提取出目标的轮廓,还能较好地保留其内部细节,这样通过模板匹配得到的最佳匹 配位置更加可靠。同时,基于运动区域的边界提取,大大减少了计算量,尤其是对于远景的目标跟踪。此外,在利 用边界图像进行匹配的基础上,采用了自适应模板更新策略,目的是尽可能地克服形变、光照等影响,使跟踪过程 准确可靠．仿真实验表明,该方法运算量小,能满足武器装备实时性的要求,并行之有效。     

基于硬件描述语言的图像边缘特征提取技术研究

对图像边缘特征的提取是图像处理中一项非常重要的研究内容。相比于角点信息,边缘信息对观测目标具有更丰富的表示含义,对目标外形轮廓的精确提取具有重要的研究意义。随着探测器分辨率的提升以及对数据更新率要求的提高,开发能快速高效地实现边缘提取的算法已成为人们研究的热点。着重研究了高精度图像处理算法的FPGA实现技术,并利用FPGA独有的并行流水线处理机制实现了高斯滤波、sobel算子和非极大值抑制等图像处理的基本运算。     

基于结构形态几何生长的 模糊红外光谱图像分割

针对局部目标与背景的低对比度、目标边缘模糊红外手印的分割问题,提出了一种基于结构形态几何生长的边缘模糊红外目标提取算法。该算法首先利用最大熵法及阈值扩展将图像进行粗分割;在粗分割的目标区域中提取区域块特征点,构筑手的结构形态;通过区域块特征点寻找种子点,并以种子点与对应特征点的距离关系作为生长判决条件进行几何生长,最终提取得到目标图像。与常用提取算法进行比对实验,结果表明,针对边缘模糊的红外手印图像,本文算法能更有效地提取出完整目标。     

基于小波变换的红外弱小目标检测新方法

针对小波变换不能涉及过多尺度的问题,分析了边缘类型对小波多尺度边缘提取的影响。结合红外目标图像对比度低,噪声大,灰度缓慢变化的特点提出基于Canny算子的梯度相位法。梯度相位法认为边缘不只是在灰度发生突变的地方存在,如果某个区域,灰度沿某个方向缓慢变化,这个区域也存在边缘,只不过可以认为边缘比较粗。经试验此方法对红外图像的小波多尺度边缘提取的质量有明显提高。     

基于海天/海岸线检测的舰船目标提取方法

针对成像型反舰导弹所获红外图像的特点,提出了一种将海天/海岸线检测与目标提取相结合的舰船目标提取方法.该方法先综合运用Sobel边缘检测和局部Hough变换等数字图像处理技术从红外图像中检测出海天/海岸线,然后通过对Kapur熵二值化图像进行投影变换实现舰船目标提取.实验结果表明,该方法能够有效地确定舰船目标在海天/海...     

单目相机非合作目标提取及位姿检测

针对单一方法难以兼顾图像全局和局部信息准确提取现场环境下的非合作目标边缘的难点,融合聚类等多种算法,提出一种边缘提取新方法。首先,根据图像像素值聚类,每2类间通过阈值进行分割得到1张二值图像;接着将二值图像进行或操作合并。将图像取反后保留最大面积的连通域得到目标分割图片,并提取目标边缘。最后,根据Zernike矩进行亚像素边缘计算。该边缘提取新方法具有较强的适应性,在实际的环境下均可快速有效提取出目标边缘。实验中的非合作目标为设备的三个内孔,用上述方法提取亚像素边缘后拟合出圆心,并用圆心进行相对位姿测量。实验结果表明,该方法鲁棒性强、精度高,最大的位置偏差为0.12 mm,垂直光轴方向姿态角的测量精度可达0.02°,其他两个姿态角的测量精度可达0.07°和0.08°。     

基于阈值分割的电视测角仪弹标提取算法研究

在电视测角仪检测系统中,对弹标信号和视场分划线的提取是参数检测的关键环节.结合对目标的处理需求,本文将基于灰度阈值的目标提取算法和边缘检测算法进行研究,并通过实验分析选取最优的算法用于电视测角仪的检测;针对弹标信号和视场分划线的特征,提出相应的目标识别方法,并通过实验进行验证.