基于投影感知的水下声呐目标检测方法

现有基于深度学习的水下声呐图像目标检测方法受限于水下声呐图像噪声大、信噪比低,因而检测精度有限。针对该问题,本文提出了基于投影感知和声呐参数信息嵌入的水下声呐图像目标检测方法 SonarNet。提出的非参数化的投影感知对齐模块(PAA)在不引入额外的训练参数且无需额外标注的情况下,通过提取水下目标的投影区域特征与目标本身特征融合来提升目标检测精度。同时为了提升算法在不同声呐工作参数下的鲁棒性,本文设计了一个轻量级的声呐全连接网络SonarMLP,将声呐设备的工作参数信息以嵌入信息的形式引入到目标检测过程中。本文在声呐图像目标检测数据集上对算法的有效性进行了验证,在有效检测出水下目标的同时,比现有常用深度学习方法有更高的检测精度,能够提升3%以上的各类平均精确度(m AP)。     

基于图像信息约束的三维激光点云聚类方法

针对移动机器人在未知环境感知过程中对三维点云快速聚类分割的需求，提出一种基于图像信息约束的三维激光点云聚类方法。首先通过点云预处理获取有效的三维环境信息，采用RANSAC方法进行地面点云的分割剔除。其次传感器数据在完成时空配准后引入YOLOv5目标检测算法，对三维点云K-means聚类算法进行改进，利用二维图像目标物的检测框范围约束三维点云，减少非目标物的干扰；基于图像检测信息实现点云聚类算法的参数初始化；采用类内异点剔除法优化聚类结果。最后搭建移动机器人硬件平台，对箱体进行测试，实验结果表明，本文方法的聚类准确率和聚类时间分别为86.96%和23 ms，可用于移动机器人导航避障、自主搬运等领域。     

融合空间掩膜预测与点云投影的多目标跟踪

针对自动驾驶目标跟踪领域中,目标遮挡引起特征点损失,从而导致丢失跟踪目标的问题,本文提出了一种融合空间掩膜预测与点云投影的多目标跟踪算法,以减少遮挡产生的不利影响。首先,通过实例分割掩膜提取模型处理时序图像数据,获得基掩膜数据。其次,将获取掩膜数据输入跟踪器,通过预测模型获取后续序列图像掩膜输出,并利用验证器进行对比分析,以获得准确的目标跟踪输出。最后,将获取的二维目标跟踪数据投影到对应的点云图像中,获得最终的三维目标跟踪点云图像。本文在多个数据集上进行仿真实验,实验结果表明本文算法的跟踪效果优于其他同类算法。此外,在实际道路上进行测试,对于车辆的检测精度达到81.63%,验证了本文算法也可以满足实际路况下目标跟踪的实时性需求。     

用高阶累积量投影法检测红外弱小目标

为检测弱小红外运动目标,提出了一种基于高阶累积量投影的检测算法.红外图像序列经背景抑制后,首先计算时域数据的归一化三阶累积量,并将其投影到二维空间,然后在二维空间内对目标轨迹进行统计判决,以实现目标检测.推导出了目标和噪声在二维投影空间中的分布公式.通过与相关算法对比分析,该算法计算量小,检测率随目标信噪比增长较快.利用实际录制的图像序列进行了仿真实验,成功检测到了信噪比不小于2、像面运动速度为2帧/像素的目标,验证了算法的有效性.     

基于CEM的高光谱图像小目标检测算法

针对高光谱图像中小目标检测问题,提出了一种基于约束能量最小化(Constrained Energy Minimization,CEM)的目标检测算法.该算法首先对原始图像进行背景信息抑制从而抑制背景地物、突出低概率的小目标,用迭代误差分析的自动端元提取算法找出目标的端元光谱,然后把目标端元光谱代入CEM滤波器得到该目标的检测结果图.用高光谱数据进行了实验研究,并与CEM滤波器进行了比较.结果表明,其检测性能与直接采用CEM方法的检测性能相当,但是相对于CEM方法,该算法不需要目标的先验光谱信息,更具有实用性.     

