景像匹配区中稳定景物的分割方法研究

研究了景像匹配区中稳定景物的分割方法———强度和法及分形常数法 ,成功地分割了匹配区中的稳定景物 ,为评价区配区景物稳定性提供了依据 .其中分形常数法是分形理论应用在图像分割领域的一个新尝试     

基于多重分形的遥感图像融合检测方法

多重分形通过奇异指数和多重分形谱分别从局部和全局描述了图像的特征。研究了多重分形的定义及其计算方法,分别提取了SAR图像和可见光图像的4个多重分形谱特征。为了提高聚类分割精度,将图像的灰度特征和4个多重分形谱特征组成特征矢量,作为模糊C均值聚类的输入,对SAR图像和可见光图像进行了分割。多重分形谱特征从全局反映了图像的全局特征,为此,选取两幅图像的多重分形谱特征为依据,对可见光图像和SAR分割图像进行"折中"融合,减小检测的虚警和漏警率。实验结果表明,采用该方法能结合两幅图像各自的优势,有效提高检测的精度。     

一种基于低亮温目标的毫米波辐射图像分割方法

与红外与可见光探测器相比，毫米波辐射计具有全天时全天候的工作能力。毫米波金属目标辐射图像的分割识别是制导应用中急需解决的重要问题。文中首先根据毫米波辐射特性确定不同亮温目标区域，然后利用形态学复合算法对辐射图像进行预处理，最后采用分水岭算法完成图像分割。3mm波段辐射图像分割结果表明，该算法可对低亮温毫米波辐射图像进行有效分割，分割后的目标轮廓形状与光学场景相符，与特征模板库匹配后可用于不同目标识别。     

利用稳定地物特征匹配定位的方法研究

论述了利用稳定地物特征进行匹配定位的方法。该方法针对稳定地物的特点，为了提高匹配定位的实时性，采用了分层搜索的序贯判决法；同时，由于实时图存在误差，容易造成错误匹配，为了避免这个问题，提高匹配概率和定位精度，设计中增加了一致性表决法，采用分层搜索的序贯判决法和一致性表决法相结合的匹配方法，取得了很好的匹配效果。     

一种基于数学形态学的红外图像分割方法

针对红外图像信噪比低,一般阈值法难以分割的特点,提出了一种基于数学形态学的红外图像分割方法。首先利用形态学估计出红外图像的背景图像,其次用原始图像减去估计的背景图像得到差值图像,并对差值图像进行增强,再利用阈值法分割得到二值图像,最后应用形态学的开运算消除高频噪声,得到待检测的图像。并与著名的Ostu法、迭代法、P-参数法进行了详细的比较。结果表明:该分割算法是一种实用有效的图像分割方法。     

融合修正OTSU 和中值滤波的水上航行器障碍物视觉分割

为进一步提高水上航行器视觉避障时图像分割的精确性,提出融合修正OTSU 和中值滤波的水上航行器 障碍物图像分割算法。利用修正系数将原始图像从RGB 模型转换为Y、Cb、Cr 色度值修正的模型,进行修正OTSU 的阈值分割,对分割后的二值图像实行自适应中值滤波降噪处理,并对3 种水上障碍物识别算法进行测试。结果表 明：与加权Otsu 算法和改进阈值分割算法对比,该算法可以将检测目标区域占比稳定在80%以上,并将干扰噪声区 域占比降低至28.5%,说明算法有效、可行。     

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。     

基于最小能量的图像分割算法

文中对图像分割进行了研究,将图像分割过程看成一获取信息的过程,通过最大化此信息量,导出一分割图像的能量泛函,最小化能量泛函即可得到分割结果。在最小化能量函数时,运用最陡梯度下降法导出一曲线进化方程,并用水平集方法来表示此曲线,利用快速水平集方法来进行数值求解。最后的仿真结果表明该算法很有效。     

温度计自动检定的图像分割技术

温度计自动检定系统包括温度计自动读数.示值转换、示值检定、检定结果打印等部分,系统软件由检定规程子系统和图像读数子系统组成.其图像分割技术利用统计线段上灰度数值法分离出温度计图像,使用基于最大熵的阈值选择法获得二值化图像以实现图像分割.     

基于直方图熵和遗传算法的图像分割法

图像分割是计算机视觉研究中一个老而难解决的问题。本文提出了一种基于灰度图像的直方图的熵和遗传算法进行图分割的方法,以灰度图像的直方图熵作为评价标准,把图像分割问题定义为一个优化问题,利用遗传算法的寻优高效性,搜索到能使分割到最优的分割参数－－图像分割阈值。     

水声图象目标探测

为实现水声图象中沉底目标的自动探测，提出一种匹配滤波和分形检测相融合的方法。由于匹配模板能够较好地模拟沉底目标的成像特性，而分形模型有助于区分人工目标和自然背景，所以这两种方法的融合可以有效地检测出目标，减少虚警。     

基于改进型脉冲耦合神经网络的图像分割方法

脉冲耦合神经网络（Pulse Coupled Neural Network，PCNN）具有良好的脉冲传播特性，在图像分割中得到了广泛应用。针对其需要人机交互通过实验确定其相关参数，实时性差等问题，改进了标准的PCNN模型，提出了一种基于改进型脉冲耦合神经网络的图像分割方法。仿真结果表明，该方法实时性好、自适应性强，分割出的目标轮廓清楚．细节更多。     

