一种基于OpenCV的飞机跑道及地平线检测算法

讨论了Intel开源计算机视觉库(Open Computer Vision,OpenCV)在图像处理中的应用.跑道识别是无人机着陆图像导航中的一项关键技术,准确而实时地检测出飞机跑道及地平线对推动无人机着陆导航技术的发展及减少着陆过程中的事故起着至关重要的作用.采用的方法是对无人机航拍采集到的RGB数字原图进行预处理之后,在OpenCV平台上进行Hough变换,从而提取其飞机跑道边缘及地平线,并最终成功的在OpenCV上实现了飞机跑道及地平线识别的仿真.实验证实了该检测算法在无人机着陆导航技术中的可行性.     

一种舰船ISAR图像中心线特征提取新方法

舰船ISAR图像的中心线可作为舰船目标识别的显著特征,其精度影响着舰船目标识别的有效性。该文提出一种基于ISAR图像的舰船宽度-中心线联合提取方法,将船体宽度作为中心线提取的辅助信息,通过线段组来检测船体宽度和中心线方向,并以线段组内舰船面积对极半径和角度的敏感性作为参数搜索的依据。仿真试验结果表明：该方法具有较高的精度,对不同类型舰船在各种投影平面下的ISAR图像均具有较好的适应性。     

通过Hough变换探测图像中的断线

在3D重建的过程中，使用一种主动立体视觉系统可以动态、智能地采集到场景信息，并通过简单、高效的Hough变换探测直线，再找到线段及其端点，从而获得了表示物体表面的网格点。实验结果显示，对于曲率小的简单物体获得了比较少的点，而对于曲率太的复杂物体获得了比较多的点，效果相当满意。     

基于改进随机霍夫变换的直线提取算法

针对Hough变换存在的直线精度低,虚检漏检等问题,文中提出了一种基于随机Hough变换(RHT)的改进算法,利用RHT采样特性,结合一种提高采样有效性的方法,一方面减少RHT无效投票来提高参数空间效率,另一方面避免虚假直线被检测,最后利用RHT结合最小二乘法提取真实的直线。实验结果表明:该算法提高了检测直线的精度,虚假直线被检测概率下降50%,抗噪声能力增强。     

PCB显微图像缺陷圆孔检测方法研究

分析了随机Hough变换(RHT)与基于最小二乘法圆拟合(CBL)的圆检测算法的基本原理,讨论了他们在圆检测算法中具体实现方法。针对RHT与CBL各自的优点,提出了RHT与CBL相结合的圆检测新方法:首先对PCB图像进行预处理,用RHT原理确定所求一定数量的初候选圆参量;然后由这些参量求出边缘图像中各点到初候选圆边界的距离,从而确定每个初候选圆附近的点集,剔除干扰点与噪声;最后利用最小二乘法(LSM)对各点集进行圆拟合得到各个点集较精确的圆参量,用简单模式聚类方法提取出最后真实的缺陷圆孔边缘。将该方法应用于包含模糊与噪声的PCB显微图像缺陷圆孔检测,尽可能真实地提取出了缺陷圆孔边缘。     

基于卡尔曼预测的序列图像椭圆检测算法

为实现序列图像中的动态椭圆目标检测,采用数字图像坐标系下的卡尔曼滤波来预测图像中椭圆的待检测区域。设计了卡尔曼滤波器,对椭圆目标的运动参数（椭圆中心位置、速度以及加速度）进行跟踪从而可以预测下一帧图像中目标椭圆的待检测区域,缩小了图像中椭圆目标的搜索范围,提高了算法的实时性和鲁棒性。结合随机抽样一致理论和最小二乘拟合法设计了鲁棒性的椭圆检测算法,实现了序列图像中椭圆目标的快速、鲁棒检测。仿真结果及物理实验表明,本文算法能快速稳定的检测出序列图像中的椭圆目标。     

