基于形态学与灰度模态分析的阴影去除方法

针对采集图像中物体附近可能会形成阴影而造成干扰的问题,提出一种利用形态学修复方法和经验模态分解（empirical mode decomposition,EMD）技术实现阴影去除与目标图像的准确提取的方法。采用背景差分和二值图像形态学修复方法检测出含有目标及其阴影的区域,利用经验模态分解方法对该检测区域的灰度直方图曲线进行处理,获取灰度模式变化信息,将搜寻到关于目标及其阴影分割的双阈值水平,结合到形态学修复以实现阴影区域的去除,并以汽车及行人图像处理的实验进行验证。实验结果证明：图像中的目标阴影得到有效去除,该方法具有良好的适应性,能够获得准确的目标检测效果。     

基于灰度图像的阴影检测算法

基于灰度图像的阴影检测算法,通过快速归一化互相关函数计算方法其复杂度,并采用背景减法与帧差法相结合方法提取运动前景.其步骤包括提取运动前景及检测运动目标的阴影.该方法与基于HSV模型的阴影检测算法相比,实验表明:在不需要任何的颜色信息的情况下,基于灰度图像的阴影检测算法能较好检测出阴影.     

基于计算机视觉的人体运动目标检测

基于计算机视觉的人体运动目标检测是计算机视觉领域中倍受关注的前沿课题。本文采用小波变换的方法,有效地处理了普通CCD摄像机所采集的人体运动图像的模糊,同时,去除了阴影对图像处理的负面影响,较好地提取出基于标志点的人体运动图像的边缘,为人体步态分析系统的研发提出了一个切实可行的方法。     

一种融合光流的分通道帧差目标检测方法

针对目前方法在复杂环境下很难有效检测出运动目标的问题,提出了融合光流的分通道帧差目标检测方法。首先通过降噪和平滑预处理工作增强有效信息,然后使用实时分通道图像差分精确检测运动目标,最终融合光流检测信息,以运动信息修正检测误差,很好的逼近真实目标。在检测算法中使用数学形态学方法去除噪声和斑点以提高检测效果。实验结果证明,该算法能对运动目标快速而准确的检测。     

基于间隙度纹理特征的海底目标检测方法

为快速检测声纳图像中的疑似目标区域,减小人工或计算机辅助识别目标的计算量,将图像间隙度纹理特征分析方法运用于海底目标检测研究,检测声纳图像中可能存在目标的区域,降低目标识别的虚警率。利用海底背景、阴影区和海底目标在声纳图像中间隙度纹理特征值分布的特点,通过定量估算图像不同区域的间隙度,标识出目标所在图像区域,实现目标检测。分析了窗口大小对间隙度估算的影响。采用含有不同目标大小及多个目标的典型声纳图像验证了该方法的有效性。     

光电混合的目标检测与识别系统

基于晶体体全息存储技术的军事目标识别系统：利用光折变晶体的海量存储能力,在晶体中预先存储目标的模板图像。对于待识别的输入图像先检测出一些疑似目标,并提取出来。提取出的疑似目标与模板图像相关,通过对相关峰值的处理,获得对目标的实时检测与识别。     

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。     

高斯核密度估计的背景建模运动目标检测

针对视频图像中光照的渐变和突变等引起的动态背景和图像前景中运动目标(物体)存在阴影等问题,提出了高斯核密度估计的背景建模运动目标检测方法。实验结果表明,该方法采用了非参数密度估计理论,像素特征的概率分布不需要预先假设,同时估计出来的像素特征的概率密度函数更符合真实的背景像素的概率分布,能够处理多样性的动态背景场景,具有较强的背景适应能力,能够准确地提取运动目标,从而有效检测出视频图像中的运动目标。     

视频序列中运动目标检测技术

提出一种基于前景目标分类的视频序列中运动目标检测方法。该方法在RGB空间内建立了一种新颖的背景模型;为了解决背景更新“死锁”问题,提出了像素点的跳跃度函数和稳定性函数,将前景分类为静止目标、运动目标及虚假目标;最后提出了一种基于HSV颜色信息和ー阶梯度信息的混奋阴影剪除算法。实验结果表明,该方法能有效分割视频场景中的运动目标并鲁棒地分离目标及其阴影区域。     

干扰条件下的红外目标检测方法研究

为了实现红外诱饵弹干扰下的红外目标检测,提出了一种基于相对位置的综合决策算法。该算法首先使用多尺度形态学去除背景和诱饵的高亮度影响,在此基础上分别进行基于特征块的阈值分割以及边缘检测,根据目标和诱饵的物理、运动特征的差别分别检测出候选目标区域,并对该区域进行基于相对位置的综合决策,判定出真实目标的位置。结果表明,使用基于相对位置的综合决策得到的结果远优于单独使用这两种方法得到的检测结果。     

红外系列图像运动小目标检测

红外系列图像运动小目标检测,基于形态学滤波抑制图像系列背景方法,在图像分割基础上,利用目标在帧间运动的连续性进行目标识别.即首先通过形态学滤波进行图像预处理,用自适应阈值方法分割出候选目标,再利用目标运动特征,采用邻域判决法最终检测出目标.模拟实验表明该方法能够准确高效地检测出运动小目标.     