基于COSNet的伪装目标分割

近年来，对伪装目标进行精准识别的军事需求不断加大，使得伪装目标分割(COS)技术应运而生。由于伪装目标与背景的融合度较高，COS比传统的目标分割难度更大。为更加精准地分割出伪装目标，构建完备的军用伪装目标数据集(MiCOD),并提出一种基于人类视觉系统的COS网络—COSNet。COSNet由特征提取模块、聚焦放大模块、多尺度特征图融合模块3部分组成。针对性设计的聚焦放大模块包含关键点聚焦模块和感受野放大模块，关键点聚焦模块通过模拟人类注意力高度集中的观察过程减少虚警率，而感受野放大模块通过仿生人类视觉感受野机制以增大观测范围、提升分割精度。损失函数方面，依据聚焦放大模块设计了更适用于伪装目标识别的关键点区域加权感知损失，以给予伪装目标更高的关注度。大量定量和定性实验结果表明：在自建数据集MiCOD上，与其他目标分割模型对比，COSNet在8个评价指标上均达到最优效果，分割精度明显提升；当模拟真实的战场环境时，COSNet平均灵敏度Sen_mean为0.622,平均特异度Spe_mean为0.670,漏检率和虚警率均低于其他算法。     

正态分布转换算法在声纳图像处理中的应用

根据声纳图像匹配处理的实时性需求,研究了正态分布转换算法。该方法基于对图像中目标点的概率分布进行匹配,不需要提取图像的几何特征或灰度特征,可有效缩短匹配时间。通过对均值滤波法、中值滤波法、小波去噪法、形态学平滑法4种图像去噪和迭代阈值法、最大熵法、一维Otsu法和二维Otsu法4种分割算法,进行仿真并对比,选出符合实时性处理的方法,即中值滤波法和一维Otsui法。基于美国德州仪器公司的数字信号处理芯片,将图像去噪、分割和匹配算法在硬件上实现,硬件实现结果和仿真结果一致,实现了声纳图像匹配的实时处理。     

遗传算法在电视制导导弹目标图像处理研究中的应用

文中介绍了一种基于遗传算法的改进的类间方差法作为电视制导导弹的图像分割方法,它不仅具有较好的分割效果而且满足弹载计算机的速度要求.最后应用本方法在某型电视制导导弹的地面模拟弹上进行仿真试验,证明了该算法是有效的.     

自适应腐蚀模板在球形目标分割中的应用及实现

在图象处理领域中目标分割是目标识别过程中一项必不可少的工作。在某些情况下,待识别的目标与其它物体相连在一起并且灰度值相近,这样使用单纯的灰度阈值法很难将目标分离出来。对特定形状目标（球状目标）的分割技术进行了分析,提出了一种新的自适应腐蚀模板技术。这种技术弥补了由于模板大小固定而当目标的大小不同时,出现的模板相对过小不能有效地将目标分割出来,以及模板相对过大而将目标完全腐蚀掉的缺陷。详细叙述了自适应腐蚀模板的生成技术,解决了特定情况下的球形目标的分割问题,并应用Visual C++ 6.0进行编程实现。最后,给出了几种情况下的分割效果比较图。     

一种自适应图像分割算法

采用超限性均值滤波和中值滤波的方法对含有高斯噪声和椒盐噪声的图像进行了滤波处理,同时将基于整体的最大熵值分割法与基于局部的均值阀值分割算法相结合,在保证分割图像整体性的同时,提高了分割图像的层次性,保留了图像的细节．仿真结果表明,分割结果能够提高分割图像的质量．     

基于机器视觉的无人机红外合作目标分割方法研究

在无人机着舰的合作目标分割问题中,当目标占图像比例小于0．2％时,双Otsu法、最大熵法等经典的图像分割方法效果不佳。为了提高分割的效果,本文提出了自适应的区域生长法。首先,根据机载摄像机与着陆合作目标的估计距离,确定合作目标的像素点数Ⅳ;然后利用红外合作目标的特点,自适应地寻找出图像中Ⅳ个最亮点的几何中心作为生长核;...     

基于红外图像的海上船舶分割算法研究

根据海面红外图像的特点,提出了一种基于红外图像的海上船舶分割算法。采用均值移动算法和霍夫变换检测海天线,以海天线为基准确定船舶出现的区域,采用区域分割算法分割船舶目标,根据区域生长法得到不同的目标区域,最后根据实验验证的本算法的有效性。     

基于改进的马尔可夫随机场声纳图像分割方法研究

声纳图像与普通的光学图像相比,具有对比度低、成像质量差、受噪声污染严重等特点,传统的图像分割方法难以取得高精度、鲁棒性强的分割结果。提出了一种基于改进的马尔可夫随机场(MRF)声纳图像分割方法。即对于MRF模型参数的建立,提出了新的3类分割空间邻域MRF模型参数;在此基础上把新建立的3类分割空间邻域MRF模型参数和层次间相互作用的模型参数,应用于空间分层MRF 3类分割中,得到最终精确的3类分割结果。通过对人造模拟声纳图像以及真实声纳图像的分割实验,验证了本文提出的分割方法具有较高的分割精度和适应性。该方法考虑了声纳图像中像素间的空间相关性,因而提高了其最终分割性能。