基于运动一致性的视频对象分割方法研究

视频运动对象检测和分割是图像处理中最具挑战性的问题之一。针对目前大部分分割算法相当复杂而且计算量大的问题,提出了一种基于运动一致性的视频对象分割方法。该方法从MPEG压缩码流中提取运动矢量场来分割视频对象,首先对运动矢量场进行滤波和校正,然后进行全局运动补偿得到对象的绝对运动矢量场,最后采用K-means聚类算法对运动矢量场进行聚类分析从而分割出感兴趣的视频运动对象。MPEG标准测试序列的试验结果证明,该方法是有效的。     

一维自组织映射聚类数的自适应确定

针对利用一维自组织映射进行彩色分割时聚类数目应该根据经验人为预先设定这一问题,基于误差平方和准则,提出了一种根据误差平方和的变化速率来自动地确定类数的方法。通过对两个实例的处理,验证了该方法的有效性。     

基于CNN的SAR图像舰船目标检测算法

为了提升合成孔径雷达(Synthetic Aperture Radar,SAR)图像舰船目标检测的精度和速度,对卷积神经网络(Convolutional Neural Network,CNN)在SAR图像舰船目标检测上进行了研究。通过改进OTSU方法对SAR图像进行分割,并且用最小外接矩形将疑似目标标记出来;依据矩形中心在原始图像上提取出固定大小区域作为候选区域;将提取的目标通过训练好的卷积神经网络进行判定,去除虚警目标并将检测结果在原图中标记出来。实测数据的实验结果表明,该算法在降低虚警的同时提升了检测速度。     

针对武器制导数据链的典型干扰场景建模方法

针对目前对武器制导数据链干扰场景描述不全面的问题,提出了针对武器制导数据链的典型干扰场景建模方法。分析了武器制导数据链在作战过程中的应用,根据实际作战中情报支撑提出了两种干扰策略。针对武器制导数据链的通信特点,开展了干扰时间、干扰波束范围和干扰功率的分析,并提出旁瓣注入的概念。给出了不同战术条件下干扰机的部署方法。仿真结果表明:该方法能够较为全面地描述武器制导数据链干扰场景。     

自动阈值选取与边缘检测相结合的图像分割算法

提出了一种自动阈值选取与边缘检测相结合的阈值分割算法 ,试验表明该算法能够避免过分割现象 ,具有良好的分割效果     

我和我的家人之亲情篇

军人当兵期间,难得回家几次。离家越远,时间越长,对亲人的思念、牵挂、惦记就会埋得越深,久了这种情感就会在心里慢慢地打上了一个结,这个结就是军人的亲情结。但是既然选择了军人这个职业,就注定要做出牺牲和付出,本期主题我和我的亲人之亲情篇,希望这张张笑脸和温情场景会给战友们带来一些安慰和温暖,帮助你们慢慢解开自己对亲人的亲情结。——编者     

陕西省商洛军分区——着力提高民兵参训积极性

6月初,陕西省商洛市金凤山上浓烟滚滚,多处火苗直窜。同时,风机轰鸣,喊声震天。10多分种后,美丽的山野又恢复了往日的平静。这是陕西省商洛军分区组织民兵森林灭火分队开展灭火训练的一个场景。民兵们高昂的斗志,娴熟的技术,势不可当的作风,无不让在场的群众发出阵阵称赞。谁能想到,两年前,还是这些民兵,训练时却是另外一种场景：一通知训练,