基于Contourlet变换和SVM的SAR图像目标识别

针对SAR图像具有斑点噪声,特征提取较难的特点,提出了基于Contourlet变换和SVM的SAR图像目标识别分类算法.该算法的在特征提取时利用了Contourlet域的标准偏差进行特征提取的方法,后端用支持向量机分类器,提高分类精度.实验结果证明该分类算法能够减少SVM的特征维数,具有较好的分类性能.     

目标检测的区域编码和区域逻辑运算

研究了图像逐行扫描、逐行编码的方法，提出了存储区域信息的新的数据结构，在传统的图像逻辑运算的基础上，研究了区域逻辑运算，并将区域编码和区域逻辑运算应用于目标检测，并给出了实验结果。     

目标识别中轴对称物体特征面积的定位及提取

本文给出了基于转动惯量主轴确定轴对称物体对称轴的方法。确定了物体对称轴的取向后,可使用坐标变换方法,将轴对称物体的对称轴旋转到某一特定的取向,便于使用特征面积分布作为特征参数进行快速的目标分类识别。     

机动目标声信号分类识别技术

针对机动目标声信号识别问题,对比三种分类方法的性能.在固定输入特征向量的前提下,将多分类问题细化为多个二分类问题,并分别训练二分类模型,通过投票的方式决策出目标类型.试验结果显示,支持向量机(Support Vector Machine,SVM)方法的准确率受样本数量影响较为明显,在样本数量充足的情况下,基于SVM构建...     

运动目标检测和目标区域的估算

采用三帧差分法检测静止背景下视频序列中的运动目标,得到运动目标的二值图像。并利用矩方法对运动目标的几何特征进行了研究,在此基础上提出了一种运动目标的质心和最小外接矩形的估算算法,并对该算法进行了改进,使之适合噪声干扰比较大的情况。该算法可实现运动目标进行快速准确定位和区域估算,实验表明该算法的时间复杂度和空间复杂度低,效果良好,且具有很好的鲁棒性。     

基于实测数据的空中目标分类识别算法

该文在分析由常规窄带雷达获得的直升机、螺旋桨和喷气式飞机实测回波数据特征的基础上,提出一种基于多特征联合的分类识别算法。通过对大量实测回波数据的特征分析,提取多普勒频移、幅度相对量、时域和频域波形熵、时频特征多个具有明显区分性的特征,将其输入支撑向量机(SVM)分类器实现3类空中目标的分类。在分类的基础上,基于回波数据的时频谱宽和对称性特征,提出一种奇数与偶数片桨叶直升机识别方法。最后实测数据的处理结果验证了所提空中目标分类识别方法的有效性。     

改进的基于模型匹配的快速目标识别

文中建立不同类型目标的模型匹配数据库;采用最小周长多边形构造目标主体轮廓的近似多边形,以简化目标主体轮廓减少算法处理的数据量;提取具有仿射不变性的多边形顶点个数、最长线段两侧顶点个数、同底三角形面积比向量特征不变量对待识别目标进行描述,应用3个特征量在模型匹配数据库中逐一进行分层遍历搜索匹配。实验表明,基于模型匹配的目标识别算法能够快速的识别目标,提高了目标识别的实时性,同时能够判定目标所处的姿态状况。     

基于显著性目标分类的无参考模糊图像质量评价

近年来有大量关于无参考模糊图像质量评价的研究,但是目前很多方法都忽略了图像内容对评价结果的影响.针对纯背景的无显著性目标图像和含背景的显著性目标图像的模糊评价方式是不同的,基于人眼注意力机制,前者侧重于图像的整体模糊,而后者更侧重于图像的局部细节模糊.整体模糊指的是图像整体内容的锐度信息,局部细节模糊指的是图像不同位置...     

基于隶属度和贝叶斯分类的机场目标分类研究

针对机场场面监视雷达中的目标分类问题,提出了基于隶属度和贝叶斯推理的机场目标分类算法。首先通过训练样本的学习得到各特征值的均值和均方差,利用柯西分布函数计算测量值的隶属度;然后采用贝叶斯分类方法得到测量值的概率向量,最后采用加权平均型综合评判函数得到目标分类。实验表明,该分类算法能够准确地对机场各类目标进行分类识别,对先验知识的要求较低,并且通过使用当前分类概率的方法能够在分类过程中不断提高分类识别的准确率。     

高光谱目标分类技术发展与展望

高光谱成像技术源于遥感探测,具有谱图合一的独特优势,在农林、地矿、防伪和环境保护等领域的应用日益广泛。作为高光谱技术最常见和最基本的功能,目标分类在各个高光谱领域的应用均具有至关重要的作用。综述了高光谱目标分类技术的发展现状,分析了高光谱数据的结构特点,归纳了高光谱目标分类的一般流程,并详细阐述了数据读取、图像预处理和目标分类等高光谱目标分类流程的主流方法及其基本原理。结合近年来的典型案例,分析了高光谱目标分类的过程,并对其发展趋势进行了分析和展望。     

