基于颜色聚类的光学伪装效果评估背景选取方法

在基于可见光图像的单个目标伪装效果评估中,当目标处于反差较大的两种背景交界区域附近时,直接采用8邻域背景选取方法,将会导致评估结果出现较大偏差.针对这一问题,提出一种基于颜色聚类的背景选取方法.通过该方法对8邻域图像进行颜色聚类后,将目标近邻区域中不包含的颜色类从8邻域图像中剔除,再减去目标区域后即为选择的背景.实验结...     

基于图像显著性的空中光学伪装效果评估方法

针对传统伪装效果评估在大场景空中图像不适用问题,提出一种基于图像显著性的空中光学伪装效果评估方法。采用频率调谐(frequency-tuned,FT)模型生成全局显著图和显著区域图,使用残余谱(spectrum residual,SR)模型生成局部显著图;根据显著图计算全局显著均值、显著区域占比和局部显著均值3 个指标;通过熵权法综合3个指标得到综合显著性评估系数来量化评估,在林地和雪地背景下获取伪装目标空中光学图像进行实验验证。结果表明：该方法能较好地体现不同伪装效果的差异,优于目标背景相似度加权模型,且可根据显著图优化伪装方案。     

基于高光谱图像探测与感知的伪装效果评估方法

为解决高光谱侦察过程中目标的伪装评估问题,提出一种联合探测与感知的高光谱伪装效果评估方法。利用局部异常检测算子提取每个像元与周围背景的差异性指标,结合空间密度聚类和领域融合算法,分割潜在目标区域;建立反映光谱差异性和整体伪装特征的显著性指标,基于有限时间搜索策略进行高光谱伪装评估,从伪装评估指标和时间-评价分数多重角度得到伪装评估结果。仿真实验表明,该方法克服了传统基于多特征描述的评估方法评价指标单一的问题,能够较为客观和准确地给出评估结论,为目标伪装效果评估提供可靠的参考依据。     

一种基于特征统计的动态伪装效果评估方法

现有的伪装效果评估主要针对静止的单幅图像,不能很好地模拟侦察人员对目标的判读过程。结合Mean shift目标跟踪技术,提出一种基于特征统计的动态伪装效果评估方法。该方法通过统计目标与背景8联通域的相关性特征数据,建立归一化联合高斯分布,利用概率密度的分布范围评估目标伪装效果。计算联合分布的概率密度时,提出对数放大概率,解决了高维联合分布概率密度数值敏感度低、不便于阈值设定的问题。引入样本更新策略,使样本库按照一定的概率随机更新,从而较好地适应了由于季节交替等因素引起的背景大范围变化。实验过程分别对某一指挥车实施1级伪装、2级伪装和3级伪装。采集数据后计算其对数放大概率并对曲线作出统计,结果表明：实际中划分的3种伪装状态与依据3σ准则预先设定的3种伪装状态完全对应;该模型能够有效反映出目标的伪装效果。     

基于减小观测距离的光学伪装效果等效检测

伪装效果检测中实际使用的检测设备一般低于敌方侦察设备性能,为了保证伪装效果检测的可信性,提出了一种伪装效果等效检测的方法。该方法在保持相等的发现概率基础上,通过减小观测距离以光学侦察方式等效模拟星载可见光、航拍对伪装的侦察效果。仿真结果表明了该方法的可行性,该方法为伪装效果检测提供了有益的参考。     

基于图像特征与心理感知量的伪装效果评价方法

目标的探测概率是伪装效果评价的重要指标,在以往的评价方法中忽略了判读人员的心理因素。在统计决策模型基础上,通过定义4 个图像特征相似度,建立了单个图像特征量与心理感知量的关系,进行了5 个心理实验,找出了目标探测概率与心理感知量的关系。经过综合判读实践验证,该模型能够客观地得到目标的探测概率,为伪装效果评价提供新的方法。     

基于光学遥感成像模拟软件的伪装效果检测

通过分析以往伪装效果检测方法的不足,提出基于光学遥感成像模拟的伪装效果检测方法。采用ISODATA法对高分辨率卫星图像进行非监督分类,得到土地分类专题图,并在其上部署真目标及伪装目标,通过地物光谱数据库进行反射率转换,从而获得地面反射率图像;利用大气辐射传输软件MODTRAN对其进行大气修正,结合卫星遥感器辐射定标系数及传感器调制传递函数(MTF),最终得到卫星遥感器输出图像,对仿真过程中的输出图像进行分析,得到各种情巩下的发现概率。通过系统仿真结果表明,基于光学遥感成像仿真的方法可以为伪装效果检测提供一种有效的手段。     

