篮球运动快速位移图像自适应定位方法

针对传统方法在进行篮球位移图像定位时存在计算复杂度高、抗干扰性差、准确性低的问题,提出一种新的篮球运动快速位移图像自适应定位方法.对图像互能量谱进行反转,对得到的背景运动偏移量进行补偿;依据灰度阈值技术,对背景模板和当前帧篮球运动图像进行差分,获取当前帧快速位移区域;将种子像素作为生长起点,将邻域中与种子像素相似的像素聚集起来,得到快速位移目标的最小框,完成定位.结果表明,所提方法得到的定位结果清晰准确,抗干性强扰;在目标出现变形的情况下,本文方法受变形影响小,抗噪能力高,定位精度高.     

小波变换与图像融合方法在遥感图像处理中的应用

依据小波变换理论,分析得出了图像经多层小波变换后,低层的细节系数频率高于高层细节系数,近似系数的频率最低。遥感图像景物的频率较高,云雾频率较低,高层的细节系数和近似系数包含了云雾信息,因此要提高图像的清晰度,就必须减少高层细节系数和近似系数,增大低层细节系数,去除云雾。为减少处理过程中信息量的丢失,将原图像和处理结果融合。实验表明,该方法能有效地去除云雾。     

基于人工神经网络的遥感图像处理方法研究

根据遥感图像的特性,介绍了人工神经网络在遥感图像分析与处理领域的各种应用,重点分析了基于人工神经网络的遥感图像分类与增强、遥感图像复原与重建、图像边缘检测与纹理信息提取等方法,在MATLAB平台下对基于BP神经网络的个别算法进行了实现,并说明了神经网络方法在遥感图像分析与处理技术中的应用潜力。     

基于深度学习的遥感影像飞机目标检测方法

遥感影像飞机目标检测是评估机场功能与重要程度、掌握敌情动态的重要途径.针对深度神经网络目标检测在特征提取阶段并未专门涉及特定目标的问题,同时为进一步提高检测精度,基于单一目标多尺度检测(SSD)框架,提出飞机目标Inception多尺度检测(AFInceptionNetSSD)方法.通过分析使卷积神经网络的特征图得到最大响应的视觉模式,结合飞机目标的几何特征,建立了飞机目标特征提取网络;并将此网络应用于SSD框架中,构建了AFInceptionNetSSD方法.仿真结果表明,该方法可以有效地提取飞机目标特征,与SSD框架相比,提高了检测精度.     

遥感图像的获取方法研究

为快速、准确获取遥感图像，以常用的遥感摄影图像为例，研究了图像的几何特性和物理特性，并论述了图像畸变产生的原因和常见误差的计算方法，对图像的数据处理、图像识别、目标跟踪，以及打击效果评价等方面有参考价值．     

基于选择初始图像的快速分形解码方法

给出推广的拼贴定理，并对迭代函数系统进行有效变形，记录下变形后的参数，形成不动点图像。迭代时选择不动点图像为初始图像，并证明不动点图像也是迭代函数系统的吸引子的一个较好的近似，实验结果说明，在保持同样的压缩比情况下，只须少数迭代就可得到理想的恢复图像。     

基于LSM的遥感图像快速检索算法

快速准确地搜索到遥感图像中的人造目标是图像处理的主要研究方向之一.针对传统最小二乘匹配(LSM)速度慢的缺点,提出了基于LSM对二值边缘图像进行快速检索的方法.仿真结果表明,该算法较好地解决了目前遥感图像匹配算法中普遍存在的快速定位和匹配速度慢的矛盾.     

基于数学形态学的遥感图像条带噪声去除方法

遥感图像对于了解地球特征信息具有重要作用,噪声去除效果亟待加强,因此,设计基于数学形态学的遥感图像条带噪声去除方法。分析遥感图像条带噪声来源,设置遥感图像特征参数;基于数学形态学提取图像条带噪声的结构元素,提高数学形态学对图像处理的准确性;计算条带噪声信噪比,进一步提高条带噪声去除效果,进而实现遥感图像条带噪声的有效去除。实验结果表明：设计方法的噪声去除效果更佳,极具推广价值。     

基于SVMs的大幅遥感影像目标快速检测方法

针对高分辨率遥感影像数据幅度大、内容复杂的现状，提出了基于分层分类器的检测方法。从简化分类器的结构和缩减检测区域探讨了提高系统效率的途径。实验表明，这种新的搜索策略提高了大幅遥感影像目标检测的效率。     