基于多尺度融合方法的无人机对地车辆目标检测算法研究

由于飞行高度等原因,无人机图像在实际使用中目标尺寸普遍较小、特征信息不明显,使用现有的算法对其进行目标检测存在困难。因此,提出了基于多尺度融合的图像多目标检测方法,使用Faster R-CNN为基础框架,将不同层次的特征信息进行融合,再结合上下文信息,实现了对无人机图像小目标检测。使用VisDrone2019数据集对地面车辆进行目标检查,实验证明:无人机对地面车辆目标的检测达到了较好的结果,所使用算法的精度达到88%,与其它算法相比提升了3.8%以上。     

复杂背景下运动目标的提取

提出了在复杂背景以及摄像机运动的情况下运动目标提取的算法。采用了新的局部投影的方法,在图像中合理地划分了投影区域,在求投影偏移量时提出了峰值匹配的算法,合理地检测到了投影偏移量。求得各个局部运动矢量后,采用出现频率最高的局部运动矢量代表全局运动矢量,成功的补偿了背景的运动。实验结果表明该算法在图像背景复杂且由于摄像机运动使背号发生明显变化的情况下,可稳定准确地提取出运动目标,并能有效克服背景中存在的运动干扰。     

基于自适应投影增强的压缩感知CT图像重建

针对投影数据受噪声影响严重、被检测工件体积大获取投影数据不完全等导致重建质量差的问题,提出一种自适应反锐化掩模算法对某发动机模拟件投影数据均匀抽取60个角度投影进行预处理,根据其边缘信息设定阈值进行自适应去噪并对高频信息乘以自适应增益增强,采用TV最小化约束的代数重建(ART)算法重建.将改进算法与经典ART、经典反锐化掩模技术处理投影以及投影未处理的POCS-TVM算法进行对比分析,实验结果表明,该方法能够平滑噪声,提高对比度,进而提升不完全投影重建图像质量.重建同样大小的图像,相对于全角度投影迭代一次时间100 s, 60个角度投影迭代一次18.7 s,时间缩短近6倍,大量节省重建时间.     

基于深度信息的医学三维图像体绘制算法研究

医学图像可视化属于科学计算可视化的范畴,对医学体数据的体绘制方法加以分析,在传统光线投影体绘制过程中引入深度信息,提出一种基于深度信息的体绘制算法,通过深度交互,指导特征信息及其上下文信息的绘制,在此基础上再进行颜色值合成,生成三维图像,这种方法对医生直观解患者的目标隐藏组织很有帮助。     

基于改进梯度向量流形变模型的动目标检测方法

针对现有图像序列动目标检测技术抗噪声能力较差、跟踪性能鲁棒性不强的不足,提出了一种改进的梯度向量流形变模型算法,该算法构造了新的梯度向量场,利用图像灰度梯度信息、帧间运动信息以及邻域灰度信息相结合进行梯度向量场计算.仿真试验结果表明,该方法较好地克服了图像序列中随机噪声的影响,计算出的梯度向量场基本没有干扰区域,同传统向量场相比较,有效地提高了算法的抗噪能力和跟踪结果的准确性,可更好地实现图像序列的动目标检测.     

一种基于特征分析的强干扰抑制方法

水声环境中微弱目标往往被掩盖在强干扰的旁瓣中而无法检测。研究如何抑制强干扰,提高输出信噪比,对提高声呐探测性能具有重要意义。假设干扰能量远大于目标信号能量。首先,对接收数据协方差矩阵进行特征分解,其中最大特征值对应的特征向量属于干扰特征向量。然后利用正交投影方法将阵列接收数据向干扰子空间的正交子空间投影,将干扰数据去除,从而达到抑制强干扰的目的。数值仿真和海试数据验证结果表明,该强干扰抑制方法能够很好地抑制强干扰,提高目标信号输出信噪比和目标方位估计可靠性,可为后续的目标被动定位创造有利条件。     

