一种新的复杂背景中运动点目标检测算法

在对现有基于形态学的算法进行仿真和分析的基础上,针对红外成像空空导弹导引头的应用特点.提出一种新算法。新算法通过小图像子块的相似度计算,实现背景点与目标点的鉴别,提高了检测和识别概率。新算法既保持了形态学算法的快速并行的特点,还兼有图像匹配算法的精度。     

目标识别能力测试仿真图像的生成

目前采用实际拍摄图像测试经纬仪目标识别能力时,存在着外界环境难以掌握、标准难以统一的问题.根据经纬仪测量图像目标识别的原理,提出了一种基于目标图像缺损和遮挡的仿真图像建立方法.本方法通过多个目标图像的叠加,模仿了目标图像在经纬仪跟踪过程中的各种变化.利用此仿真图像可实现目标识别算法的测试,客观地反映目标识别算法对经纬仪测量图像成像质量的适应能力.     

基于数据块特征的地面目标识别方法研究

光线变化常常改变图像数据块结构,导致图像匹配识别错误。文中分析了光线强弱对地面目标灰度变化影响,提出基于目标数据块特征的识别方法,将数据块目标分为反色或不反色两类,分别用Nprod匹配和特征识别方法识别两类目标,避免了光线变化对图像识别影响。实验表明,该方法能够克服光线变化影响,较好地识别地面不同类型目标。     

基于角点响应函数的加权Hausdorff距离匹配算法

常见的图像匹配算法对目标遮挡以及非零均值噪声比较敏感,为此提出一种基于特征点的图像匹配算法,根据SUSAN算子提取图像的角点作为特征点,然后采用加权的部分平均Hausdorff距离对两个角点集合进行计算,通过引入角点响应函数的差异来抑制接近中心的误匹配点对图像匹配造成的干扰,从而实现较恶劣环境下目标的配准.实验结果证明了该算法具有较强的鲁棒性.     

基于互信息量的小幅员目标图像匹配

针对地面打击精确制导过程中小幅员目标难以检测和识别的问题,建立了一种基于互信息量最大的多模态图像匹配技术,对小幅员目标的典型目标特性进行了分析和总结。基于此,提出了多模态图像匹配策略,并设计了相应的匹配检测流程。通过仿真分析,利用实测的光学图像和红外图像进行了匹配分析,证明了模型与算法的可行性。     

水下小目标声呐图像分割算法研究

为取得较好的水下声呐图像分割效果,提出了一种简单易操作的声呐图像分割算法。该方法根据水下声呐目标图像包含目标和阴影的特点,分别分割出目标和阴影图像;对两幅分割后的图像预处理后得到包含目标和假目标的图像,综合阴影和目标处理后图像去除假目标,得到真实的目标图像。根据真实图像验证了此算法的有效性。     

基于伪Zernike矩的羽毛缺陷几何特征提取及识别

针对拍照角度影响羽毛缺陷识别精度的问题,将不变矩的思想引入到羽毛缺陷识别领域。提出利用伪Zernike矩描述羽毛缺陷的几何特征,用支持向量机（SVM）进行分类识别的方法。模拟实验表明算法能够较好地容忍图像平移、旋转和尺度变化,具有识别速度快、识别精度高的特点,并且算法对噪声、光线变化适应性好。     

自动光电/红外传感器图像匹配

图像匹配是自动目标识别中的一个重要环节,特别是对于多传感器系统。匹配的目的是在两幅图像中建立一致性并且测定它们校准后的几何特征。由于光电和红外传感器工作在不同的频率波段,因此它们的图像就有不同的灰色梯度特征。来源于不同传感器的信息紧密结合成一相称的整体有助于目标识别,并且能用来改善自动目标识别系统的探测和跟踪能力。然而,在光电图像中的特征通常与红外图像中的不一样也给匹配带来了困难。因此,光电和红外成像的自动匹配就非常困难。大多数现有的图像匹配算法不能很好地处理光电／红外数据。     

基于统计中心线的目标特征提取算法研究

为了有效识别激光近场探测环境下的目标和云,提出了一种新的易于FPGA实现的目标特征提取算法。该算法提取了目标图像的突变、多分支、大角度、宽度变化等特征。测试结果显示,该算法能对目标进行有效识别。     

基于泽尔尼克矩的红外扫描引信图像识别算法

针对目前红外扫描成像引信在目标识别过程中处理时间慢、对图像尺度和旋转变换敏感的问题,提出了基于泽尔尼克矩和支持向量机的红外扫描图像识别算法。该算法利用不变矩重构了引信探测装置所扫描到的红外图像,求得图像的各阶泽尔尼克矩来构成描述扫描红外图像的特征因子m,最后利用支持向量机对目标与相似物进行分类,实现对目标的识别。仿真验证表明,基于泽尔尼克矩的图像识别算法能够较快实现目标特征的提取和识别,对低分辨率图像也有较好的处理效果,适用于扫描式引信探测系统的简易成像处理和目标识别。     

