基于FPGA的多功能图像目标发生器的设计与实现

本文介绍了一种基于FPGA的图像目标发生器的设计方法,介绍了它的设计原理、硬件电路结构、各功能的实现方法。该图像发生器能产生灰度阶图像、静态目标图像和运动目标图像,用来对图像采集系统进行评估。     

基于USB和目标识别的图像采集系统的设计实现

介绍了一种有目标识别功能的图像采集系统,用USB接口芯片实现了数据的传输。阐述了系统的硬件、固件、设备驱动程序和应用软件的设计与实现方法。详细介绍了目标识别算法。     

动态图像数据生成方法研究

为使视频信号发生器能够输出动态的目标与背景,必须要有相应图像数据的输入。为实现此种图像数据的生成,提出了一种同时具有动态目标和背景的图像的生成方法。该方法对目标图像与背景图像编程处理,具有视觉仿真度高,实时性好的特点,可供电视跟踪系统进行调试和算法验证。     

基于PCA和GMM的图像分类算法

讨论了目标图像类和非目标图像类的分类方法.按统计学原理,如果图像类属于目标图像类,则提取图像中目标图像的特征,否则提取整幅图像的底层特征,基于主分量分析（PCA）的图像特征降维方法和高斯混合模型（GMM）分类器,提出了一种图像分类算法,该算法在标准的Corel图像库上进行了测试,并与其它基于GMM的方法进行了比较,实验结果表明了提出算法的有效性.     

一种子像素精度SAR图像目标峰值提取方法

SAR图像目标峰值是SAR图像目标识别的重要特征 ,它本质对应于目标散射中心 ,目标峰值提取是SAR图像目标识别的一个重要步骤。基于峰值SAR图像目标识别系统要求目标峰值提取方法应具有快速、高精度的特点。现有的SAR图像目标峰值提取方法精度较低 ,其对目标峰值位置的估计精度只能达到像素级。为了提高SAR图像目标峰值提取精度 ,该文在分析SAR图像峰值模型基础上 ,提出了一种子像素精度SAR图像目标峰值提取方法 ,并通过仿真实验 ,分析了该方法对目标峰值位置、幅度的估计性能 ,结果表明在SNR =2 0dB的情况下 ,该方法对目标峰值位置估计的标准偏差 <0 .1个像素 ,峰值幅度估计的标准偏差小于 0 .0 5 H(这里H表示目标峰值的真实幅度 ) ,文中还给出了该方法对实测MSTARSAR图像的目标峰值提取结果。     

视频中运动目标检测方法的研究与应用

介绍了一种在视频中运用序列图像检测运动目标的方法。采用累积差分图像的策略，突出目标、消除干扰，去除背景并降低平均噪声；将图像序列分为两个阶段。分别求取差分图像的累积图像，以便消除背景中周期性的运动；结合形态学分析方法去除噪声、斑点，求取目标的运动轨迹和定位目标。     

基于图像采集卡的智能安防监控系统设计

本文研究了基于Matrox图像采集卡的智能安防监控系统的总体解决方案,硬件设计部分详细叙述了该系统的图像采集模块设计和云台控制模块设计.通过对摄像机采集的图像进行运动目标的跟踪分析.产生控制信号,控制承栽摄像头的云台运动.以实现运动目标的跟踪:软件设计部分.针对运动目标的检测跟踪各种跟踪方法,详细研究并实现了基于时间差分的运动目标检测方法.完成了系统整体软件设计.实践证明,该系统具有较好的检测效果.     

一种图像背景更换方法的实现

针对相对复杂图像的背景更换问题,本文先运用模糊C均值聚类算法（FCM）对图像进行模糊分割。再根据模糊分类后的图像,本文设计了一种图像目标提取方法。实验表明,这种方法能还原模糊分类后的图像目标,并使背景部分更换成其他颜色,从而实现图像目标的提取。最后,设计了一种新的数据融合法将两种不同的合成算法结合起来,最终使目标图像与其他背景图像有机的合成在一起,从而实现图像的背景更换。     

基于RCS精确预估的机动目标切片仿真方法*

给出了一种基于目标RCS精确预估的机动目标SAR图像切片仿真方法。详细介绍了目标几何建模、电磁计算、目标成像的整个流程,并将仿真图像与MSTAR图像数据进行了对比。仿真实验结果表明,该方法有效解决了机动目标多参数空间SAR图像数据的获取问题。     

基于K-L变换的水下目标声图像识别方法研究

研究准确识别水下目标问题,由于水下存在多种目标,根据目标信号的特点,提出了一种基于K-L(Karhunen-Loeve)变换的水下目标声图像识别方法.首先利用K-L变换对水下目标声图像进行降维处理,并求出其特征声图像,然后计算出待识别的水下目标声图像在特征声图像上的投影系数并进行判别.仿真结果表明,提出的方法在20dB信噪比条件下,对潜艇、尺度目标和点目标声图像的识别率分别为80％、100％和100％,可以有效的对水下目标声图像进行识别,为水下目标识别提供了一种简单可行的新思想和新方法.