背景毫米波辐射亮温的信号拟合优度建模方法

针对以往背景毫米波辐射探测的目标识别算法研究,通过试验测量获取数据的不足,提出了基于实测数据拟合优度的背景毫米波辐射亮温建模方法。通过对实测数据进行拟合优度分析,求出分布函数,利用数据拟合得到表示不同背景的辐射亮温模型,拟合曲线与实测数据对比表明,二者基本吻合。通过典型背景的毫米波辐射亮温模型,可以为目标识别算法研究提供所需的背景亮温数据。     

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。     

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。     

基于梯度向量流模型的图像分割方法

针对传统Snake模型存在目标边界捕捉范围小,且不能有效检测到目标对象深度凹陷部位等问题,提出应用GVF Snake模型改进传统Snake模型的外部力,以增大Snake曲线的捕捉范围,使曲线能收敛在全局能量最小点,并提高检测深度凹陷部位的性能.理论计算和仿真分析表明: 利用GVF Snake模型对飞机和坦克等军事目标图像进行分割,具有目标边界捕捉范围广、收敛性好的特点.     

一种快速、稳健的图像分割方法

文中的目的在于寻求一种高效、快速的图像分割方法。在分析MeanShift算法的基础上提出差值模型和优选模型．并将这两种模型运用于MeanShift算法的图像分割。差值模型增加了MeanShift算法的步长．优选模型提高了图像分割的准确性。试验结果表明．两种模型的应用使MeanShift算法在图像分割方面的效能得到明显的提高。     

一种战场图像目标角点提取方法

一种基于MIC的战场图像快速角点提取方法,先对低分辨率图像进行运算并提取出候选角点,在恢复图像的高分辨率后,对候选角点周围相关像素点进行进一步计算,将遗漏的角点也列入候选角点,减少原MIC算法由低分辨率到高分辨率的变化过程中角点的漏检概率,然后用梯度的概念对候选角点作进一步的筛选,以减少角点虚报的概率。在VC＋＋6.0环境下,经编程实现验证该方法有效可行。     

基于特征点和区域生长的目标图像分割方法

成像探测的运动目标图像中背景复杂并且含有大量的噪声,针对传统的目标的检测和分割方法精确定位困难、且不能完整分割等问题,提出基于特征点和区域生长的运动目标图像分割方法。通过相邻帧图像的绝对值差分图像得到大概的运动区域,利用基于LK光流的角点检测方法提取差值图像中的特征点,采用非最大值抑制对特征点的优劣性进行评估,对好的特征点进行区域生长,最终达到运动目标的分割目的。仿真结果表明:该方法能够对复杂图像序列中的运动目标进行精确定位,得到较好的目标分割结果,并且计算量小,具有较高的鲁棒性。     

飞机目标红外图像序列双阈值分割方法

针对飞机目标红外图像序列,提出了一种新型双阈值分割方法.它依据实测飞机目标红外图像序列的统计特性,以及目标在上一帧图像中所占比例,确定当前帧图像中两个阈值的取值范围;再利用最大熵准则和遗传算法搜索最佳双阈值.仿真结果表明,这种方法能够实时地分割出飞机目标和作为目标特征点的尾喷管,可用于工作在成像目标跟踪阶段的红外成像制导、红外型自动目标识别(ATR)系统.     

一种基于小波变换的电视图像分割方法

研究了一种基于B样条小波变换的自动阈值分割算法.提出基于灰度统计特性的直方图移动平均法,从而有效地消除噪声对图像的影响,使图像直方图更加光滑.运用B样条小波变换快速算法,大大减少了计算量.基于小波变换多分辨分析的策略,提出一种多尺度小波变换分割方法,进一步提高了分割精度.通过对算法仿真研究,验证了本算法的可行性及有效性.     

一种可有效分割小目标图像的阈值选取方法

目标检测与识别中常遇到目标与背景大小之比很小的小目标图像分割问题,此时现有的阈值分割方法几乎都失效.为此,提出了一种基于背景与目标的面积差和类内方差的小目标图像分割阈值选取方法.指出了目前图像阈值分割方法不能有效分割小目标图像这一缺陷,给出了基于背景与目标面积差和类内方差的一维直方图、二维直方图区域直分及更为有效的二维...     

