排序方式: 共有119条查询结果,搜索用时 15 毫秒
1.
3.
提出了一种新的基于空域梯度相关性的图像杂波自适应预测算法.该算法能显著改善微小目标的邻域信杂比(SCNR).试验证明,本算法相对于已有的多种算法,有着更好的性能.对微弱目标SCNR的增益相对于传统算法提高3 dB以上.本文还引入了一种基于统计分析的微小目标检测算法.该算法考虑了微小目标在图像集成时的重叠特性,能在不增加系统运算负荷的情况下,获得更高的检测概率,相对于不考虑重叠特性的算法,在虚警概率小于10-4时,假设重叠系数为3,SCNR为4 dB,系统检测概率从小于20%,大幅提高到80%.理论分析及仿真表明,本文提出的检测系统存微小目标枪测中,具有很高的实用性.系统在原始信号的邻域信杂比(SCNR)小于0 dB的情况下,能有效检测出目标,在采用10帧集成检测,目标像素重叠参数为5的情况下,虚警概率小于10-7,系统检测概率大于80%,虚警概率小于10-4,系统检测概率大于95%. 标在图像集成时的重叠特性,能在不增加系统运算负荷的情况下,获得更高的检测概率,相对于不考虑重叠特性的算法,在虚警概率小于10-4时,假设重叠系数为3,SCNR为4 dB,系统检测概率从小于20%,大幅提高到80%.理论分析及仿真 明,本文提出的检测系统存微小目标枪测中,具有很高的实用性.系统在原始信号的邻域信杂比(SCNR)小于0 dB的情况卜,能有效检测出目标,在采用10帧集成检测,目标像素重叠参数为5的情况下,虚警概率小于10-7,系统检测概率大于80%,虚警概率小于10-4,系统检测概率大于95%. 标在图像集成时的重叠特性,能在不增加系统运算负荷的情况下,获得更高的检测概率,相对于不考虑重叠特性的算法, 相似文献
4.
车牌实时识别系统在现实生活中有极其广泛的应用.本文描述了一种新的车牌自动识别系统,讨论了从车流视频中自动捕获用于识别车牌的最佳帧,车牌区域的自动搜索,车牌字符的单字切分,和字符图像的模糊识别.系统测试了892个不同车型,不同颜色,不同种类(如普通民车,军车,武警车,外交车等)的车在成渝高速入口和成绵高速入口现场在不同时间,不同天气,不同光照下通过入口的图像流,识别时间小于0.4秒,完全可以满足汽车高速运行时车牌自动实时识别.车牌识别率即使在较恶劣天气和光照下也达到了97.06%,可见系统能适应不同的天气和光照,大大提高了其工程应用的可靠性. 相似文献
5.
研究了实时视频采集和高速目标识别检测、跟踪系统模型,分析了功能状态.在对检测、跟踪系统任务流和算法分析的基础上研究了基于高速DSP、大规模可编程器件和高速PCI通信总线架构的可行性系统实现方案.该系统采用复用总线设计,提高了系统资源利用率和系统可靠性.实验结果表明,该系统具有实时监测场景和在复杂背景下实时检测识别和跟踪运动目标的能力. 相似文献
6.
本文提出了一种基于形态学和小波域杂波抑制的微弱目标检测方法,该方法将图像序列进行形态擘tophat滤波,然后小波变换,再分别对各小波子带作平滑滤波,按各子带对滤波前后小波系数作差分运算,最后经过小波逆变换得到具有微弱目标的残差图像序列.用残差图像tophat结果估计目标潜在区域,在目标潜在域的约束下,对残差图像序列进行时空域数据融合,实现微弱运动目标的检测.仿真实验表明,该方法杂波抑制后残差图像具有很好的白高斯特性,且目标邻域信杂比(scNR)的平均增益比图像空域平滑滤波和图像频域低通滤波等典型运算的SCNR平均增益有明显改善,目标检测算法在5帧图像集成时能稳定检测出微弱运动目标轨迹. 相似文献
7.
8.
视频序列中运动目标分割算法 总被引:1,自引:0,他引:1
提出了一种视频序列中运动目标的分割算法.首先对当前视频帧进行全局运动估计和补偿,并和上一帧进行差分运算,从而检测出运动变化区域,然后基于灰度的相似性对当前帧进行过分割,并结合运动变化区域分割出运动目标.实验结果表明,该方法能取得较好的结果,并具有较强的鲁棒性. 相似文献
9.
UCL(Uniform Content Locator)是作者、编者和读者进行语义沟通的工具,是数据广播中解决接收端数据信息的快速选择、信息过滤、智能代理和信息的主动服务的基础.本文系统地介绍了数据广播中UCL的概念,提出了在数据广播中进行UCL标引的方法和两级复用方法,研究了数据广播的UCL-W标引方案,研究了多映射与复用技术,最后给出了在数据广播的传输过程中,发送端对数据信息进行采集、标引、映射、复用、格式转换和调制的工作流程.实验验证了理论方案的正确性和有效性. 相似文献
10.