基于小波分析的子带特征提取与选择方法

在研究了目标图像多尺度小波分解特性的基础上,提出了基于小波多尺度分解子带主成分的特征提取的算法。该算法利用图像在不同尺度的小波变换域中能量局部集中性,选择各子带能量较集中的局部小波系数构成图像目标特征向量。这种特征包含图像目标的主要边缘、纹理、灰度、结构等多种信息。由于对图像目标的特征信息的分布没有任何限制,因而适用于多种类型的图像的特征提取,可以解决单一特征提取方法中必须面对的所提取特征不明显的难点。这种特征向量对噪声有较好的鲁棒性。     

简单背景上目标的自动识别

本文提出了一种在简单背景上的军事目标。主要是飞机和坦克等目标的自动识别方法,在数字处理上分为噪声滤波、目标分割、特征提取、分类识别和偏差值测量等几步。各步都采用简单而有效的算法:用中值滤波去除噪声;用直方图拟合法进行目标分割;用改进的矩不变量表示特征;用最近邻法进行识别;用投影值求目标中心以测量偏差。对各个过程都用实验型图象处理系统进行仿真处理,证明这种方法可以在简单背景(相当于噪声较小情况)下有效地工作。各种算法都比较简单,因此可以用多级微处理机级联来实现。     

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。