一种遥感图像中的道路检测方法

道路是遥感图像的重要特征。提出一种从遥感图像中检测道路目标的方法。首先,进行图像预处理,提取边缘,然后进行图像分块并利用Hough变换进行道路检测。分析了Hough变换的特点,并研究了Hough变换域极值点参数的特点,改进了Hough变换在道路目标检测中的应用。该方法不仅快速地检测机场等严格的线状道路目标,而且对具有一定曲率的道路目标同样有效。     

基于改进蚁群边缘检测的车道线检测算法

文章提出了一种基于改进蚁群边缘检测的车道线检测算法。文章使用一种基于细菌趋化性的蚁群优化边缘检测算法对灰度图像进行边缘提取,该算法能够得到更好的边缘连续性和清晰性。通过寻找边缘点最多的一行作为感兴趣区域(Region of Interest,ROI)的上界,经过Hough变换检测直线特征。过滤离群值后通过最小二乘法拟合出车道线。利用真实道路驾驶视频对车道检测算法进行仿真实验,实验结果表明本算法有较好的鲁棒性和抗干扰能力。     

一种改进的宽带数字阵通道均衡频域算法

对于宽带数字阵列雷达,通道之间的幅相特性不一致性（通道失配）严重影响了雷达阵列信号处理的性能,通道均衡是补偿通道失配的一种方法。基本的通道均衡算法可以一定程度补偿通道失配。为了改进基本的通道均衡算法性能,给出了一种参考通道幅度响应加权最小二乘拟合通道均衡频域算法,并通过仿真和实验,对该算法的性能进行了验证。仿真结果表明,该新算法与基本算法相比可以获得更好的幅度和相位一致性,其性能与理想均衡效果更接近。     

一种遮挡检测的核最小二乘视觉跟踪算法

针对视觉跟踪中目标、背景的复杂变化问题,提出一种遮挡检测的核最小二乘视觉跟踪算法。首先,以带约束的核最小二乘方法建立视觉跟踪优化模型,训练阶段,循环移位基采样构造训练样本集,达到稠密采样目的,利用循环矩阵的优良特性,通过快速傅里叶变换高效计算核最小二乘问题;同时,提出了基于高阶累积量的遮挡、形变等复杂变化的检测方法,改进分类器的更新处理机制。实验结果表明,在各种具有挑战性的视频序列,与现有最好算法对比,在实时性和精度方面,本文所提算法都具有较优的性能。      

地地导弹红外成像末制导关键技术研究

现代战争的特点决定了具备精确打击能力的地地导弹是武器发展的重点方向之一,红外末制导技术是提高地地导弹打击精度的重要手段,针对弹上应用的特点提出了红外成像末制导技术应用于地地导弹的方案,分析了相应的关键技术,内容涉及导引头指标、头罩结构、弹道、,制导控制规律等.     

旋转弹锥扫成像的红外目标检测识别技术研究

旋转弹的红外信号处理分为4个部分,匹配滤波和阈值检测、前端处理、后端处理以及制导处理.匹配滤波和阈值检测可提高图像信杂比,抑制背景;前端处理实现图像的坐标转换;后端处理完成目标的识别;制导处理给出制导控制指令.前两个部分的算法处理,可以完成小目标的初步检测,并通过计算机给出模拟计算的结果,结果表明通过这两部分图像处理算法,能够有效提高图像信杂比,降低虚警概率,检测出弱小目标,且算法通过硬件易于实现,可以在旋转弹的信息处理器上使用.     

一种自适应红外图像角点检测算法

针对Harris角点检测算法自适应性差的问题,提出一种自适应角点检测算法。根据Harris算法定义的像素响应函数值的大小特性,得出阈值(Threshold)应满足的下限条件,继而对图像进行分块,得出每一块图像的阈值下限条件。综合考虑各图像块的阈值,采用加权方法得到图像总的阈值。采用局部保留最大响应值策略来避免角点聚簇的现象。试验结果表明:提出的自适应阈值计算方法在引入少量数学运算的前提下,使角点检测具有自动性,并且可以保证合理数量的角点,采用的剔除策略可以很好的避免角点聚簇现象,使图像最终角点数量合理、分布均匀。     

