一种基于复合匹配的目标识别算法

模板匹配技术一直是图像目标识别的重要方法之一,采用基于矩参数的粗匹配与基于非均匀采样的精匹配相结合的复合匹配方案,避免了对目标模板的全局逐像素匹配,消除了图像数学相似性与信息相似性的偏差,大大提高了识别的速度和精度。经仿真实验,与传统模板匹配方法进行了比较分析,取得了比较理想的结果。     

基于图像检测的非接触式底火装配找坑方法

针对目前国内小口径炮弹接触式底火装配找坑方式易划伤、擦亮底火等缺陷,提出一种基于图像检测的非接触式找坑方法。以机器视觉技术为基础对待检测底火的特征信息进行提取和处理,采用图像检测技术完成底火信息的检测,将图像检测得到的底火数据在控制器内运算处理并引导拧紧机构动作,实现拧紧爪的非接触自动找坑,并使用模板匹配检测对视觉系统的特征进行检测。分析结果证明:该方法拧紧爪定位准确,找坑过程中不会损伤底火,满足设计要求,并已在某小口径炮弹底火拧紧设备中得到应用。     

基于高斯尺度空间的末制导目标跟踪方法

针对光电成像末制导阶段目标尺寸和姿态均迅速变化的问题,提出了一种基于高斯尺度空间的目标跟踪方法。该方法根据目标模板信息获得其在待匹配图像中的搜索区域,由高斯尺度空间理论求得相应的空间图像;利用尺度参数估计出不同尺寸目标的待匹配图像,并将目标模板与这些待匹配图像进行相关匹配,由匹配程度最高的图像求得目标模板的当前位置和尺寸;当模板尺寸发生变化时,对目标模板进行刷新。仿真结果表明,该算法能适应末制导阶段目标尺寸的急剧变化,在强杂波地面背景下实现对目标的稳定跟踪。     

基于模板匹配的前视红外目标识别方法

针对固定目标红外图像中边缘模糊,难以分割和识别的情况,提出了一种基于模板匹配的目标识别方法。由高程数据和正射影像等卫星数据生成目标区参考图和基准图,在基准图中根据归一化Laplace响应确定目标区特征尺度作为目标检测的先验知识,对实时图及灰度反转实时图进行匹配滤波,检测出候选区域,再对候选区域进行基于Hausdorff距离的模板匹配,从而得到最终识别结果。实验结果显示:该算法识别精度高、速度快,对于复杂地面目标前视红外图像的匹配识别具有一定的应用价值。     

模板图像尺寸可变的相关跟踪方法

相关跟踪过程中,序列图像中的实时图像与模板图像间存在灰度差异和几何形变,当前工程中采用相关匹配算法中的模板图像为矩形结构,为了在模板中尽可能的包含目标,模板中就不可避免的含有背景数据,但传统相关匹配算法中模板图像中的每一个像素都要参与计算,而且模板尺寸是固定的,这样就使得算法跟踪不稳定、容易丢失目标。为此提出一种变模板图像尺寸的相关跟踪方法,该方法实现了对模板图像尺寸的实时修正和非矩形模板相关匹配,试验证明此方法具有较强的抗几何变形的能力以及对复杂背景环境的适应能力。     

轮廓自动匹配方法研究

介绍了用于打击效果评估的目标轮廓自动匹配方法已成为当今的一个研究热点．基于遗传算法和带电粒子模型，提出了一种新的具有仿射不变性的目标轮廓自动匹配方法．该方法首先提取目标图像梯度，然后利用带电粒子模型对图像梯度进行电场化．最后采用模板图像轮廓线在电场化后的梯度图像中的最大能量熵值，利用遗传算法确定先验模板图像与目标图像之间的仿射变换参数，达到轮廓匹配的目的．该方法可完成自动目标轮廓匹配，实验验证了该方法的有效性和鲁棒性．     

基于特征的遥感图像半自动镶嵌

对现有的基于特征值的图像匹配方法进行了改进。在处理遥感图像镶嵌时，首先确定两幅待拼接图像的重叠区上具有相同特征的区域，对这两个特征区域进行匹配，从而减少了建立模板的时间和匹配扫描的时间。     

基于分割模板加权Hausdorff距离矩阵的特征匹配算法

针对电视制导系统图像匹配时遇到的大比例目标遮挡以及严重噪声干扰等情况,提出一种基于分割模板加权Hausdorff距离(HD)矩阵的特征匹配算法.将模板分割为若干个子模板；利用最小核相似区检测角点( SUSAN)算子提取图像的角点；分别计算子模板与搜索图像对应区域的基于角点响应函数的加权HD,构造出HD矩阵；经过角点密度...     

基于X射线图像理解的机械引信安全性检测

基于X射线图像理解的机械引信安全性检测系统由X光射线机、图像采集卡、计算机、显示器、检测平台等组成。检测过程包括X射线图像获取及预处理、图像特征提取和图像识别。图像预处理采用平均滤波算子图像去噪、边界锐化以提高图像质量。图像识别应用形状模板匹配来判定引信安全性。     

SAR 图像目标检测方法综述

目标检测是合成孔径雷达(synthetic aperture radar,SAR)图像方面的研究热点,综述SAR图像目标检测的几种方法.通过对传统方法SAR图像目标检测和基于深度学习的SAR图像目标检测进行梳理总结,从实验方面验证深度学习在复杂背景下SAR图像舰船检测存在的问题,分析目前SAR图像目标检测算法的优势和存在的不足,明确SAR图像目标检测急需解决的问题.     

