使用多分辨力神经网络的凹自动目标识别

本文介绍用多分辨力神经网络根据目标的凹(分等级的分辨力)图像探测和分类目标的方法。目标识别决策是以使能量函数最小化为基础的。在现行凹图像中可同时获得的几个分辨级上,把一个候选的斑点与目标模型库相比较,由此计算能量函数。为此,通过一个新的多层霍普菲尔德(Hopfield)神经网络,实现一个并发的(自上而下和自下而上)匹配过程。有关的能量函数不仅支持在相同分辨级的单元之间的交互作用,而且支持在不同分辨级的节点组之间的交互作用。这允许不同分辨级的特征互相证实或反驳,以便对潜在匹配的有效评定做出贡献。凝视控制,即再凹向所获得图像空间的更显著区域,由搜索与候选斑点无疑义的高分辨力的特征来实现。提供使用实际的二维(2—D)目标的试验以及它们的仿真凹图像。     

机动车辆自动识别系统

基于视觉的机动车辆自动识别方法工程量小、检测范围大、系统安装相对灵活，是一种很有前途的方法。目前已开发的商业系统大都用在日间辅助交通管理上。为改善视觉交通检测系统的实用性和增强系统的功能，本文作者对模型系统进行了深入的理论研究，提出了２．５维图像的新思路，提取车辆外形的综和特征更为准确，自适应识别方案使车型识别准确灵活，车头颜色特征的利用使识别的准确性进一步提高。实验证明，系统对光线的适应能力也明显增强，系统的稳定性得到改善，有望扩大系统的使用范围。     

一种基于零交叉的二维边缘检测算子

设计边缘检测算子的一般方法首先是根据边缘检测的性能测度如信噪比(SNR)等定义一个代价函数,这样就将边缘检测算子的实现问题转换成为对代价函数的最优化问题。不幸的是,二维或高维边缘检测算子的优化问题一般均较复杂,计算上难于实现。本文通过对设计算子的一些期望性能的设定,简化了优化问题,并根据简化的信噪比测度代价函数,设计并实现了一种较优的利用拉普拉斯算子的基于零交叉的二维边缘检测算子。该算子具有旋转不变的特性,其支撑域有限并且边缘保持平滑。本文在理论上对设计算子进行了性能分析并与高斯—拉普拉斯算子进行了比较。对一些实际图象的处理结果验证了算子的设计思想和实现方法。     

小波阈值技术在图像降噪中的应用研究

通过对图像的小波变换系数进行阈值操作，可以有效降低噪声，同时又较好地保持图像细节。在文章中详细讨论了这种小波阈值降噪技术，并给出了在此种降噪方法中阈值选取的几种方法。由实验结果可以知道此种小波阈值方法是一种有效的图像降噪方法。     

复杂背景条件下的红外图像末制导技术

通过结合目标红外特征,研究了空-空弹在复杂背景条件下的目标红外成像末制导的技术原理和实施途径。对复杂地背景的辐射特征和主要空中攻击目标军用喷气战机的目标红外辐射源类型作了分析,研究了红外目标特征的提取方法和算法。     

图像恢复中的稳健交替方向乘子法

交替方向乘子法在解决线性逆问题(包括图像恢复)中取得了良好的效果,但是其效果对惩罚参数的选择非常敏感,不利于具体的应用。提出基于惩罚参数自适应选择原理的稳健交替方向乘子法,对其优化条件和收敛性进行了详细分析。实验表明,在基于Parseval紧框架的图像恢复应用中,该算法不但对惩罚参数的选择表现出良好的稳健性,而且效果优于交替方向乘子法,并优于其他目前热门的算法。     

基于遗传算法的目标快速跟踪技术研究

针对图像制导类弹药中目标相关跟踪算法计算量大的问题,提出了采用遗传算法加快图像匹配点搜索速度的方法,提高了算法的全局搜索性能,有效地抑制了局部早熟收敛,并利用Matlab对算法的可靠性进行了仿真分析.实验结果证明,在保证匹配精度的同时,该算法比原始算法在计算时间上大大减少.     

改进的光学图像边缘检测融合算法

鉴于目前用于光学图像边缘检测的方法的局限性;针对光学图像的边缘检测特性,提出了一种基于小波和Canny理论相结合的融合算子;利用相似度性质,综合评估了融合算子与其他经典边缘检测算子相比的优越性;通过实验仿真,表明该融合算子能够较好地提取运动中的光学辐射目标的边缘.     

机场跑道的打击效果评估研究

针对从融合图像中识别出的打击后的机场跑道,充分利用图像分析、图像理解技术,建立了机场跑道打击效果评估的数学模型.按照机场跑道封锁的准则,引入飞机可起降的概率,进行机场跑道毁伤程度的精确评估,为打击效果评估结果的量化提供了一个重要的衡量指标.系统仿真结果表明,利用飞机可起降概率来评估机场跑道的毁伤程度,更加符合现实,从而能够准确地评判机场跑道的毁伤等级.