基于PCA特征的快速SAR图像目标识别方法

目标识别是SAR图像解译的重要一环,受到广泛的关注,而实时性又是评估目标识别系统性能的主要指标之一.从实时的角度出发,提出了一种快速的SAR目标识别方法.该方法采用基于Hebb学习规则的主分量分析(PCA)进行特征提取,使用多层感知器神经网络(MLP NN)进行目标分类.实验结果表明,在维持较好识别性能的前提下,该方法具有内存需求少、运行速度快的特点,能用于实时处理.     

基于PCI总线图像采集卡的数字视频监控系统

介绍了一种基于PCI总线图像采集卡的数字视频监控系统 ,给出了系统结构和实现方法。对制式转换和多线程等相关技术进行了详细介绍 ,给出了完整的框图 ,并附有实用程序。     

一种移动侦测算法研究

通过对马尔可夫随机场（MRF）移动侦测算法理论的研究,引入分级的方法,优化单一分辨率MRF算法的初始化过程,并通过软件进行了实现。该算法应用于基于网络的信息采集平台,可明显提高移动侦测精度,进一步提高信息采集平台在图像处理方面的智能,具有较强的实用性。     

用空间分割算法计算雷达网探测概率分布图

本文提出了一种新的雷达网探测概率生成算法——空间分割算法。该算法减小了计算量,实现了控测空间的多层、多点计算,方便了对实地环境的描述,适应了对现代复杂战场环境的计算机模拟需要。     

红外成像自动目标识别技术研究--计算模型与数据流程

红外自动目标识别是当前智能化图像处理及应用开发的前沿关键技术,其研究进展与计算机视觉的发展水平紧密相关。人类视觉系统是计算机视觉的原始模型,其视觉感知机理的研究将有助于揭示视觉表象的本质,进而为准确描述图像特征信息提供科学而可靠的依据。主要从视觉感知模型、感知功能模块响应特性、视觉对比灵敏度等方面对视觉感知基本原理加以综合分析,并力图利用这些功能卓越的信息处理机制阐明一种具有普适性的视觉计算模型———目标-背景表征模型。在此基础上,将背景区域感知与目标特征分析相结合,提出了自适应信号检测、目标特征识别和运动轨迹跟踪的层次化数据处理流程,从而为红外自动目标识别技术提供一条新的探索途径。     

基于遗传算法的二维最大熵图像分割算法

二维最大熵图像分割算法充分利用了图像象素的灰度分布信息和各象素间的空间相关信息 ,因此具有很好的分割效果。但该算法的计算复杂度高、计算时间长。为解决这一问题 ,本文提出了一种基于遗传算法的二维最大熵法。该算法充分利用遗传算法的特点 ,极大地减少了计算量和存储空间。实验结果证明了该算法的快速性、有效性和稳定性。     

区域航拍图像重构中的配准与相互校正方法

图像配准与相互校正是区域航拍后续图像处理中图像重构的关键点和难点。针对区域航拍图像 重构的特点,提出了一种基于边缘匹配与三角形校正相结合的方法,为解决复杂环境、多变因素影响下的 航拍图像重构问题提供了一个新的途径。     

基于可变模板的前视目标跟踪算法

基于图像序列分析的图像制导极大地提高了成像武器的跟踪精度。给出了一种基于可变模板技术和遗传退火算法的图像序列目标跟踪算法。根据目标的物理特征构造出可变模板,定义合适的能量函数,采用遗传退火算法进行优化搜索。实验结果表明,该算法能够精确检测并跟踪目标,具有很快的收敛性和较高的抗噪声性。     

基于图像的绘制技术

基于图像的绘制(Image-Based Rendering,IBR)技术是一种全新的产生真实感图形的方法,其与传统技术的主要区别在于它是直接从图像到图像,不需要经过复杂的建模过程.简要地回顾了其发展历史,介绍了几种典型的算法,叙述了在国内的应用,展望了其发展前景,提出了需解决的问题.     

超高分辨率图像实时显示系统设计

自行设计的超高分辨率图像实时显示系统由图形系统处理机、超高分辨率显示器组成 ,其核心是图形系统处理机 ,显示分辨率为 2 0 4 8× 2 0 4 8,逐行扫描 ,每像素 8位 ,图像输入速率最高 2 4 0MB/s ,可同时显示n (n =8,4 ,2 ,1)个CCD相机的实时图像数据 ,并能进行n抽m (n =8,4 ,2 ,1;m =8,4 ,2 ,1;n≥m)处理。采用的主要技术有 :图像输入双重缓冲抽样复合拼接技术 ,单帧存图形图像共体技术 ,视频双重并串转换技术等。该系统可用于卫星地面站、航测、医学成像及其他传感器的高分辨率图像的实时显示