半导体激光夜视图像处理技术研究

半导体激光夜视系统采用激光器作为照明源,可在全黑的夜间条件下获得景物图像.但在公安和交通领域应用中,由于激光能量较集中,对车船类型及号牌信息的提取造成了困难.为此,对夜视图像的成像过程中导致图像变坏的原因进行了分析,并利用图像灰度变换、边缘检测、特征量选择及模板匹配、图像帧积累等图像处理技术改善了夜视图像的质量.实现了...     

图像自寻的弹药目标检测方法综述

弹载图像目标检测方法是实现图像自寻的弹药“发射后不管”、对目标进行自主打击的关键技术。弹药图像自寻的面临着成像环境恶劣,目标特性变化快,对算法体积、速度要求苛刻等问题。围绕弹载目标检测难点问题进行综述,将基于深度学习的目标检测方法区分为基于候选框、无候选框和基于transformer的方法,回顾了各类方法主要研究进展;对特征提取网络轻量化、预测特征图增强、非极大值抑制后处理算法、训练中样本均衡、模型压缩等弹载图像目标检测模型部署中的关键技术进行了梳理;对比了典型目标检测方法在ImageNet、COCO及弹载图像目标数据集上的性能,并对未来发展进行展望。     

抗仿射变换图像局部特征检测与匹配算法研究

针对SIFT局部特征在图像发生大视角变化时匹配失效的问题,提出了一种基于仿射变换模型的图像局部特征检测和匹配算法。通过建立图像仿射变换模型,对相机光轴视角变换的纬度角θ和经度角Φ进行模拟,并采用SIFT算法进行特征检测,基于最邻近法进行特征匹配,使算法除了具有SIFT本身的抗图像缩放、旋转和亮度变化等特点外,还具有较强的抗仿射变换能力。试验结果表明:当图像发生相对斜率较大的仿射变换时,该图像特征检测和匹配算法仍有较强的抵抗能力。算法可用于图像末端寻的制导弹丸和空中侦察设备拍摄的图像进行有效匹配。     

图像匹配经典算法及其改进方法研究

图像匹配算法包括直接利用原始图像的灰度进行匹配、利用图像的物理形状特征进行匹配以及使用高级特征的算法进行匹配。经典匹配算法包含ABS算法、归一化互相关匹配算法、图像矩匹配方法,以及基于图像特征点的匹配算法。其改进算法涉及SSDA算法、金字塔分层搜索算法等。     

一种红外运动车辆识别的新方法

针对红外图像的特点,文中提出了一种识别运动车辆的新方法。首先,多尺度形态滤波器对原始图像进行滤波,消除噪声,并对梯度图像进行平滑;其后用改进的分水岭算法对运动车辆的红外图像进行分割并对分割的结果进行区域融合;最后提出了一种基于模板匹配的方法对融合后的图像进行识别。实验证明,本算法对运动车辆有较好的识别效果。     

基于尺寸解算的红外目标快速检测方法

针对传统模板匹配方法用时较长,在信号处理过程中末敏子弹易受到外界环境的干扰,从而容易引起末敏子弹对目标失效的问题,提出了基于尺寸解算的红外目标快速检测方法。该方法的核心是对多元线阵红外探测器采集到的多路波形信号进行边缘点快速提取,并联合各路时序关系以及高度信息对目标尺寸进行求解,实时获得目标尺寸信息,进而实现对红外目标的快速检测。试验结果表明:较传统模板匹配方法,在目标检测概率不低于90%,尺寸计算相对误差在5%以内的基础上,信号处理时间缩短了80%。试验结果验证了所提方法的有效性。     

基于离散模板精匹配的人脸识别算法

通过离散多模板算法可实现人脸图像识别的精匹配.先检测人脸图像边缘,并对边缘所有点进行最小平方椭圆拟合.根据嘴部的宽度和高度比例,给定域值,确定嘴部候选区域.然后运用训练过的支持向量机(SVM)分类器验证嘴部区域并进行嘴角定位.再采用离散多模板方法对嘴部进行匹配识别.在自建库和ORL库上试验表明,在验证率为91.2%、95.3%情况下,该方法可获得92%、97%的识别准确率.     

基于C语言的入侵检测系统

基于C语言的入侵检测系统可增加预置模板和用户自定义模板,不改动程序可扩展入侵检测系统,以增强系统对未知入侵检测的可靠性.其轮廓模板由模板名、时限、模板类型、主体和对象模式、创建事件格式串及异常事件处理描述组成.其检测步骤包括:审计记录和轮廓模板的匹配、产生新轮廓实例、再匹配审计记录和轮廓模板以发现异常.     

前视红外目标的鲁棒分层跟踪算法

针对前视红外序列图像中目标与背景对比度低、灰度级动态范围小以及目标边缘模糊的特点,提出了一种基于均值漂移和特征匹配的红外目标鲁棒分层跟踪算法。首先利用均值漂移算法来快速搜索局部最优候选目标。然后,通过特征匹配对跟踪误差进行有效修正。采用Harris算子对模板目标与候选目标进行特征点提取,利用改进的Hausdorff测度对特征点进行有效的匹配度量,最终实现红外目标的精确定位。实验结果表明该算法简单有效,能准确跟踪前视红外目标。     

基于单星焦平面模板的弹道匹配研究

针对弹道导弹预警跟踪中存在的获取的目标信息不完整、数据率低的问题,给出了一种基于单星焦平面模板的弹道匹配方法,方法直接对焦平面图像中目标点所在像元的位置数据而非传统的角度数据进行灰色关联分析,同时规避了传统方法中必需的射向估计。仿真结果表明,模型能够准确的匹配出目标弹道并对落点做出较为准确的预测,具有很强的理论及实际意义。