基于部件模型的无人机系统小样本车辆目标识别方法

对地目标检测与识别是无人机系统典型任务之一,但受限于任务特殊性,往往难以获取足够的目标样本数据以实现高可靠的目标识别。为此,结合人的认知特性,提出一种基于部件模型的小样本车辆目标识别方法,可有效提高无人机感知能力。采用视觉显著性检测与物体性检测相结合的检测方法,提取目标可能区域;采用基于图论的GrabCut方法与最大类间方差法相结合的分割方法,分割目标并提取目标内部件;采用基于概率图模型的部件识别方法,通过将部件轮廓稀疏表示为条件随机场,并进行概率推理实现部件识别;采用基于贝叶斯的目标识别方法完成目标是否为车辆的判断。通过无人机拍摄的车辆图像验证表明,算法可在样本较少、光照变化、存在遮挡等情况下,以较高准确率检测并识别出车辆目标,同时识别算法具有一定可解释性。     

用光测图像确定空间目标俯仰角和偏航角的中轴线法

提出了一种用电影经纬仪等光测设备获得的图像确定火箭等空间轴对称目标的俯仰角和偏航角的新方法——中轴线法 ;并对此方法进行了误差分析。此方法利用了目标图像上的大量信息 ,测量精度高。采用了间接的方法提取目标的中轴线 ,避免了多相机目标匹配的问题     

一种自适应的ISAR图像时－频分析方法

提出一种自适应的逆合成孔径雷达 (ISAR)图像的时频分析方法 ,它将时频信号分解算法—自适应高斯基表示 (AGR)方法与ISAR图像处理相结合。得益于高斯基函数方差的自适应调整 ,可自动地将图像中的理想点散射中心与非点散射结构区分开来。分别对ISAR图像的径向与横向距离轴进行上述变换 ,可解构出非点散射中心随角度或随频率变化的特性。应用该方法对仿真数据及飞机目标实测数据所成的ISAR图像进行时 -频分析 ,结果表明该方法正确可行 ,且物理意义明确     

基于图像信息的跟踪算法分析

图像跟踪算法研究是电视跟踪系统的关键技术之一.对波门跟踪算法、相关跟踪算法、多模跟踪算法、基于提边的差分跟踪算法及微分线性拟合外推跟踪算法进行了分析,并指出了电视跟踪系统跟踪算法的发展趋势及其在武器系统中的重要作用.     

基于小波变换的图象压缩中量化方法的研究

研究了小波系数的分布规律和统计特性,分析了各种小波系数对恢复图象质量的影响,从而为基于小波变换的图象数据压缩提供了量化方法。     

图像处理技术在消防灭火模拟训练中的应用

阐述了应用图像处理技术构建消防灭火模拟训练系统的方法,对其中的技术要点从原理上进行了说明。提出了一种基于目标信息特征的灰度Hough变换实用加速算法用于直线检测,使其运算量比传统算法下降了4个数量级。实验结果证明这种检测与提取灭火水柱中心线的方法快速、有效。用该方法构建的系统,经实际运行证明是图像处理技术在消防灭火模拟训练方面的一个成功的应用。     

多媒体会议系统中视频图像的组合

在多媒体会议系统中，同时显示多方会议参加者的动态图像，是提高现有的多媒体会议系统性能的重要方向之一。本文全面地讨论了多个视频图像的组合方式、策略和方法，提出了视频图像重迭级的概念和按视频图像重迭级组合图像的算法，从网络传输数据量和图像组合工作量两方面，分析比较了各种图像组合方式的性能。     

海天背景下舰船可见光图像目标区域定位方法

针对行均值法用于海天背景下舰船目标区域定位可靠性不高、容易受到舰船目标大小和海天背景复杂程度影响的不足,提出一种基于图像行灰度熵的舰船目标区域定位方法。该方法在分析海天背景下舰船目标可见光图像成像特点基础上,结合信息熵理论给出了图像灰度熵及行灰度熵的概念,利用图像行灰度熵描述图像在行方向上的灰度变化程度,选用滑动区间方差搜索策略得到图像行灰度熵曲线的突变区间,从而实现舰船目标区域定位,最后通过实际图像进行了实验验证。实验结果表明,该方法能对舰船目标所在区域有效定位,其准确性及鲁棒性均优于行均值法。     

基于内容的图像检索技术在大规模图像情报数据处理中的应用

随着军事侦察技术水平和能力的提升,现代侦察系统能够更加便捷地采集到各类图像数据。这些海量图像数据含有的情报信息,需要由高效的方法来获取。基于内容的图像检索即"以图搜图"技术,可根据需要有针对性地从海量图像数据中快速筛选出需要的图像。通过对图像数据进行更深入的分析,最终可获得有价值的情报信息,从而为后续战略、战术决策提供重要技术支撑。     

基于DSP机动目标自动跟踪仿真系统设计

从硬件角度叙述了机动目标自动跟踪仿真系统设计的几个问题.系统由两片超高速信号处理芯片(TMS320C30)组成并行系统,计算容量大,既能脱机运行,又能在微机的监控下工作,为机动目标的实时跟踪计算、状态滤波估计和解命中等问题的仿真研究,提供了方便、灵活的硬件环境.