MATLAB环境下目标图像的实时辨识方法

介绍一种在MATLAB环境下彩色立体视觉装置在环的实时图像处理系统 ,用于自动识别前方汽车目标和计算距离。鉴于汽车均具有红色尾灯这一普遍特征和人观测色彩的一致性 ,在此采用了基于色度—饱和度—亮度模型的模糊规则来提取汽车尾灯的颜色特征 ;利用汽车上的反射光或阴影区域的亮度特征来进一步确认辨识结果 ,以克服复杂环境中背景颜色和各种光照视角、强度的变化对图像特征所产生的影响。此外 ,文中还提出一种新颖而快速的自适应“移位滤波器”算法 ,以消除颗粒状和细长带状噪声 ,并给出了实验结果和结论     

基于流水线图像处理结构的多层模板相关神经元网络

在自主地面车辆中,视觉系统的重要作用之一是根据路标来定位。本文提出了一种便于流水线图像处理结构实现的多层模板相关神经元网络（ＭＴＣＮＮ）。文中给出了ＭＴＣＮＮ的基本结构及训练算法,并且将其与经典的多层前馈神经元网络（ＭＬＦＮＮ）进行了比较。仿真结果表明,本文提出的算法结构在多层前馈神经元网络的分类能力与采用通用图像处理硬件的可实现性之间,取得了良好的折衷。     

基于DSP的电视跟踪系统算法设计

研究基于ADSP21020高速DSP芯片构成的实时电视跟踪系统的图象采集。分割、跟踪定位和跟踪波门设计等算法,并给出算法实现的流程图。     

子波域中图象数据的矢量量化

介绍了子波变换的基本理论及特点,并用它对图象进行三层分解。矢量量化优于标量量化。它已成功地应用于图象的数据压缩。文中应用失显量化法量化图象于波域数据,取得较满意的压缩效果。     

基于图像分析的弹丸“出膛时刻”检测算法

现代高炮武器系统在对红外目标进行连续性高炮射击时,首发弹丸的尾焰会对红外观测系统造成严重干扰,会导致红外观测系统短时间内无法观测到目标位置,带来后续弹丸无法精确打击目标等问题。利用红外图像分析技术通过对弹丸出膛时的红外图像特征进行分析,提出了一种基于红外图像分析的弹丸出膛时刻检测算法,从而相对精确地测定出首发弹丸的出膛时刻,为更精确测定弹飞时间和提高武器系统的命中率提供了理论依据和方法支撑。实验结果表明:提出的算法能够相对精确地测定弹丸出膛时刻,算法具有一定的可行性和有效性。     

基于图像信息的坦克目标姿态估计技术研究

信息化条件下的战争要求坦克具有网络化打击的能力,能自主完成威胁评估和火力分配任务。这些任务以获取敌方目标的火力指向、攻防状态等信息为前提,与姿态信息相关联,因此,研究坦克姿态估计技术意义重大。对现有的一些单目姿态估计方法进行分类;讨论了部分方法估计坦克姿态的可行性;阐述了坦克姿态估计存在的问题和难点;对姿态估计技术提出了建议,供后续的研究参考。     

采用局域像素匹配的随机抽样一致改进算法

为提高图像拼接的配准精度和稳健性,提出基于局域像素匹配的随机抽样一致改进算法。在完成尺度不变特征变换算子或其他算子图像特征提取、特征匹配之后,利用独立于特征匹配点的局域像素,通过参考图像局域像素与映射的待拼接图像局域像素匹配,优选4对最佳特征匹配点,确定最佳单应矩阵。实验结果表明:与随机抽样一致经典算法相比,该方法未明显增加计算耗时,单应矩阵更准确,图像拼接稳健性更好。     

基于小波变换与数学形态学的红外图像分割方法

提出一种基于小波变换和形态学相结合的红外图像分割方法,该方法利用小波变换和形态学消除红外图像的混合噪声,抑制背景干扰和增强目标;通过选择适当的结构元素进行系列形态组合运算,自适应确定阈值,提取目标;利用形态学水线区域分割法对图像进行分割,分离目标区域。实验结果表明,该方法能有效检测和分割出低信噪比复杂背景红外图像中的目标。     

“下反”式炮长微光瞄准镜稳像系统的设计与实现

针对“下反”稳像式炮长瞄准镜只能稳定昼视光路,而不能稳定微光夜视视场的问题,设计了独立的电子稳像系统。采用AVR单片机设计了信号采集模块,利用外部中断实时获得炮长瞄准镜中陀螺仪输出信号,并用动态循环法控制数码管准确显示。设计DSP电子稳像模块通过串口中断与AVR单片机通信,将陀螺仪信号换算成图像的运动矢量,然后采用平移变换模型对图像的抖动进行补偿。为了检验稳像系统的性能,进行了微光瞄准镜稳像实验,结果表明：电子稳像系统能够较好地稳定微光夜视图像,提高了炮长夜间观察瞄准目标的能力。     

铜片腐蚀试验结果评价的数字图像处理方法

传统铜片腐蚀结果评定方法存在着一定的局限性与不足,基于数字图像处理的HIS彩色模型,开发了铜片腐蚀试验结果评价软件。评价结果表明,两种试验结果评价方法有很好的一致性,该方法解决了传统试验结果评价中存在的一些问题。