运动中的多目标电视跟踪方法

文中提出了一种对运动多目标的电视跟踪方法。首先进行连通域标记,获得多个运动目标的特征,保存在各自的目标链中,然后用设计好的代价函数对各个目标进行匹配,用曲线拟合技术对目标的运动轨迹进行预测。     

基于最大隶属度的目标识别

对地空导弹将要拦截的目标进行识别,其主要思想是在综合多个因素的基础上给出待识别目标相对于已有目标集中各目标的隶属程度,通过隶属度排序,决定目标的种类,以便于为防空作战决策提供科学依据.最后通过实例说明该模型的合理性和有效性.     

一种基于模糊综合评判的目标识别方法

探讨了一种基于模糊集理论的目标识别方法，通过对红外、毫米波传感器采集数据的特点分析，提取了反映目标响应特性的脉宽和脉峰两个特征，建立了特征隶属函数，并对各特征的权值进行了自适应调整，最后经模糊综合评判实现了对地面目标的有效识别。     

高分辨雷达目标的模糊识别方法

毫米波高分辨雷达能够获得扩展目标的一维距离剖面像,从中可提取目标多散射结构特征,用于目标识别。但目标距离像随观测角变化给目标识别带来困难,本文基于模糊模式识别理论,提出了对目标姿态扇不角敏感的高分辨毫米波距离象模糊特征提取和目标识别方法,大大提高了毫米波雷达的目标识别率。     

基于多特征综合模糊识别方法的弹道中段目标识别

弹道导弹中段目标识别是中段反导作战的核心技术之一,也是反导指控系统指挥拦截作战的关键依据和成功拦截威胁弹头的保证。文中采用多特征综合模糊识别方法对中段多目标群进行识别研究,首先提取出具有明显物理意义的目标窄/宽带特征并对其进行模糊描述,在此基础上,对多目标进行综合模糊评判并给出评判准则,最后通过构建由三个目标组成的目标群开展仿真试验并给出仿真结果。结果表明,采用此方法能够快速准确的将真弹头从目标群中分离出来,具有较高的应用价值。     

基于综合相似接近度的航迹关联算法

文中以分布式多目标跟踪系统的航迹关联问题为研究对象,在综合考虑两模糊集问的三种接近程度度量（即海明距离、模糊贴近度、灰色关联度）的基础上,采用综合相似接近度算法,并将它应用于航迹关联问题。最后给出了两传感器环境下的仿真结果,并与最近邻法、加权法进行了比较,显示了该算法在关联正确率上有所提高。     

基于相似度的无线电引信抗干扰能力量化表征方法

为有效量化无线电引信的抗干扰能力,在定义无线电引信目标函数的基础上,提出基于相似度的无线电引信抗干扰能力量化表征方法。对正常目标回波进行分析,确定引信的目标函数,并以此为参考信号,计算不同信息型干扰作用下引信收发相关信道输出信号的相似度,若某种信息型干扰作用下获得的相似度的值越小,则引信抗该种信息型干扰的能力越强,反之越弱;以某对地连续波多普勒引信为例,对此方法进行验证。计算实例表明,该方法客观、合理,具有可操作性,可量化对比不同干扰作用下引信的抗干扰能力。     

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。     

一种交互合成的目标身份识别方法

针对D-S证据理论(Dempster-Shafer theory,DST)中Dempster组合规则在处理高冲突证据时的不足,以及DSm理论(Dezert-Smarandanche theory,DSmT)在处理低冲突证据时置信度降低的问题,文中提出了DST与DSmT交互合成的目标身份识别方法。该方法先计算证据相似度,然后根据相似度对DST与DSmT交互合成,从而自适应处理证据。算例结果表明了该方法可以有效提高目标身份识别的准确性。     

基于逻辑模型的雷达目标识别方法研究

文中定义了目标逻辑模型概念。根据目标逻辑模型,建立了目标属性分布函数和目标属性矩阵(MS矩阵),提出了基于逻辑模型的目标识别方法。以目标高度、目标速度和散射面积为目标逻辑模型参量,任意抽取三组目标参数样本对逻辑模型识别法进行了仿真,结果表明该方法具有原理简单、易于实现、可信度高等特点。     

基于视频图像的运动目标识别与跟踪方法研究

文中先对包含复杂背景的运动目标视频图像进行了背景提取,然后利用Canny算法完成对去背景后目标图像的边缘检测,并对目标进行了识别、跟踪,获得了比较理想的识别效果.该方法可用于导弹图像制导、智能化交通监控系统和其它图像目标识别系统.     

