一种实时的主动跟踪方法

针对单视角像机的视野局限性以及连续跟踪特定目标时运动目标实时检测的困难,提出了一种离散化活动像机运动的方法。先离散化像机运动;建立像机预置位表和背景索引表;然后,利用目标位置信息和运动信息判断像机转动情况,并结合对应的控制原理,实现了像机的调度;最后,利用通过计算机视觉方法确定了特定目标在不同离散空间的对应关系,实现了对特定目标大范围的主动跟踪和运动目标的实时检测。实验结果表明,对于复杂场景中特定运动目标大范围的主动跟踪具有较好的鲁棒性和实时性,并且可以实时提取场景中的运动区域。     

一种基于Gaussian-Hermite矩的SAR图像分割方法

图像分割在SAR图像处理中具有很重要的意义。文中提出了一种基于Gaussian-Hermite矩的SAR图像分割方法。该方法针对合成孔径雷达(SAR)图像斑点噪声对现有分割方法带来的影响,利用Gaussian-Hermite矩的不同阶矩并结合SAR图像特征将目标从含噪背景中分割出来。实验部分同时采用了仿真数据和实测SAR数据,通过与小波能量等4种方法的分割结果进行比较,显示出了该方法的有效性。     

一种红外图像目标定位的方法

针对红外热像仪定标和红外图像特征点提取难的缺点,提出一种借助虚拟CCD像机,并利用DEM数据对红外目标实时进行三维空间定位的方法。实验结果表明,该方法速度快,三维定位精度较高,易于工程应用。     

基于航空图像的机型并行识别方法

在大量的航空图像中如何自动正确而且快速地识别出飞机型号,对于战地指挥员有着重要的意义。文章提出了一种基于Zernike矩特征从航片中自动识别出机型的并行算法。该算法能自动提取飞机图像的不变矩特征,并通过BP神经网络对机型进行正确识别。在并行环境下,图像被分块处理,分别在不同的处理机上运算。实验结果表明,对于各种机型均能正确识别。检测速度随着处理节点的个数增加而增加。     

基于内容认证的网格模型半脆弱数字水印算法

提出了一种用于内容认证的网格模型半脆弱数字水印算法。网格模型被分割为若干块后,在各块内分别进行频谱分析,水印信号被嵌入到低频系数中。实验结果证明,该算法可抵抗非恶意的正常数据处理,如平移、旋转、各向一致缩放、低强度的顶点坐标量化和光滑处理,对于恶意攻击可实现篡改位置可视化定位标记。     

基于Gabor滤波和Radon-Legendre矩的蛋白质结构域分类

提出一种有效的蛋白质结构域结构分类方法,将结构分类问题表示为图像分类问题。将蛋白质结构域的三维结构转换为距离矩阵,并视作灰度图像;从而将结构域的二级结构及拓扑结构,分别映射为此类图像中的不同尺度和方向的局部结构,以及由这些局部结构组成的形状。设计Gabor滤波器来分割这些局部结构,并构造描述二级结构组成的百分比特征。提出一种Radon-Legendre矩来描述形状,并构造描述形状的矩特征。对比实验表明,该方法在结构域分类的识别率和样本数目鲁棒性两个方面均优于其它方法,有效地实现结构域分类。     

红外图像的一种Type-Ⅱ模糊增强算法

提出了一种基于Type-Ⅱ模糊集的红外图像增强算法,该算法首先根据像素的邻域相关性对图像进行预处理,然后以Ostu分割阈值为基础,构造了红外图像的Type-Ⅱ模糊特征平面;然后,采用不同的变换规则对图像进行模糊增强,并将结果进行融合;最后,通过Type reduction和去模糊化操作得到增强后的输出图像。对几幅典型的红外图像的增强实验表明,提出的方法能够有效地提高红外图像的对比度。     

一种匀速直线运动模糊参数估计方法

运动模糊恢复就是利用运动模糊退化的某种先验知识来重建或恢复原有图像。在运动模糊的点扩散函数未知的情况下,估计运动模糊的点扩散函数是运动模糊恢复的前提和关键。从傅立叶变换的角度对匀速直线运动模糊图像的点扩散函数在频域中的特点做了理论分析,论证了点扩散函数在频域内的零点特性及模糊图像两次傅立叶同态变换后的方向特性,并提出了利用这些特性进行运动模糊方向估计的方法及两种模糊距离的估计方法。实验结果证明了所提出方法的有效性。     

局域自适应子波高斯神经网络综合分类系统

本文提出了一种用于船舶噪声分类的局域自适应子波高斯神经网络综合分类系统。该系统融合了两种特征提取和分类方法,即自适应子波神经网络和自适应高斯神经网络分类器,并利用网络局域化使得系统具有追加学习的能力。通过对实际的三类船舶噪声进行分类识别,结果令人满意,证明了该方法的优越性和工程应用前景。     

基于线奇异性分析的图像边缘检测方法

针对基于图像像素点分析的边缘提取方法存在无法同时满足高抑噪性、连续性,定位性等问题,本文提出了方向Beamle变换(DBT)方法,在定义图像线奇异性的理论基础上,利用DBT对图像进行线奇异性分析,依据Beamlet变换具有的线段提取能力,将图像边缘检测问题转化为方向Beamlet变换系数矩阵中奇异点的检测问题,以降低噪声点对边缘检测结果的影响.通过对人工图像以及SAR图像的实验,与经典边缘检测算子相比较,验证了本方法具有较强的抗噪性,特别是针对直线边缘,在抑制噪声影响的同时保证了线状边缘的直线连接性,抗噪性较强.