基于区域协方差的图像特征融合方法

考虑到不同特征代表图像的不同信息,融合后的特征更能体现图像的本质,概括总结了国内外各类图像特征融合方法,重点阐述分析了基于区域协方差的特征融合方法,该方法可以自然地融合多个相关特征,协方差计算本身具有滤波能力且效率高,最后通过设计合适的目标特征,基于区域协方差融合特征实现舰船目标识别。实验表明,协方差描述子可以较好地融合舰船可见光图像或红外图像的目标特征,提高目标识别能力。     

一种基于组合不变矩的新的舰船图像目标识别方法

利用图像的不变矩特征进行目标识别是一种有效的方法.通过比较Hu矩、仿射不变矩和小波不变矩的特点和适用条件,提出了一种运用部分Hu矩、仿射矩和小波矩组合来识别舰船图像目标的方法.仿真实验结果表明,该组合矩对于提高舰船图像目标的识别率是有效的.     

改进的低阶轮廓矩特征推导方法

轮廓矩特征能够有效描述目标的形状。与基于区域的矩特征不同,轮廓矩扫描目标周长像素点时,时间和空间复杂度低,但轮廓矩公式的推导过程复杂。提出用参数方程描述轮廓曲线段的方法,基于格林定理仅利用一次二项式定理推导出轮廓矩的一般表达式。以舰船投影图像为例计算了常用低阶轮廓矩,实验表明,与区域矩特征相比运行速度快,且质心误差不超过2%。     

中远距离舰船目标识别方法研究

分析了中远距离舰船目标的特点和对其进行识别的重要性,提出了一种新的舰船目标识别算法。该算法采用基于曲线进化的方法提取目标的骨架,通过计算目标骨架扩展的Hu不变矩提取目标特征,最后选用支持向量机作为分类器,并用创建的舰船目标的模型对分类器进行训练,利用训练好的分类器对实际获取的目标的红外图像进行分类识别。实验结果表明算法的识别率较高,鲁棒性较好。     

基于图像显著性特征的舰船目标检测识别方法

针对可见光图像中的舰船目标检测与识别问题,提出了一种基于图像显著性特征(Visual Saliency Features,VSF)的舰船目标检测识别方法.该方法包括3个主要内容:计算图像各通道全局对比度特征值,融合并进行分块压缩后得到显著图;采用Otsu算法自适应分割图像,获取舰船目标待识别区域;使用HOG特征+SVM...     

基于深度学习的可见光图像舰船目标检测与识别

为探究深度卷积神经网络在舰船检测与识别中的应用,研究了基于深度学习方法的可见光图像舰船目标检测与识别,总结了适用的可见光图像舰船数据集与针对舰船目标的网络优化方法.研究表明,迁移学习、先验框改进、特征优化等方法均能提升舰船检测与识别的准确率.未来应结合多源特征的融合,对轻量化舰船识别、细粒度舰船分类等方向进行研究.     

一种基于区域不变矩的图像特征关联方法

为了研究多源图像特征关联问题,提出基于区域不变矩的特征关联方法;对经过区域分割后的图像各个区域计算其区域不变矩特征,提出一种区域相似性度量算法,并对计算出的图像区域不变矩进行特征关联。通过对一种飞机二值图像问题进行特征关联的仿真实验,并通过图像形式给出飞机二值图的特征关联结果,验证了该算法的实用性和有效性。该算法可以用于其他类型图像中区域不变矩的特征关联。     

一种多光谱红外舰船目标融合检测方法

针对复杂岸岛背景下的红外舰船目标检测问题,提出了一种多光谱融合红外舰船目标检测方法。首先根据不同谱段信息相互间的关系进行基于非下采样轮廓波变换(Nonsubsampled Contourlet Transform, NSCT)域的多级多光谱图像融合,然后利用LSD线段检测和聚类对融合后的图像进行岸岛线检测。采用选择性搜索算法生成初始目标候选区域,然后结合岸岛线空间位置以及舰船目标的几何特征和灰度特征约束剔除部分虚假目标区域,最后提取候选区域的方向梯度直方图(Histogram of Oriented Gradient, HOG)特征算子。利用线性支持向量机(Support Vector Machine, SVM)分类器进行分类识别,以检测出真实舰船目标。实验结果表明,与单谱段红外舰船目标检测方法相比,本文方法在检测精度上有较大提升。     

基于非完备字典的舰船特征提取和识别

提出了一种基于非完备特征字典的舰船特征提取和识别算法。借鉴稀疏表示理论的思想,根据红外图像中舰船的外形特征数据集构造特征字典,将目标信号进行分解,根据匹配字典中每个特征基原子得到特征响应,从而获得目标的特征表示,最后采用 SVM 一对一投票方法进行目标识别,得到最终的目标识别结果。仿真实验表明,与简单的标量区域描述方法和矩特征方法相比,本文方法得到的特征不仅具备更快的提取速度,而且可以更好地区分目标,提高目标识别的正确率。     

模糊图像多波段特征融合的多类舰船识别

利用单波段特征进行多类别舰船识别对舰船的图像质量与特征描述算子要求较高,图像质量的下降会直接导致复杂的特征描述算子识别能力下降。为了多舰船目标识别率的提高,针对单波段特征识别能力的不足,设计了目标图像特征,对多特征进行协方差融合,对多波段目标图像,采用特征并行处理,进行协方差特征融合,最后利用融合后的特征对多舰船目标进行识别分类。对比试验结果显示,本文设计的融合特征,在单波段图像上,比直接利用流行的HOG特征识别率高,多波段融合特征的识别率较单波段融合特征更是得到了质的提升,达到了95%以上。     

