自动目标识别(ATR)技术发展述评

能够自动进行目标识别 ( ATR)是现代武器装备力争具备的先进性能之一。从历史回顾、当前状态及未来发展等几个方面对自动目标识别的研究历程、技术现状和发展前景进行了较为详细的论述 ,并指出了当前发展中遇到的主要技术难题及可能的解决办法     

建筑结构火灾裂缝图像处理技术

利用近年正在高速发展的数字图像技术,对建筑结构火灾后的裂缝进行识别检测自动化研究,即使用数码相机对建筑结构进行摄影观测,并开发相应的程序对所获取的检测数字图像进行处理。研究结果表明,该方法能自动识别建筑结构的裂缝,且检测结果准确,操作方便,可对火灾后开裂的建筑结构安全性评估提供依据。     

新一代步兵班组的多源图像侦察信息融合

传统的步兵班组侦察作战往往受限于士兵自身携带的手持/背负式侦察装置。随着班组微型无人侦察平台等新要素的成熟和应用,未来战场班组侦察越来越趋向于单兵、无人平台协同侦察的模式。基于新一代步兵班组的侦察体系,构建了典型班组侦察模式和流程,分析了多源图像处理的流程、涉及的算法和关键技术,为步兵班组多源图像侦察信息融合的深入研究提供了一定的参考。     

基于Retinex理论的低照度图像增强技术

Retinex算法可以有效改善受环境照度影响的图像质量。针对Retinex算法中存在的光晕、暗区域过增强、亮区域细节丢失与参数较多的问题,提出了一种低照度图像增强算法。基于Retinex理论,在HSV色彩空间,对V分量采用引导滤波与高斯平滑结合的方式估计照度分量,用对数图像处理模型(LIP)运算代替原算法中的对数变换与传统运算,求取反射分量后经灰度变换并恢复为RGB彩色图像。仿真结果表明,该算法可以有效恢复阴影区域的细节,避免上述问题的出现。     

基于MATLAB的图像增强处理系统的设计与实现

提出了一种基于MATLAB的可视化图像增强处理系统,并对系统的结构、特点及应用作了介绍,重点阐述了多种算法综合运用解决特定应用环境下的图像增强问题.该系统可实现包括防空武器系统摄取图像在内的各类图像的增强处理,可用于军事决策和实时监控,为智能检测和精确制导提供更加准确的数据资料.     

扑翼微型飞行器翼杆惯性载荷识别

针对扑翼微型飞行器的弹性翼杆,通过其变形特征来识别其受载行为,建立扑翼载荷识别方法。以裸翼杆的往复拍动为对象,首先基于机器视觉测量法,根据翼杆形貌提取翼杆变形挠度,其次使用幂级数重构分布载荷和Tikhonov正则化方法求解惯性载荷,最后通过批量处理,得到翼杆运动过程中的惯性载荷分布。实验表明,翼杆的平均最大分布载荷为30 N·m^(-1),识别挠度的平均相对误差为3×10^(-5),识别角位移曲线上所有幅值点的平均相对误差为14.8%,识别周期没有偏差,识别的载荷在不同周期内的分布一致。结果表明该方法具有良好的可靠性和实用性,有望用于对带膜扑翼的气动力测试。     

基于卷积神经网络和随机森林的毁伤效果评估方法

目标毁伤效果评估是现代化战争中的重要一环。针对传统的毁伤效果评估方法无法区分目标特征与背景特征而导致评估结果不准确的问题,提出了卷积神经网络(convolutional neural network,CNN)和随机森林(random forest,RF)相结合的方法,记为CNN-F算法。通过卷积神经网络处理图像,提取图像特征,再使用随机森林替换卷积神经网络中的部分全连接层和softmax分类器进行目标毁伤结果分类。实验结果表明,该算法在准确度、精确度、召回率和F₁值4个指标上都达到了较高的水平,达到了83.050%、83.585%、83.050%和82.945%,其评估结果可以为指挥员下一步决策提供参考。     

基于FMLNet的光学成像雨（雾）信息自主消除算法

航天发射和回收任务中,通过运载火箭以及无人机获取的光学图像易受雨雾的影响导致成像质量下降。为了同时满足雨纹消除和除雾应用需求,进一步提升雨（雾）图像信息恢复的质量,将特征提取、多尺度映射、局部极值以及非线性回归处理相结合,设计一种新的雨（雾）信息自主消除网络（FMLNet）,提出一种基于FMLNet的光学成像雨（雾）信息自主消除算法。使用Maxout单元层生成几乎所有与雨（雾）相关的特征,运用一种新的非线性激活函数（BReLU）以提高恢复无雨（雾）图像的质量,使其特征提取层和非线性回归层与经典CNN网络具有明显的不同。分别对雨（雾）图像数据集进行实验测试,结果表明,算法在峰值信噪比（PSNR）和结构相似指数测度（SSIM）评价指标上均优于其他常用算法。通过各算法处理效果的视觉观察比对,该算法能够很好地进行图像雨纹消除和图像除雾,能将不同雨（雾）场景下的图像恢复至细节丰富的干净场景图,图像复原度更高、视觉效果更好,从而验证了算法的有效性。     

基于改进噪声检测的迭代中值滤波算法

提出了一种基于改进噪声检测的迭代中值滤波算法。该算法首先检测出噪声点,然后利用信号点对噪声点滤波。其中噪声检测方法改进了IMFLED方法,进一步降低了误检率和漏检率。经过仿真实验并与其他滤波算法进行比较表明,该算法可以有效地去除图像中的脉冲噪声并且保留原图像的细节。     

微小曲率半径的图像处理测量方法

通过Quanta200型扫描电子显微镜获取待测物体表面数字图像,运用灰质化、图像增强、图像平滑、图像分割及边缘检测等技术提取研究对象的轮廓边缘。用Photoshop软件中测量图像标尺在水平方向的像素数目,绘制不同尺寸的标准圆与边缘轮廓线条内切,反复操作后确定最大内切圆。统计该内切圆直径像素个数,利用指定表达式计算其半径。以该法测量单颗金刚石磨粒尖端曲率半径,结果表明：基于图像处理的微小曲率半径测量技术在不具备复杂、精密的测试仪器时,具有可靠的测量准确度和可操作性。