采用马氏模型的点状动目标快速检测方法

提出了一种视频序列图像中点状运动目标三维快速检测方法。该方法利用目标运动的时域连续性假设,将目标在相邻多帧上的位置状态模型化为二阶马尔可夫数据链;依照该模型采用沿轨迹集成的检测算法,克服了传统三维检测造成搜索次数巨大的弱点,同时也避免了二维投影检测带来的信噪比下降。理论分析和仿真试验表明,该检测方法能稳定地检测出信号杂波噪声比（SCNR）超过3的缓动点状运动目标,而且在采用5帧集成时计算量比传统的穷尽轨迹匹配检测减少100倍。     

基于模板的前视红外图像建筑物分割方法

针对前视红外地面建筑物图像目标分割问题,在传统方法的基础上提出了一种基于模板制备的改进C-V模型分割方法.首先通过DSM数据制备目标二维形状模板;然后对图像进行高斯滤波去噪,并采用模板尺度相关的结构元素对图像进行灰度形态学增强;最后引入模板形状先验信息的概念,利用水平集方法表达轮廓先验信息,在C-V模型的基础上增加目标轮廓先验信息能量项,使分割曲线进化同时受到图像数据与形状先验信息驱动,实现目标分割.实测数据显示该方法能在复杂背景条件下精确分割前视红外建筑物目标.     

基于声呐历程累积图像的弱回波目标检测方法

针对浅海随机噪声与混响背景下蛙人等弱回波强度、慢速小目标的检测问题,提出一种基于声呐历程累积图像的目标检测方法。首先根据声呐图像时域、空域相关性,采用背景空时归一化处理技术,抑制声呐背景中的静态混响、突发性噪声等强回波干扰。声呐历程累积图像集成了多帧声呐图像的信息,目标回波亮点由于运动连续性形成亮线特征,利用该特征,采用Radon恒虚警率(Radon Constant False Alarm Rate,Radon-CFAR)检测声呐历程累积图像中的目标短时运动轨迹,能够检测到低信噪比的目标。分析了空时归一化处理和检测算法的性能,并通过海试数据验证了该算法的有效性,可以检测到低信噪比的蛙人目标回波。     

基于声呐历程累积图像的弱回波目标检测方法

针对浅海随机噪声与混响背景下蛙人等弱回波强度、慢速小目标的检测问题,提出一种基于声呐历程累积图像的目标检测方法.首先根据声呐图像时域、空域相关性,采用背景空时归一化处理技术,抑制声呐背景中的静态混响、突发性噪声等强回波干扰.声呐历程累积图像集成了多帧声呐图像的信息,目标回波亮点由于运动连续性形成亮线特征,利用该特征,采...     

Range-instantaneous Doppler imaging of inverse synthetic aperture sonar

Because the existing range-Doppler algorithm in inverse synthetic aperture sonar (ISAS) is based on target model of uniform motion, it may be invalidated for maneuvering targets due to the time-varying changes of both individual scatter′s Doppler and imaging projection plane. To resolve the problem, a new range-instantaneous Doppler imaging method is proposed for imaging maneuvering targets based on time-frequency analysis. The proposed approach is verified using real underwater acoustic data.     

靶丸目标图象预处理

主要阐述了提取ＩＣＦ实验中靶丸目标边缘轮廓的图象处理方法。包括Ｓｏｂｅｌ边缘检测算子在内的多种方法都能够检测目标物体边缘及实验但未改进的算法在实验中效果不是很好。处理结果达到了实验的要求。     

蜂窝纸芯成形质量在线检测系统的开发

基于MATLAB 开发软件,对蜂窝纸板生产过程中蜂窝纸芯的成形质量进行了在线自动检测。将生产线上获得的蜂窝纸芯实际图像进行处理后,与标准模板图像进行比对运算,得出蜂窝纸芯的实际生产质量情况。比对算法的关键有2 个:在图像中寻找匹配目标;将实际图像与模板图像的匹配部分进行相似度计算。采用相关模板匹配的方法进行目标匹配,采用逐个像素点比较的方法进行相似度的比对计算,通过该算法可以高效快速地将实际图像与模板图像中提取的匹配部分进行运算,得到其相似度,获得产品的生产质量。