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。     

基于轴频电场线谱特征的目标检测及识别

为有效地从海洋环境电场信号中检测出舰船轴频电场信号,在对大量实测数据分析的基础上,提出一种基于轴频电场线谱特征的目标检测与识别方法。对接收信号进行傅里叶变换计算频谱图,并对其进行归一化处理以提高其动态范围;采用浮动门限与固定门限相结合的方法对疑似线谱信号进行检测;采用积分累计的方法对疑似线谱特征进行目标确认,并利用长时间积分特征均值实现对目标信号的识别;通过海上实测数据对方法的有效性进行检验。结果表明,该方法能够有效检测到目标信号,并可实现对目标信号的识别分类。     

多尺度统计线性判别分析的运动行为检测

针对主成分分析模型未能有效地利用相邻两帧运动目标的时空相关性,容易将背景误判为运动目标,同时为了处理目标检测中的冗余信息,克服光照影响、阴影干扰等问题,提出多尺度统计线性判别分析的运动行为检测算法。该算法首先采用多尺度分析大范围搜索视频目标行为,对未来运动目标的位置状态进行估计假设,缩小目标搜索范围;然后对锁定范围内场景中的所有内容进行样本分类,计算各样本内以及样本间的相关矩阵,同时比较各样本特征值;最后通过统计线性判别分析判断样本局部向量及幅值,检测行为目标。仿真实验结果对比分析表明,新算法能够有效地对运动行为进行检测跟踪,并对背景的变化具有一定的鲁棒性。     

基于序列图像的空中目标跟踪方法

文中提出一种有效的运动跟踪检测算法对空中运动目标进行快速、准确的检测和跟踪,首先利用对称图像差分梯度法进行运动目标检测,该方法能很好地检测出移动背景中低信噪比的运动目标;然后通过改进的活动轮廓模型在视频图像序列中进行跟踪,实验结果表明,使用该方法可以得到有效的目标轮廓,从而获得准确跟踪效果.     

基于时空域融合的红外弱小目标检测算法

文中提出了一种基于时空域融合的红外弱小目标检测算法。算法首先采用Top-hat进行空域滤波,再采用三帧差分滤波器进行时域滤波。针对滤波后图像序列将只包括目标和少量噪声的特点,文中采用了一种或运算,或运算能进行能量累积,并检测出目标的运动轨迹。然后进行形态学闭运算,以连接可能断裂的目标轨迹。最后运用自适应阈值分割,检测出目标轨迹。仿真结果显示本算法能很好的检测出复杂背景下低速和高速运动低信噪比的弱小目标。     

基于偏振成像的目标轮廓增强技术

为解决低对比度下目标轮廓信息不明显的问题,基于目标与背景在表面粗糙度等方面的差异导致反射的电磁辐射在偏振特性上有较大差别问题,采用偏振成像技术通过对目标与背景不同偏振辐射的探测,大大增强目标的轮廓.在强度成像系统中加入可旋转偏振片,通过获取阴影下目标在不同角度的偏振图像,利用斯托克斯参数计算出目标的偏振度图像,对阴影下目标及低对比度目标的偏振度图像进行处理.结果表明:目标的轮廓信息能得到明显增强,图像中目标边缘及纹理信息增强多,且阴影下目标轮廓清晰,有利于进行阴影下及低对比度目标的识别.     

干涉旋转弹体去耦制导系统

本篇介绍一种信号处理装置,是用于干涉旋转导弹比例制导系统上,该信号处理装置,在接收一定量来自固定在弹体上的天线信号和来自测量导弹运动的仪表信号后去除天线测出的视在目标角速率中弹体的转动速率,以测量出导弹到目标视线的实际转动速率。     

基于曲线演化的运动目标跟踪研究

文中使用基于差分图像的运动目标检测算法预处理图像,标定出含有运动目标的矩形区域,然后采用水平集方法进行曲线演化实现结果.实验表明,这种方法不仅可以对多个运动目标进行跟踪并能非常好地逼近运动目标的轮廓,而且能够自然地处理运动目标的拓扑形变.     

基于相位解卷绕的SISAR运动参数估计及侧影像定标

提出一种用于阴影逆合成孔径雷达(SISAR)目标运动参数的方法。该算法首先通过相位解卷绕得到目标与发射点、接收点的距离和,进而得到目标的运动参数。在对目标侧影像进行定标时,利用恢复的侧影轮廓中线相位的差分均值消除目标相对于雷达的非线性转动引起的附加相位,获得几乎不受目标运动参数影响的侧影轮廓中线的高度和长度。仿真验证了所提方法的可行性。