地面设备伪装隐身评估方法研究

导弹地面设备的射前生存是攻防对抗条件下发挥武器作战效能的重要前提条件,先进的伪装隐身技术将成为导弹武器装备发展的必然趋势。在导弹地面设备的侦察威胁及基于流程的目标暴露特征分析的基础上,提出一种基于被识别概率的导弹地面设备伪装隐身综合评估方法,为中国导弹地面设备伪装隐身设计和综合评估提供了理论基础。     

复杂环境背景下车辆目标识别研究综述

在军事领域和民用领域,利用图像对车辆目标识别都有着广阔的应用前景.针对实际应用中,室外的环境背景复杂多变,给车辆目标识别带来了很大挑战,分析了复杂环境背景下车辆识别的意义和面临的困难,对现有的图像预处理、特征提取、分类器设计的研究现状进行梳理,对复杂环境背景下车辆目标识别研究的发展方向进行分析.     

基于Gabor小波文理分析模型的伪装效果评价方法

从人眼生理学研究结果出发，分析了人类视觉系统的纹理分割模型，并结合Gabor函数，建立Gabor函数小波的纹理分析模型，用于模拟人眼的判读过程，提出了基于Bhattacharyaa距离的纹理相似度概念，进而建立伪装效果评价方法。     

融合技术在迷彩纹理生成中的应用

为解决数码迷彩纹理的生成过程中,背景轮廓与马赛克方块的叠加使纹理特征不能完全匹配的问题,提出一种基于融合技术的数码迷彩纹理生成算法.采用K-means聚类算法和颜色直方图算法,利用融合特性将两者融合并生成数码迷彩纹理,消除数码迷彩纹理中的冗余部分,并对最终生成的数码迷彩进行评价.仿真结果表明:该算法能有效地降低纹理冗余,提高数码迷彩与背景的融合度.     

基于Brushlet 和自适应脊波网络的SAR 图像分类

针对BP神经网络分类模型网络训练时间长的缺陷,结合小波网络模型缺少对方向信息描述的情况,提出一种基于Brushlet和自适应脊波网络的SAR图像分类方法。该方法利用Brushlet变换提取SAR图像纹理的能量和相位特征,并将描述能量和相位的特征向量输入到自适应脊波网络中进行训练和分类,最后通过实验对比分析各分类方法的分类性能。实验结果表明,该方法快速、准确,其性能优于传统方法。     

动态背景下基于运动矢量补偿的目标检测

在动态场景下,为了降低背景运动对目标检测产生误差的影响,针对视频序列图像,提出基于运动矢量补偿的目标检测算法。采用背景运动补偿方法来完成目标检测,利用 SURF 特征点来获取精确的匹配点对,从而获取准确的运动矢量;根据运动目标和背景运动矢量位移的不同来区分出前景和背景区域,将背景运动矢量代入模型进行参数估计,提高背景补偿的精度;用帧差法检测出运动目标。实验结果表明：该算法具有鲁棒性,能够准确检测出动态背景下的运动目标。     

基于PCA的红外图像区域特征选择方法

特征提取在模式识别和分类中起着关键的作用,本文针对红外目标的准确分类识别问题,围绕红外图像特征提取和特征选择进行研究,提出了基于PCA的区域特征选择方法。该方法首先采用基于数学形态学的滤波技术对红外图像进行预处理,有效地增强了目标区域,便于目标特征的提取;其次,本文研究了区域形状特征提取及基于PCA的特征选择方法,通过对区域特征进行优化选择,构造准确描述目标特性且维数较低的特征。实验结果表明,本文提出的方法有效地提取红外目标的特征,可用于红外目标的分类且有利于提高算法的效率。     

矩在复杂构件射线图像识别中的应用

在工业射线成像在线检测中，由于装配引起的复杂构件在线位置的随机性，传送系统的机械误差等因素的影响，容易使被检测构件处于不同的状态，例如，倾斜状态，这些都成为影响检测精度的重要因素。针对这一问题，提出了一种矩特征检测构件状态的方法，该方法首先计算出图像中构件的质心坐标和二阶中心矩，然后求出构件的倾斜角度，根据倾斜角对处于倾斜状态的构件进行校正。此方法实现了自动识别前的被检测构件图像位置的标准化处理。     

基于小波能量特征的尾流光信号特征研究

针对舰船尾流激光探测的信号检测与分析问题,提出了利用小波域能量特征进行尾流特征分析的新方法。首先设计了变遗忘因子的自适应抵消器滤除水体后向散射信号与系统噪声,有效地选取了含有目标的信号;其次采用小波包分解方法并按频段的能量形成提取目标特征;最后借助主成分分析方法对特征向量进行降维。通过对试验数据的分析表明,提取的特征能有效地揭示不同性质下的尾流后向散射光信号,提高了对尾流分析的能力。