共查询到15条相似文献,搜索用时 156 毫秒
1.
2.
3.
以低成本反无人机制导弹药为研究背景,开展针对远距无人机目标探测的研究工作,并设计一种局部视觉显著聚类测量算法。将局部对比测量思想引入可见光图像中,通过度量局部成像域的光谱聚类性实现对目标的检测,更具体的是度量局部像域的平均光谱值与相邻像素光谱值的最小距离。为解决多尺度目标问题,设计相应的多尺度滑窗测量方法。对原始RGB图像帧进行分频中值滤波,将滤波后的RGB图像转换到Lab颜色空间;通过滑窗模型进行无人机成像域搜索;使用显著性检测方法度量光谱差异性,得到显著测量图;利用阈值化算法获得潜在无人机目标的像素位置。根据无人机目标成像条件,开展远距无人机图像数据集的实地拍摄和人工合成工作。定性实验结果表明局部视觉显著聚类测量算法可在复杂背景下将小尺度无人机辨识,定量实验结果表明该算法的检测准确率可达到100%。 相似文献
4.
声纳图像成像质量差、特征信息弱,目标分割存在一定困难,为此提出一种融合多尺度统计信息的模糊C均值(FCM)聚类与Markov随机场(MRF)的小波域声纳图像分割算法。小波域中低频信息统计特性描述了低频不同区域像素聚类情况,高频信息反映了该方向纹理特征,依据低频子带的统计峰值选取FCM初始聚类中心,应用小波域FCM聚类算法对声纳图像进行预分割,抑制噪声的影响,提高了预分割的准确性;构建初分割后图像的多尺度MRF模型,尺度间节点标记的相关性采用1阶Markov性表征,尺度内构建2阶邻域系统描述系数间的标记联系,标记场采用双点多级逻辑模型建模,同一标记的系数特征场采用高斯模型建模,弥补了MRF算法中层次信息和轮廓信息描述的不足;应用迭代条件模型算法求其最小能量下的标记场,实现声纳图像分割。从视觉主观效果和客观评价指标两方面的实验结果验证表明,该算法分割声纳图像均优于FCM聚类算法和MRF算法,分割的声纳图像边缘与细节的清晰度、精细度均有一定程度改善。 相似文献
5.
由于来自不同传感器的侦察图像获取和传输的非实时性以及图像情报分析结果的非连续性,反侦察监视裁决需要对来自不同传感器的侦察结果进行空间和属性综合聚类,合并属于同一目标的侦察结果。考虑空间位置和多个非空间属性的相似性,提出了基于空间和属性多重距离的空间聚类算法 MDBSC(Multiple Distance Based Spatial Clustering),用于多源侦察结果的关联融合,给出了算法步骤和实例。 相似文献
6.
7.
8.
针对多传感器侦察系统获得的目标定位信息精度不高、数据量大、分布不规则等问题,提出了一种基于小波分析的聚类算法解决多传感器侦察系统的精确定位问题,通过网格的划分和小波变换使原始数据空间的自然聚类更加容易区别。仿真测试表明,与传统的Kmeans聚类算法相比,该方法能减少噪声对多目标定位的影响,对于大规模、分布不规则的数据空间聚类划分更为准确和细致。 相似文献
9.
针对图形模糊聚类对灰度分布不均匀及噪声干扰图像无法获得满意分割结果的不足,提出一种基于全散度的自适应鲁棒图形模糊聚类分割算法。全散度和像素邻域信息相结合,得到一种改进的全散度;改进的全散度引入图形模糊聚类最优化模型,并嵌入像素空间邻域信息。当前聚类像素与邻域像素均值的偏差作为该鲁棒聚类分割模型的正则因子,促使该聚类对强弱噪声具有自适应抑制能力。测试结果表明,与现有的图形模糊聚类、鲁棒模糊聚类等算法相比,自适应鲁棒全散度图形模糊聚类分割算法的分割效果和抗噪鲁棒性均有明显改善。 相似文献
10.
提出了一种基于核PCA的智能图像分析算法,该算法将非线性数据映射到高维特征空间,能自动创建新的聚类并且连续调整聚类以适应于新目标,从而提高目标识别系统的性能。重点研究了基于核PCA算法在径向基神经网络中的应用,提出一种核PCA—RBF网络模型,并进行了目标检测、分割和无人监督目标分类的仿真实验。 相似文献
11.
彩色夜视融合图像熵评价研究 总被引:1,自引:0,他引:1
为了研究传统统计方法在彩色夜视融合图像质量评价的适用性,在分析各种统计方法的基础上,选择了“熵”作为客观评价方法,采用C-均值聚类方法和自动确定最佳颜色类数方法计算彩色图像熵。实验对10种不同场景的微光与红外图像采用4种融合方法产生的40幅彩色图像进行了熵计算和“感知质量”与“细节”主观评价。统计分析结果显示,“感知质量”与“熵”的相关性系数只有0. 41,说明熵统计方法在彩色夜视融合图像质量评价上存在困难。对采用统计方法评价彩色夜视融合图像质量存在问题作了讨论。 相似文献
12.
13.
为解决未知协议种类繁多、聚类结果不能涵盖所有协议的问题,提出一种基于调整互信息的一类分类算
法。采用改进的k-means 聚类,构建目标样本的合理覆盖模型,计算每个聚类中心的调整互信息阈值,得到各个聚
类中心的调整互信息值,对不同聚类互信息阈值进行比较,并通过实验验证了算法的有效性。实验结果表明:与其
他传统的一类分类方法相比,该方法在二进制协议一类分类中取得了较好的结果。 相似文献
14.
针对测量图像平台直方图均衡算法中平台值选取困难的问题,基于C-值聚类(Fuzzy C-means clustering)理论,提出一种自适应平台直方图均衡增强算法。该算法通过对图像直方图进行C-均值聚类,自适应地选择平台阈值,能够在均衡图像的同时有效保持图像细节。实验证明:该算法对测量图像具有较好地增强效果,能够有效地抑制图像的背景,突出目标细节。 相似文献