基于HMM模型的战场侦察多目标识别技术研究

隐Markov模型是一种用于语音识别比较成功的统计模型，战场侦察的多目标识别是战场侦察技术传感器走向实用的关键技术之一，对传统的隐Markov模型的结构和分类器进行了改进，使其初步可以实现由背景噪声环境下的多种类目标的识别。     

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。     

基于概率假设密度滤波与无迹Kalman滤波的多目标跟踪与识别

为提高导引头末制导阶段抗干扰能力,针对典型的欺骗式距离-速度联合拖引干扰模型,研究了基于概率假设密度(PHD)滤波的多目标跟踪与基于无迹Kalman滤波(UKF)的多目标识别技术。为说明导引头目标识别原理,给出了距离-速度联合拖引干扰模型;根据导引头测量原理,通过导引头框架角、导弹-目标相对距离、径向速度建立系统跟踪模型,给出了基于PHD滤波的多目标跟踪与基于UKF的多目标识别的基本原理;基于典型的目标运动模型(匀速直线与匀速转弯模型),针对目标施加的4次距离-速度联合拖引干扰,采用目标跟踪结果以及估计的目标速度和加速度信息进行多目标跟踪与识别分析,能够很快实现真假目标识别。仿真实验结果表明,利用PHD滤波与UKF信息能够有效实现对距离-速度拖引干扰下的多目标跟踪与识别。     

基于关联离散度的目标类型识别研究

空中目标识别是现代防空作战的重要研究内容．依据灰色系统理论，提出了基于关联离散度的空中目标灰色识别模型．应用实例表明，灰色识别模型可广泛用于低分辨率雷达目标类型识别的研究．     

一种多目标ADS-B信号的合成方法

为解决广播式自动相关监视(automatic dependent surveillance-broadcast,ADS-B)性能和功能指标难以测试、真实交织信号难以获取的问题,提出一种多目标ADS-B信号合成方法.介绍了多目标生成技术的工作原理,依据ADS-B信号特征,设计了一种基于多目标ADS-B中频叠加信号的数字处理方法,并通过数值试验进行仿真分析与验证.仿真结果表明:该方法能很好地产生和模拟空间中多个目标的叠加信号,测试和验证ADS-B设备的性能和功能指标,为ADS-B系统的工程化应用提供技术支持.     

基于多分类器组合的红外目标识别方法

针对以往的红外目标模式识别方法无法区分坦克与铁板假目标的缺点,提出了基于多分类器组合的红外目标模式识别方法.该方法对红外图像的每行像素使用线性分类器和BP神经网络分类器进行识别,用与规则对两分类器的识别结果进行决策融合,得到每行像素的识别结果,然后对多行像素的识别结果使用多数票规则及或规则进行决策融合,得到最终识别结果,完成对坦克、背景和铁板假目标的区分.仿真结果表明:组合使用BP神经网络分类器和线性分类器,可提高系统识别能力,能较好地完成目标识别.     

基于NIOSII的运动目标检测跟踪系统

提出采用高性能芯片EP2S90为核心,结合NIOSII软核处理器的高处理性能,实现视频信号采集与处理的运动目标检测跟踪,提高了系统的实时性,减小了系统的结构,拓展了系统的使用范围.最后,结合目标检测算法对图像序列进行了仿真实验,实验测试结果说明利用该系统能够获得比较理想的目标检测跟踪结果.     

一种基于运动目标识别的智能视频监控系统

针对武器试验现场飞行目标降落中事故多发的现状,设计一种基于运动目标识别技术的智能视频监控系统。系统采用采集前端-服务器端-决策模型。利用背景差分法和帧间差分法检测运动目标图像,从而实现视频运动目标的自动分割;采用轮廓提取和边缘检测技术进行目标识别;最后用特征算法提取目标的特征参数,从而判断目标的参数信息是否会对降落安全构成威胁,做出进一步决策。对实现系统功能所需的关键技术进行详细介绍,在Visual C++6.0中用OpenCV实现相关算法的设计,并给出部分关键代码。仿真实验结果表明:该系统能满足智能监控的基本要求,精确显示运动目标在靶面上的位置,可根据客户需求识别运动目标。     

基于数学形态学的车牌识别方法

数学形态学具有速度快、方法简单等特点，使用数学形态学进行车牌的识别．通过预处理和阈值分割算法后，主要利用形态学腐蚀运算进行车牌边缘检测和识别，该方法检测物体的边缘宽度仅为一个像素，定位精度高．通过与传统的边缘检测算子比较，再选择合适的结构元对车牌识别，具有良好的识别结果．使用MAT-LAB7.0软件进行仿真，通过大量实验，证明该算法具有一定的实用性．