基于区域识别和区域扩展的相位解缠算法

由于实际的合成孔径雷达(Synthetic Aperture Radar,SAR)图像中各个区域的相干性不同,干涉合成孔径雷达解缠中,低相干区域的误差容易在整幅图像中传播.对此,提出了一种结合区域识别和区域增长的区域识别与扩展解缠方法.在数据预处理阶段,融合可见光图像对SAR图像掩模分类,剔除失相干区域,避免其误差传播至整幅图像.在研究区域中,选取高相干的、稳定的像素作为生长种子,以SAR图像的相干系数和相邻已解缠像素的数量为指导,缠绕像素相位的模糊数经反复迭代检测后,被加入已解缠区域,解缠像素由高相干区域向低相干区域扩展,直到完成整个区域的解缠.相控阵型L波段合成孔径雷达和高级合成孔径雷达数据实验结果和算法比较证明了所提方法在解缠精度上的优越性.     

基于过渡区的红外目标图像分割与压缩研究

为了解决低带宽信道传输红外目标图像的问题,在改进的基于过渡区图像分割方法的基础上,将其应用到红外目标图像感兴趣区域的自动提取,最后探讨了基于状态位图提升SPIHT(Set Partitioning in Hierarchical Trees,SPIHT)算法的感兴趣区图像压缩。在JPEG2000的基本框架下进行了具体实现,通过图像实验充分验证了该方法的有效性、实时性,具有重要的应用价值。     

MPEG—2量化器的区域自适应率失真优化

提出一种MPEG－2量化器的区域自适应率失真优化算法。这种算法考虑了信源在量化器量化判决区域的分布，通过寻找最小的拉格朗日率失真费用函数，获得量化器的判决电平。根据量化器输入信号的分布自适应地选择量化判决电平提高了量化器的率失真特性，与TM5的量化方法相比，区域自适应率失真优化的量化方法可使亮度分量和色度分量的信噪比分别提高大约0．5dB和0．1dB。     

基于感兴趣区域轮廓的图像分割方法

针对耗时和区域边界不精确的图像分割问题,对边缘检测方法和区域生长方法进行研究、改进,提出以边缘检测和区域生长相结合的感兴趣区域轮廓的图像分割方法,该方法能够更加精确地对图像进行分割。实验结果表明,该方法对复杂环境下感兴趣区域的图像分割具有良好的效果。     

基于关键区域特征匹配的视觉跟踪算法

针对视觉跟踪中目标表观的复杂变化问题,提出了一种基于关键区域特征匹配的鲁棒跟踪算法.首先对目标模板进行初始化并通过滤波预测得到目标候选;然后采用自适应标记分水岭算法对目标模板和目标候选进行分割以提取关键区域,并利用像素的空间和频率分布特性对关键区域进行多重特征描述;最后通过关键区域的特征匹配得到目标模板与目标候选的匹配关系,由此确定最终跟踪结果并进行模板更新.对目标发生尺度、遮挡、旋转、光照、姿态、复杂背景以及运动模糊等变化的视频序列进行了仿真测试.实验结果表明,所提算法能够有效处理目标表观的复杂变化问题,尤其对目标的部分遮挡、光照变化以及复杂背景等具有较强的鲁棒性.     

图像中区域间距离的一种算法

在图像中提取信息是图像处理的一项重要内容,有些测量所得的数据是以图像形式提供,例如卫星拍摄传回的地貌图像等,需要通过图像信息处理获得测量结果,如计算实际地貌二个目标之间的距离,即计算图像中二个区域之间的最短距离。在区域深度标记的基础上给出区域扩张的处理方法,然后用区域扩张计算图像中二个区域之间的最短距离,这种区域扩张算法只需要对图像进行2次扫描即可完成,适合处理数据量大的数字图像。     

面向图像语义分析的JSEG改进分割算法

JSEG算法是一种经典的被广泛应用于图像处理的图像分割算法,但是它存在着严重的过分割问题,因而不适用于对图像的语义分析处理。针对这个问题提出了两个方面的改进,一是改进了原算法中初始种子点的选取方法,二是在区域聚合过程中增加考虑了区域纹理特征的信息。实验表明,改进后的方法有效地改善了原算法中的过分割现象,分割后的图像区域更加符合对图像进行语义分析的要求。     

基于数学形态学和自动区域生长的红外目标提取

针对具有复杂背景干扰,信噪比低的红外图像目标提取问题,提出了一种结合数学形态学和自动区域生长的红外目标提取方法。首先对图像进行中值滤波和灰度变换预处理,然后利用数学形态学高帽变换去掉大面积背景干扰区域,接着采用基于局部小波系数能量特征的方法找到感兴趣区域,再通过基于窗口均值的方法自动获取种子点进行区域生长分割。实验结果表明：本文方法能有效的消除复杂背景干扰,并很好的提取出目标。     

GaAs基量子级联激光器材料结构设计的进展

GaAs基量子级联激光器的出现,在器件的设计制作和处理工艺上开辟了有意义的前景。本文概述了近年来GaAs基量子级联激光器在波导核心层、波导以及光学谐振腔方面设计的原理、进展,并介绍了一些新颖的结构。