一种新的红外热像仪图像边缘检测方法

针对红外热像仪采集的红外影像边缘信息模糊、影像存在噪声、边缘信息难提取的特点,提出了一种基于数学形态学对LOG算子改进和Roberts算子数据相结合的边缘检测新方法。该方法首先引进形态学中的开闭运算对具有随机噪声的红外影像进行滤波,接着运用拉普拉斯算法边缘检测,然后再采用Roberts算子提取边缘信息,建立相应的融合规则及阈值条件,将两种方法检测出的影像边缘信息融合,得到最终的融合影像。最后,对增加椒盐噪声的影像用MATLAB进行仿真实验,结果表明,该方法结合了两种检测算子的优点,定位精度高,有很强的抗噪性,获得了比较理想的检测效果。     

红外视频图像中的人体目标检测方法

人体目标检测是很多机器视觉应用的难点,如智能视频监控和车辆辅助驾驶,基于可见光图像的方法很难解决复杂背景和目标区域的分离问题,因此,越来越多的研究转向利用红外图像进行检测。提出了一种红外视频图像中的人体目标检测方法,该方法首先利用红外图像中像素值近似呈现单模态分布的特点,对高亮像素进行检测,然后采用灰度直方图和投影直方图相结合的2D直方图特征对目标进行检测。实验结果表明:该方法具有较高的检测率,但误报率也较高,其原因在于负样本的数量和代表性不足,因此,改进空间很大。     

车载红外图像的行人检测与跟踪技术

针对车载红外图像的特点,采用基于区域估计的帧差法实现车载红外图像中的行人检测,再通过行人的几何特征和运动速率特征进行行人的识别,最后运用轮廓矩匹配算法进行行人的跟踪。实验结果表明所采用的方法具有较好的行人检测及跟踪效果。     

新的红外图像小目标检测方法

在分析了海空背景下舰船目标红外图像特征的基础上．提出了一种基于背景粗糙度估计的红外图像小目标自适应检测算法,该算法利用LOG算子检测目标的大致轮廓,确定目标的中心点作为区域生长的种子点,可以看作是为后续处理压缩数据量的一种方法。它可以减少运算量,提高检测速度,抑制对不必要的种子点的区域生长,提高目标的检测概率。     

红外图像弱小目标探测技术综述

红外摄像机虽然能够全天候24 h工作,但是相比于可见光摄像机,其获得的红外图像分辨率和信杂比低,目标纹理信息缺乏,因此足够的标记图像和进行模型优化设计对于提高基于深度学习的红外目标检测性能具有重要意义。为解决面向监控应用场景的红外目标检测数据集缺乏的问题,首先采用红外摄像机采集了不同极性的红外图像,基于自研图像标注软件实现了VOC格式的图像标注任务,构建了一个包含行人和车辆两类目标的红外图像数据集（Infrared-PV）,并对数据集中的目标特性进行了统计分析。然后采用主流的基于深度学习的目标检测模型进行了模型训练与测试,定性和定量分析了YOLO系列和Faster R-CNN系列等模型对于该数据集的目标检测性能。构建的红外目标数据集共包含图像2138张,场景中目标包含白热、黑热和热力图3种模式。当采用各模型进行目标检测性能测试时,Cascade R-CNN模型性能最优,mAP_0.5值达到了82.3%,YOLO v5系列模型能够兼顾实时性和检测精度的平衡,推理速度达到175.4帧/s的同时mAP_0.5值仅降低2.7%。构建的红外目标检测数据集能够为基于深度学习的红外图像目标检测模型优化研究提供一定的数据支撑,同时也可以用于目标的红外特性分析。     

飞机红外辐射特性建模与仿真

飞机红外辐射建模与仿真研究是综合自然环境仿真的重要分支,根据目标飞行状态建立红外辐射模型是当前仿真的需求.文中基于综合自然环境、空气动力学、传热学和发动机工作原理,建立了飞机在当前飞行状态下蒙皮及发动机尾喷管、羽流的红外辐射强度特性模型.在当前飞行状态为输入情况下,分析并计算了运动飞机的红外辐射特性,并通过仿真获到了飞...