一种毫米波辐射计目标识别方法

根据毫米波辐射计的波形特点提出一种目标识别方案，给出计算机仿真结果；进一步探讨了目标识别方案的硬件实现，并讨论了这一方案的计算量问题。     

一种基于差帧图像融合的弱小目标增强方法

为了能够在小目标检测时更加容易和准确的检测出弱小目标,提出了一种基于差帧图像融合的弱小目标增强算法,该方法首先对视频相邻帧进行差帧处理,然后对差帧结果进行图像融合,最后把融合结果与原视频帧图像的低频分量进行差分运算获得增强图像.实验结果表明该方法的正确性,实现了对弱小目标的有效增强.     

基于Gabor原子变换和支持向量机的毫米波雷达目标识别方法

为提高毫米波雷达目标识别能力,提出一种基于Gabor原子变换和支持向量机(SVM)的雷达目标识别方法。该方法充分利用了Gabor原子变换在信号表示方面的有效性以及SVM在分类方面的优越性,首先将雷达回波信号进行Gabor原子变换,获得信号的特征量,然后利用SVM网络进行分类识别。实验结果表明：该方法可行且具有较高的识别率。     

基于多特征直方图的红外图像目标跟踪

根据红外图像的特点,采用单一颜色难以描述复杂的跟踪环境,尤其是目标周围有相似亮度的背景干扰时,会造成跟踪失败.针对该问题,提出在MS跟踪理论框架下将颜色特征和梯度特征联合起来描述目标.实验表明:该方法能准确地跟踪海上红外运动目标.     

基于图像融合的弹群对地目标识别仿真研究

针对利用导弹集群进行智能化协同作战的问题,提出一种基于视觉的弹群对地面目标识别的仿真系统。研究主要包括基于RGB图像和红外图像融合的对地目标识别、有限通信范围的分布式弹间通信以及实时可视化弹群节点的感知态势。仿真结果表明：基于图像融合的识别算法能有效提升弹群节点对地面目标的识别效果,具有较好的工程可行性,基于分布式的有限通信范围的弹间通信有助于提升弹群系统整体的鲁棒性和信息传递的稳定性。     

基于加权特征融合的 SAR 图像目标分类方法

针对现有分类器对 SAR 图像分类正确率不高的问题,考虑到单一的特征很难完全描述 SAR 目标,并且单一的分类器识别率有限,提出了一种基于加权特征融合的图像分类方法,采用多种特征来描述目标,并且用多个分类器同时对目标识别。实验结果显示,提出的方法能够达到较高的分类正确率,证明了该方法的有效性。     

基于图像拼接的全景目标检测技术

针对战场指挥车等战地车辆内作战人员需要在车内实时了解外部战场动向的问题,提出一种基于图像拼接的全景目标检测技术研究。利用监控转台摄像头获得全景图像并检测运动物体,以此模拟战场实际情况。首先使转台进行水平360?旋转,同时使用安装在转台上的摄像头采集实时图像,利用转台转速与扫描场时间等参数对图像进行预处理,从而削弱前后两场信号叠加造成的边缘模糊。最后对前后两帧图像进行灰度值相关匹配,并检测出全景图像上的运动物体。实验结果表明,该技术可以实现全景图像拼接并在全景图中标出视场内运动物体的位置。     

基于双谱分析的毫米波多普勒引信目标检测

双谱分析在雷达信号处理中已得到了应用,但未见在毫米波引信中应用,因此,提出将双谱分析法引入毫米波多普勒引信的目标检测中。该方法通过采用双谱及双谱对角切片进行毫米波回波信号的特征分析及特征提取,利用提取的特征进行有无目标的判别。试验表明:双谱分析用于毫米波多普勒引信对复杂背景中地面目标检测的识别率高于短时傅里叶变换(STFT)对信号的检测识别。