嵌入式生物芯片扫描仪图像自动定位方法研究

生物芯片扫描仪扫描结果图像包含了多个高密度的微斑点阵列,为了满足嵌入式生物芯片扫描仪智能化、自动化要求,提出了一种生物芯片图像全自动定位的算法。首先对图像做基于形态学的腐蚀算法预处理,以及图像轮廓提取;采用投影法做行、列方向投影,将2维灰度矩阵转换为一维灰度和序列,结合离散傅立叶变换和功率谱运算,估计斑点的行、列间距;利用行、列间距,在1维灰度和序列中实现分段搜索,获取光斑中心粗定位;利用轮廓图像投影后出现双次峰的现象,估算斑点直径;最后,依据重心法调整斑点中心,同时采用自适应变步长搜索斑点半径,最终实现生物芯片扫描图像的精确定位和分割。本算法用C语言实现,测试平台Pentium 4 2.2 GHz,处理一幅16×19斑点阵列的图像,算法用时1.8 s,定位准确率达到100%。     

大尺度高分辨率遥感图像机场目标的快速识别

基于对机场的图像特征、目标特征的全面分析,提出了一种从大幅面高分辨率光学遥感图像(10000×10000 pixel)中快速识别机场目标的算法。首先通过预处理去除图像中大部分与目标特性不相关的区域,然后在剩余区域中作精确的检测,其中用到的目标特征有空间频率、均值、方差和能量等,使用canny边缘检测、线段分割与四邻域跟踪技术对目标进行精确识别。研究结果表明,本文算法能够实现对机场的快速识别,识别算法时间小于2 s。     

基于蚁群算法的遥感图像聚类方法

聚类分析是遥感图像非监督分类的有效方法,蚁群算法具有离散性和并行性的特点,蚂蚁觅食行为、蚂蚁堆积尸体行为和基于蚂蚁自我聚集行为的聚类算法是目前研究较为广泛的3种基于蚂蚁的仿生聚类算法.为验证上述3种算法的有效性,在对这3种聚类算法进行研究的基础上,针对遥感图像进行了聚类实验.实验结果表明,基于蚂蚁的聚类方法对图像的聚类分析是有效的,较传统的k均值和模糊C均值算法有一定优越性.     

遥感图像赋锡环块构造机理探讨

遥感图像中典型的赋锡影像是环块构造，是以环形体为主，线性体相伴的线一环复合结构，根据遥感基本原理，将遥感地质学与矿床学相融汇应用，钭已知锡矿床的地质资料与其赋存的遥感影感图案对应分析，认为遥感图像赋锡环块构造是赋锡地质体所的特有的地学特征以及电磁波形式在传感器中的总体反映－－遥感影像的地学总和效应。     

基于数学形态学的遥感图像边缘检测方法研究

提出了一种基于双结构元形态学的遥感图像边缘检测方法,与经典边缘检测算法的仿真比较表明,其算法在边缘连续性、边缘定位精度和地物细节体珥方面都取得了良好效果。     

Retinex和小波变换去除遥感图像云雾方法分析

基于遥感图像中的云和景物信息频率分布特征,介绍了改进的Retinex方法和小波变换两种去云方法的基本原理,并结合实验分析两种方法的优缺点。Retinex算法对较暗区域的图像处理有明显效果,改进的Retinex方法则是基于经典Retinex,对具有较高亮度的遥感图像通过图像变换方法达到去云的目的。小波变换方法是将图片进行适当层次的小波变换,增大低层细节系数,突出景物信息,减小高层细节系数,适当减小近似系数,最后将所有系数重构,得到重构图像。实验结果评价及数据表明:基于小波变换方法优于Retinex方法。     

微型飞机航空遥感图像传感传输系统研究

利用航空遥感技术建立资源与环境动态监测系统,图像的获取和传输是关键,微型飞机航空遥感图像传感传输系统不仅能实现图像的获取及远距离无线传输,以达到动态监测的目的,而且费用低,适合于中小范围内的资源与环境动态监测。简要地介绍了利用航空遥感,微波图像传输以及计算机图像处理等高新技术研制的微型飞机航空遥感图像传感传输系统。     

浅析飞机数字化装配定位技术

飞机装配一直是飞机制造过程中工作量大,技术要求高的一个重要环节.近年来,随着计算机技术和自动化技术的飞速发展,数字化的应用为解决飞机装配技术的问题提供了新的途径,本文通过对飞机数字化装配定位技术的一些探讨,让大家对飞机数字化装配定位技术有一定的了解.     

一种快速有效的遥感图像场景分类特征

针对在遥感大数据中如何进行快速有效的场景分类,提出一种图像特征的构建方法.基于非监督学习进行快速二值编码,首先对图像局部训练样本利用非监督学习获取相应滤波器组,然后再使用二值化哈希编码方法对场景单元特征图进行量化,最后统计得到场景全局特征.实验结果表明,该特征描述结合了滤波器组和二进制特征描述子的优点,在保证较高分类精度的前提下,能够大幅度提升计算效率,具有较好的鲁棒性.     

基于小波分析的飞机导线故障定位方法研究

介绍了一种基于小波分析的飞机导线故障定位方法,该方法利用Mallat小波的多分辨率分解与重构算法对导线故障定位中的信号进行分析和处理,从而有效地减少外部电磁干扰对故障定位精确度的影响.通过对实际测量数据的分析,验证了该方法的有效性.