简评基于图像融合的目标识别和跟踪算法

传统的目标识别和跟踪算法都是基于单传感器图像的.随着多传感器图像融合技术的深入发展,其在目标识别和跟踪领域的应用也越来越广泛.评述了基于图像融合的目标识别与跟踪算法,包括融合预处理、融合识别和融合跟踪,说明了图像融合思想在目标识别与跟踪领域的优越性.     

一种创新性激光图像三维目标识别算法

针对径向基神经网络在激光图像分类识别中识别率低及训练时间长的问题,提出粗糙集与神经网络相结合的方法,将粗糙集算法简约后的样本特征作为神经网络的前置输入。首先建立不同视点的激光主动成像三维仿真图像,然后提取17个目标特征,并采用粗糙集算法选择分类的属性,从17个特征中筛选出5个影响决策的特征属性,最后选用4层径向基神经网络作为基本的网络结构,并采用在各层节点上与粗糙集相结合方法识别目标。仿真结果表明,结合粗糙集的集成神经网络方法识别正确率保持在80%以上,与未结合粗糙集的神经网络相当,但训练与识别时间缩短10倍以上。     

基于激光雷达与红外图像融合的车辆目标识别算法

为了提高车辆目标在不同测试条件下的识别效率,降低系统的漏检率和误检率,提出了一种基于激光雷达与红外图像融合的车辆目标识别算法。该算法利用目标原点矩参量表征目标的红外特征,用匹配相似度表征目标的点云特征,再经过轴系对齐和尺度变换实现图像融合。实验采用激光雷达与红外同轴光路获取的两类数据进行图像融合,再利用目标匹配阈值进行迭代筛选,最终识别车辆目标。对比了1帧、20帧和40帧图像中具有不同属性的车辆目标识别效果,结果显示,本算法输出的目标识别区域正确适当。在1000帧图像的多种测试条件的实验中,本算法的漏检率均小于100,误检率均小于50,明显优于传统的距离向数据分类法和光谱分类法,验证了其具有较好的鲁棒性。     

一种图像融合新算法

将小波的多分辨分解、进化策略与IHS变换有机地结合起来,提出了一种多光谱与高分辨率图像融合的新算法。该方法首先依据高分辨率图像经小波分解得到的各小波面,进行区域划分,再采用分区域加边缘有效因子的融合思想,使得融合图像最大限度地保留了多光谱图像的光谱信息和高分辨率图像的空间分辨率。文中给出了该方法的融合结果,并与IHS法、MWD法进行了比较,证明了该图像融合方法的有效性。     

一种基于信息融合的目标识别算法

为了有效处理目标识别中的不确定信息,将信息融合的D-S、DSmT规则与近邻分类相结合,提出了一种新的基于信息融合的目标识别算法。首先选取待识别目标在训练数据中的近邻样本,并构造各近邻的基本置信指派函数,然后使用D-S规则对各类别下的近邻证据进行组合,最后再应用DSmT规则将所有类别的组合证据进行融合,并根据融合结果和所建立的分类规则进行目标的识别判断。通过目标实测数据实验,将新算法与目前目标识别中应用最为广泛的SVME方法进行了对比分析,结果表明新算法能够有效提高目标的识别正确率。     

用于雷达目标识别的层次化信息融合算法

基于对目标识别特点的认识，提出了可用于坦克目标识别的层次化信息融合算法，对高分辨率毫米波非相干雷达，毫米波辐射计及红外辐射计等目标识别概率进行了的融合实验表明，该算法不仅可融合不同层次的信息，而且具有较强的处理信息不确定性的能力和容错能力，极大地提高了目标识别概率。     

面向目标识别的图像融合效果评价方法

在融合效果主观评价的基础上,针对目标探测识别领域,概括出一些重要的融合效果评价指标,即标准差、熵、交叉熵、互信息和模糊Choquet积分等,并提出了一种基于目标提取的图像融合效果客观评价方法.鉴于实验评价方法的局限性,指出应结合分析评价方法才能实现更全面的融合效果评价.     

基于红外双波段图像融合的点目标识别

为解决红外警戒系统中点目标的识别问题,提出了一种新的点目标识别方法。该方法 首先分别对单波段红外图像进行背景预测与抑制,然后对取自适应阈值后的双波段图像根据目标的运动特征进行融合,最后通过图像序列分析给出最终的目标识别结果。仿真实验表明,该方法对背景有很好的抑制效果,可大大减少目标识别中候选目标点的数目,因而有利于点目标的识别。     

基于红外多光谱图像相关性的自动目标识别算法

提出了一种基于红外多光谱图像相关性的自动目标识别新算法．根据目标、背景和干扰物的红外多光谱特征信息(辐射强度、光谱分布)构造出目标场景的红外多光谱特征矩阵；采用最大距离法分割图像，融合空间和光谱信息重构出研判目标的红外多光谱特征矩阵；根据研判目标的光谱辐射差异特性建立了红外多光谱图像相关识别准则．实验表明，该识别算法正确可行．     