基于形状无关纹理和Boosting学习的人口统计学分类

基于形状无关纹理和boosting学习,该文提出了对性别和年龄分类的方法,其中年龄被划分为儿童、青年、中年和老年4类。检测到人脸后,利用人脸配准的结果规范化人脸图像获得形状无关纹理。在此基础上提取Haar型特征、LBP直方图和Gabor Jet 3种特征,通过boosting学习分别训练分类器。实验表明,LBP直方图特征能够鲁棒地区分儿童和老人,Haar型特征用作区分青年和中年人则更为有效,而Gabor Jet特征更适于性别分类。     

一种利用像素分类的自适应小波图像降噪方法

提出了一种结合像素分类与小波变换的图像去噪方法.首先用常用方法获得初步去噪图像,并将其分割为若干图像块,分别计算每个图像块的空间频率.利用归一化的空间频率,对不同的图像块采用不同的阈值进行去噪,空间频率高的图像块采用较小的阈值,反之采用较大阈值去噪.实验结果表明:该方法可在初步去噪图像的基础上进一步提高图像去噪的效果,同时较好地保持图像细节;其去噪效果优于常用的小波图像去噪方法,峰值信噪比(PSNR)相对常用方法最高可提高3.4 dB.     

基于特征融合方法的高光谱图像分类综述

高光谱图像中包含丰富的光谱特征和空间特征,这对地表物质的分类至关重要.然而高光谱图像的空间分辨率相对较低,使得图像中存在大量的混合像素,这严重制约物质分类的精度.受到观测噪声、目标区域大小及端元易变性等因素的影响,使得高光谱图像的分类仍然面临诸多挑战.随着人工智能和信息处理技术的不断进步,高光谱图像分类已成为遥感领域的...     

一种基于多尺度卷积神经网络和分类统计的图像去雾霾方法

传统的去雾霾方法会导致天空、白云和明亮区域内的颜色失真.为了解决以上问题,提出了一种基于多尺度卷积神经网络和分类统计的去除图像雾霾的方法.首先用多尺度卷积神经网络估计图像的透射率,其次对所估计的透射率进行分类统计以确定在暗通道内天空、白云和明亮区域的像素值,最后通过低通高斯滤波器平滑图像场景的辐射度,得到恢复的无雾霾图像.实验结果表明,采用提出的方法对图像去雾霾后明亮区域内的颜色不会失真,且保留了图像的自然外观,对合成图像和真实图像均有较好的去雾霾效果.     

基于改进生成对抗网络和MobileNetV3的带钢缺陷分类

针对数据集样本数量较少会影响深度学习检测效果的问题,提出了一种基于改进生成对抗网络和MobileNetV3的带钢缺陷分类方法.首先,引入生成对抗网络并对生成器和判别器进行改进,解决了类别错乱问题并实现了带钢缺陷数据集的扩充.然后,对轻量级图像分类网络MobileNetV3进行改进.最后,在扩充后的数据集上训练,实现了带...     

基于垂直声强流的水中目标深度分类方法

现有的基于声场干涉结构特征的目标深度分类方法的频率适用范围有限,仅适用于目标线谱频率激发前2阶简正波的情况。针对上述问题,该文提出基于匹配场处理的目标深度分类算法,该算法将垂直复声强无功分量作为匹配量进行目标深度的匹配估计,利用目标深度的粗略估计结果辅助进行目标深度的二元分类。算法适用于线谱频率激发前3阶简正波的情况,有效拓展了算法的频率适用范围。仿真结果验证了算法的可行性和稳健性。该文分析了环境失配情况对算法性能的影响。所提算法具有较高的准确性和稳健性。     

低分辨雷达回波序列轮廓像目标分类方法研究

基于利用雷达目标回波轮廓像进行目标分类在雷达航管、监视领域具有一定的应用价值，分析了对雷达波束扫描目标过程中的电磁散射进行了分析，研究了目标回波序列轮廓像的形成原理。通过对目标回波序列轮廓像进行特征提取、变换获取了能够体现目标特性的稳态特征，利用C—均值聚类方法实现了对海面目标的粗分类，采用实测数据对所提出方法进行测试，实验结果证明了该方法的有效性。     

基于残差网络的光学遥感图像场景分类算法

提出一种基于卷积神经网络中残差网络的遥感图像场景分类方法.本文方法在原网络模型中嵌入了跳跃连接和协方差池化两个模块,用于连接多分辨率特征映射和融合不同层次的多分辨率特征信息,并在3个公开的经典遥感数据集上进行了实验.结果证明,本文方法不仅可以将残差网络中不同层次的多分辨率特征信息融合在一起,还可以利用高阶信息来实现更具...     

高光谱空谱一体化图像分类研究

高光谱图像分类是遥感图像处理技术中的一个热点,提高分类精度是目前一个重要研究方向。常规的高光谱图像分类技术主要关注于如何更好地利用光谱空间的分类信息,往往忽视图像空间域信息。本文提出了一种基于空谱一体化处理的高光谱图像分类方法,在利用数据进行自身光谱特征分类的同时采用区域生长法和二值形态学法相结合的空间域有效信息对光谱分类结果进行补充。实验证明本方法能提高高光谱图像分类精度。