基于加权Hausdorff距离矩阵测度的SAR图像与光学图像匹配研究

针对多传感器图像匹配问题,提出一种基于加权Hausdorff距离矩阵(Weight Hausdorff Distance Matrix,WHDM)测度的合成孔径雷达(SAR)图像与光学图像匹配算法。该算法采用边缘特征作为SAR图像与光学特征的共性特征,克服了两种不同图像的灰度不一致性。算法中提出了基于边缘连续性密度加权的Hausdorff距离矩阵范数测度的相似性准则,该测度相对经典的Hausdorff距离与改进的距离测度相比,具有更高抗噪声水平与大比例遮挡能力。试验结果表明,这种算法匹配精度高,适合并行计算,该算法可应用于无人飞行器的自主导航中。     

基于一种快速归一化积相关算法的图像匹配研究

在灰度图像匹配中,归一化积相关算法具有鲁棒性强、精准度高和易于硬件实现等优点。但算法复杂、计算速度慢是制约其应用的主要原因。基于迭代的思想提出了一种快速归一化积相关算法。该方法在计算基准子图图像能量时,只通过几个像素值的加减运算,便可快速实现基准子图像素求和,大大降低了计算的复杂度。实验证明,本算法与原算法具有相同的匹配精度,但计算时间仅为原算法的1/9.     

某型侦察车伺服精度的数字化检测设计

针对部队条件下常用转角精度检测方法存在的不足,设计并构建基于机器视觉的数字化检测系统.介绍常用检测方法,概述其原理,利用CCD摄像机代替人眼采集自准直仪的分划线图像,采用图像预处理技术识别分划线图像,通过轮廓提取、亚像素细分和直线拟合算法,自动判读分划板反射像的位移.结果表明:该系统能实现伺服转角精度的自动检测,设计简单易行,满足部队使用需求.     

图像配准方法及其在目标跟踪中的应用

给出了一种基于点特征的图像配准方法,可以用于复杂背景下任意角度旋转的图像之间的配准。图像配准算法分为四个步骤:用Forstner算子分别提取参考图像与待配准图像的特征点;使用旋转不变特征向量获取特征点之间的初始匹配关系;使用投票算法剔除误匹配点对,获取正确配对的同名点对;用最小二乘方法由正确配对的同名点对获取图像之间的配准参数。给出了基于点特征的图像配准方法在目标跟踪中的应用方法,并进行了仿真实验,结果证明该图像配准算法可以对复杂背景下弱对比度静止目标进行精确跟踪,而且算法具有很好的通用性。     

SAR图像与可见光图像融合的建筑物提取算法

提出了一种基于SAR图像和可见光图像融合的建筑物提取算法,由SAR图像提供建筑物的可能方位信息,由可见光图像提供建筑物提取所需的视觉特征。该算法充分利用建筑物在2幅已配准的SAR图像和可见光图像中所表现的共性和互补特征,采用边缘匹配和感知组合的方法提取建筑物的轮廓,在可见光图像中采用屋顶灰度均匀性特征进行建筑物验证。实验结果表明,本文算法具有较好的检测效果。     

一种有效增强景象匹配制导图适配性的方法

景象匹配技术是巡航导弹实现精确末制导的关键，而制导图的匹配性能如何．怎样选择及预处理制导图，又严重影响着景象匹配的效果。从制导图的预处理出发，找到一种有效消除图像灰度畸变的方法，从而增强了制导图的适配性。仿真试验证明，该方法能很好地提高图像的对比度，突出图像特征，提高景象匹配的正确率。     

巡视探测器立体图像匹配技术研究及应用

提出了一种联合使用自适应权值选择匹配窗和邻域差值特征模板的立体匹配算法,针对复杂的非结构化场景,使用该方法进行了立体匹配实验,获得了浓密的视差图,进而进行了三维重建和基于视差估计与补偿的立体图像压缩应用研究。结果表明,该算法结构简单,能够处理复杂的非结构化场景,适合巡视探测器的自主导航和立体图像压缩等任务使用。     

基于对应像素距离度量的图像匹配跟踪算法

结合最小绝对差度量MAD和Hausdorff距离度量的基本思想,提出了一种新的对应像素距离相似性度量方法的图像匹配算法和自适应模板图像匹配跟踪算法,并对对应像素距离相似性度量方法的图像匹配算法的匹配跟踪性能进行分析.对这2种算法的匹配跟踪性能参数的实验结果进行比较.实验结果表明:对应像素距离相似性度量方法的图像匹配算法具有较强的抗噪、抗畸变能力和稳定性,具有较高的匹配精度和匹配概率.     

正态分布转换算法在声纳图像处理中的应用

根据声纳图像匹配处理的实时性需求,研究了正态分布转换算法。该方法基于对图像中目标点的概率分布进行匹配,不需要提取图像的几何特征或灰度特征,可有效缩短匹配时间。通过对均值滤波法、中值滤波法、小波去噪法、形态学平滑法4种图像去噪和迭代阈值法、最大熵法、一维Otsu法和二维Otsu法4种分割算法,进行仿真并对比,选出符合实时性处理的方法,即中值滤波法和一维Otsui法。基于美国德州仪器公司的数字信号处理芯片,将图像去噪、分割和匹配算法在硬件上实现,硬件实现结果和仿真结果一致,实现了声纳图像匹配的实时处理。