目标识别决策层融合神经网络算法研究

该文针对毫米波／红外传感器融合目标识别问题,提出一种新的用于决策层目标识别的神经网络融合算法。该网络结构新颖,网络训练时修改的是门限而不是连接权值,融合后的识别率可比毫米波和红外子源提高９．７％和１１．３％,因此该算法是有效可行的。     

一种自适应模糊密度赋值的决策层融合目标识别算法

模糊积分是一种有效的决策层融合目标识别方法.应用模糊积分进行融合的核心问题就是确定反映各传感器重要性的模糊密度.目前确定模糊密度的方法主要有利用混淆矩阵或者采用遗传算法对模糊密度赋值.这些方法在对模糊密度赋值时,利用的都是训练样本的先验静态信息.本文提出了一种利用训练样本先验静态信息结合各传感器判决包含的动态信息对模糊密度进行自适应动态赋值的方法.仿真实验结果表明该方法能得到更好的融合效果.     

基于模糊综合函数的目标识别融合算法研究

基于对目标识别特点的研究，给出目标识别的可能性分布描述方法。运用模糊集理论，讨论基于模糊综合函数的目标识别决策级融合算法，并举例说明该方法的直观合意性。     

基于Hausdorff距离的自动目标识别算法的研究

红外自动目标识别是智能化图像处理及应用开发的方法.由于传统的图像匹配方法受到诸如景物的遮挡、背景和噪声的影响比较大,并且需要建立模板与图像间的对应关系,因而使实际图像的匹配变得困难.为了克服上述缺陷,以便快速地进行图像匹配,提出了一种基于Hausdorff距离的自动目标识别算法.该算法不仅加快了匹配过程,提高了抗噪性能,而且能准确匹配遮挡图像.实验结果证明,该方法是正确有效的.     

一种红外目标自动识别算法

针对红外图像的特点,提出了一种红外目标自动识别方法,推导了不变矩的计算公式,以试验数据为依据分析了噪声的影响.试验结果表明,对于仅含有一个飞机目标的红外图像,本文提出的方法的识别准确率可达到80%以上.     

红外/毫米波复合制导目标识别技术研究

介绍了多模复合制导的基本原理，技术难点以及国内外研究动态。在此基础上，提出了红外/毫米波复合制导中目标识别处理的一种软硬件实现方案，最后预测了该技术的发展趋势。     

一种基于帧间差分法的舰船中靶图像识别方法

将帧间差分法运用于舰船中靶图像识别中,并提出了一种基于图像统计特征的舰船中靶图像识别方法。基于Visual C＋＋中的MFC对话框开发工具,借助OpenCV计算机视觉库编写了演示软件,并对识别方法进行了验证。结果表明,该方法能快速、准确地识别出中靶图像,从而为指挥员的指挥决策提供客观依据。     

基于可见光图像模板匹配的目标识别算法

结合相关匹配算法特点提出了一种改进的基于可见光图像制备的参考模板进行二值匹配的目标检测识别算法,算法包括实时图像分辨率、同质变换、OTSU聚类、结构匹配定位等一系列处理过程.所提出的算法结构简单、计算量小、易于并行实现,在基于TMS320C6713的多DSP系统上处理一帧实时图像仅耗时14ms,可以应用于工程实际之中.     

基于多源信息融合的海上目标判证仿真系统

多源信息融合是海上目标综合信息处理的关键技术之一.文中分析了海上目标的多源异类信息融合的特点,给出了基于信息融合的海上目标判证仿真系统体系结构,并建立了信息融合功能模型.系统采用分布式处理结构,包含战场目标模拟、信息感知、航迹关联与融合、目标判证、性能评估、态势评估与显示等功能.仿真结果验证了系统体系结构和各算法的可行性.     

基于结构特征的空间目标识别算法

提出了基于结构特征的空间目标识别算法。卫星结构的对称性使得卫星的一维距离像具有对称性，碎片结构的不对称性使得碎片的一维距离像不具有对称性，文中首先应用RELAX算法提取出目标的强散射中心的位置和幅度，然后根据模式匹配和对称性测度两种方法来检测强散射中心是否具有对称性，进而对卫星和碎片进行识别。经过计算机仿真实验，该算法取得了比较好的识别效果。     

图像融合技术研究的最新进展

图像融合是把同一场景从不同特性、不同时间、不同分辨率传感器获得的多幅图像综合成一幅图像的先进图像处理技术。该技术可以广泛应用在医学、遥感、计算机视觉、气象预 报及军事目标识别等多个领域。介绍了当前图像融合技术的一些最新进展,指出了图像融合 技术可能的发展方向。