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。     

基于激光扫描测高技术的地形匹配

提出了一种不同于传统的地形匹配方法.利用角分辨率和测距精度高的激光扫描雷达, 实时获取激光发射点到飞行器下方一定范围内地面采样点的斜向距离, 通过重采样和插值技术恢复出各采样点的高程, 然后和预存的参考图进行匹配.匹配中将高程直接相关匹配和基于小波变换的多尺度特征匹配相结合.在尽量保证实时性的同时, 获得了较高的捕获概率和定位精度.初步仿真检验了该方法的优越性.     

一种基于边缘匹配的前视红外目标识别算法

红外目标识别是影响精确制导武器命中精度的重要因素。针对因基准图与实时图存在差异导致模板匹配性能下降的问题,提出了一种基于边缘匹配的前视红外（FLIR）目标识别算法。在模板匹配的基础上,利用目标的邻域信息排除虚警,计算基于匹配代价矩阵的匹配置信度对候选匹配点进行排序,利用前面连续多帧图像的识别结果为当前帧识别提供信息,从而提高目标识别的准确性和鲁棒性。在2组不同目标类型的红外视频序列上所做的实验表明,该算法具有较好的识别性能。     

前视红外目标的鲁棒分层跟踪算法

针对前视红外序列图像中目标与背景对比度低、灰度级动态范围小以及目标边缘模糊的特点,提出了一种基于均值漂移和特征匹配的红外目标鲁棒分层跟踪算法。首先利用均值漂移算法来快速搜索局部最优候选目标。然后,通过特征匹配对跟踪误差进行有效修正。采用Harris算子对模板目标与候选目标进行特征点提取,利用改进的Hausdorff测度对特征点进行有效的匹配度量,最终实现红外目标的精确定位。实验结果表明该算法简单有效,能准确跟踪前视红外目标。     

基于图像边缘和USAN区域的角点检测方法

在景象匹配技术中，利用角点来建立特征空间越来越受到研究者的亲睐。本文提出了一种新的基于图像边缘和USAN区域的角点检测方法：首先用二维Gabor小波提取图象的边缘，然后再利用基于同值分割吸收核(univalue segment assimilating nucleus)区域角点检测模型进行角点提取。此算法很好地解决了噪声对角点提取的干扰，同时该算法也为存在较大角度旋转的图象进行匹配提供了高质量的特征空间。     

基于图像边缘和USAN区域的角点检测方法

在景象匹配技术中,利用角点来建立特征空间越来越受到研究者的亲睐.本文提出了一种新的基于图像边缘和USAN区域的角点检测方法:首先用二维Gabor小波提取图象的边缘,然后再利用基于同值分割吸收核(univalue segment assimilating nucleus)区域角点检测模型进行角点提取.此算法很好地解决了噪声对角点提取的干扰,同时该算法也为存在较大角度旋转的图象进行匹配提供了高质量的特征空间.     

复合材料X射线检测方法研究

针对X射线检测复合材料原始图像具有灰度区间窄、缺陷边缘模糊、图像噪声多、缺陷特征有时被淹没的特点．文中提出了一种基于软阈值的小波图像增强方法,图像经过小波分解后可以得到一系列不同尺度上的子带图像．在不同尺度的子带图像上进行基于软阈值滤波的细节系数增强．再进行图像重构．即可得到增强后的X射线检测图像。实验表明．该方法可以有效地增强图像的细节信息,抑制噪声,改善图像的视觉效果。     

噪声目标的边缘检测算法研究

在传统的小波多尺度边缘检测的基础上,利用相邻尺度上小波系数相乘的性质,提出一种噪声目标的边缘检测算法,同时对一般的小波阚值方法加以改进,得到一种自适应阈值方法,从而达到增强边缘．抑制噪声的效果,并相应提高了边缘检测的精度。对实际拍摄的含噪军事目标进行仿真试验的结果表明,该算法检测出的图像边缘轮廓清晰,细节突出,去噪效果好,因而在军事上具有一定的实用性。     

利用边缘信息进行匹配区的选择

介绍了一种利用图像的边缘信息进行匹配区选择的方法，即利用图像的边缘相关值，边缘点密度和边缘均匀性三个特性，对南方某一地区一年四季和隔年的卫片图进行了分析，提出了将以上三个特征结合起来的函数，用此函数即可确定匹配区。     

B样条小波边缘检测改进算法

提出了一种改进的B样条小波边缘检测算法,并在抑制噪声干扰和锐化图像弱边缘的基础上,采用自适应平滑滤波和B样条小波多尺度阈值方法进行了边缘检测．实验结果表明,改进的B样条小波边缘检测算法在除噪和提取弱边缘上可获得更好的效果．