基于图像区域Lyapunov指数的海面舰船目标检测

为了检测海面背景中的舰船目标,分析了目标存在时背景信号混沌特征的变化,提出了一种基于图像区域Lyapunov指数的目标检测新方法. 新方法定义了图像灰度距离的概念,基于改进的Wolf方法将一维信号Lyapunov指数提取方法扩展到图像信号,利用图像区域最大灰度距离Lyapunov指数的变化检测淹没在混沌背景信号中的目标信号. 实验结果表明海面背景图像信号具有一定的混沌特征,利用新方法能有效检测出海面背景下的舰船目标,检测结果优于基于统计分析的方法. 关键词： Lyapunov指数 灰度距离 混沌特征 目标检测     

基于统计特性与边缘特性融合的阴影检测方法

针对视频监视系统中的阴影检测问题,提出了一种基于灰度比值统计与边缘特征分析相融合的阴影检测方法.根据阴影的面积和灰度特征,采用灰度统计和正态分布曲线拟合的方法估计出阴影灰度的分布区域,实现对阴影的初分割.利用熵判据对初分割的结果进行判断,对于过分割的情况,依据目标与阴影间的位置关系,利用阴影的边缘特性进行目标重构.不同光照环境下的视频监控图像测试结果表明,该方法可以用于灰度图像和彩色图像,能够有效检测出阴影区域并保持目标的完整性.     

基于Mueller矩阵的偏振抑制反光方法

针对利用主动光进行透窗探测所产生的反光问题,若仅依赖单偏振抑制反光,目标与背景之间对比度低,难以适用于强反射干扰下的目标透窗成像。而利用双偏振正交抑制反光,虽然对比度有所提高,但图像整体亮度较低,识别暗弱目标具有挑战性。本文以玻璃的镜面反光作为干扰对象,首先分析偏振抑制反光的能力,其次分析不同光源入射角下Mueller矩阵元素的变化规律,最后采用退偏图像来提高目标的显著性。结果表明,Mueller矩阵中M₂₂和M₃₃图像在灰度值的分布中明显不同于其他矩阵元素,通过M₂₂和M₃₃生成的退偏图像可有效区分目标与背景。该方法在保证图像整体亮度较高的同时,有效地提高了目标与背景之间的对比度,从而可应用于强反射干扰下的目标透窗成像以及暗弱目标的识别。     

基于物体像的干涉条纹图像中散斑噪声的识别方法

散斑噪声是激光干涉时的普遍现象,其覆盖被测表面对应区域的形状信息,造成测量误差。针对斜入式激光干涉测量中散斑噪声的特点,提出一种基于物体像的散斑噪声的识别方法。该方法通过统计物体像中有效测量区域和背景区域内灰度分布的特点,自动计算出判定散斑噪声的上下阈值。基于物体像与干涉条纹图像间微米级的映射关系,得到干涉条纹图像中散斑噪声的位置。设计了相关实验,对干涉条纹图像中识别出的散斑噪声区域进行修补,消除了包裹相位图中一个条纹周期内相邻像素点间大于π的相位突变。     

基于位平面分布特征的图像检索算法

针对利用颜色直方图检索时存在的问题,提出了一种基于位平面空间分布特征的图像检索算法.首先结合光照、锐化、模糊等噪声的攻击特点,将图像分解为8个位平面,然后提取对表征图像结构特征有意义的4个位平面的空间分布信息组成特征矢量来多层次地对图像特征进行描述.为了避免图像中像素灰度值的微小变化对位平面的影响,又提出了采用位平面的格林码表示方法.考虑到位平面之间的相关性,最后设计了权值矩阵,采用马氏距离进行相似性度量.实验结果表明,该算法利用位平面分解的方法来提取颜色的空间分布特征,又避免了颜色量化引起的误检问题,而且提取的特征矢量维数较低,因而具有较高的检索率.     

基于位平面分布特征的图像检索算法

针对利用颜色直方图检索时存在的问题,提出了一种基于位平面空间分布特征的图像检索算法.首先结合光照、锐化、模糊等噪声的攻击特点,将图像分解为8个位平面,然后提取对表征图像结构特征有意义的4个位平面的空间分布信息组成特征矢量来多层次地对图像特征进行描述.为了避免图像中像素灰度值的微小变化对位平面的影响,又提出了采用位平面的格林码表示方法.考虑到位平面之间的相关性,最后设计了权值矩阵,采用马氏距离进行相似性度量.实验结果表明,该算法利用位平面分解的方法来提取颜色的空间分布特征,又避免了颜色量化引起的误检问题,而且提取的特征矢量维数较低,因而具有较高的检索率.     

云层背景目标识别的匹配滤波器设计

提出一种利用最大平均相关高度(MACH)算法识别复杂云层背景目标的改进滤波器设计方法。在MACH滤波器设计中,通过对云层背景功率谱的统计特性分析,数据拟合得到云层背景功率谱的分布函数,用以代替传统的白噪声模型;提取飞行目标的姿态变化图像,并作阈值化处理,得到训练样本。对不同云层背景和姿态变化目标的相关识别结果表明:改进滤波器的平均峰值相关能量比为0.71%,峰值鉴别率为0.92,可以有效抑制云层背景的干扰,对姿态变化目标识别的鲁棒性较好。     

基于自适应模板的低信噪比运动目标的自动定位算法

从目标相对于邻域背景区的信噪比出发,分析了其低信噪比运动小目标特性对自动目标识别所带来的困难.基于部分Hausdorff距离在模板匹配相似性度量中可以有效抑制背景与噪声干扰的优点,提出了用自适应模板实现自动目标识别的方法.然后,综合目标区像素灰度自适应二值化处理和形心算法,实现了图像序列中目标自动定位的功能.实验结果证明：该基于自适应模板的低信噪比运动目标的自动定位算法具有快速,稳定和实用等优点.     

基于离焦成像的粒子轨迹测速

提出将离焦成像与粒子轨迹测速相结合,分别针对直线型和曲线型粒子轨迹,构建了离焦特征参数σ的识别算法,形成了用于三维速度测量的离焦粒子轨迹测速(DPSV)方法.该方法基于粒子图像离焦特征参数σ沿运动轨迹线的线性变化假设,通过拟合粒子图像的灰度分布来识别σ,从而获得粒子深度信息.在直线轨迹拟合的基础上,进一步采用圆弧拟合处理湍流实验中常见的弯曲轨迹图像.形成了相应的图像处理流程,并采用仿真图像验证了参数识别的准确性,在本文实验装置的噪声水平下相对误差为9.4％左右.采用LED光源和5μm孔径光阑组成的发光点进行模拟实验,验证了深度位置z与σ的线性关系.最后,将DPSV技术应用于射流流场,得到了三维速度分布.     

基于对数双曲余弦比差异图构造与多区域特征卷积极限学习机的合成孔径雷达图像变化检测

针对合成孔径雷达（SAR）图像变化检测中差异图质量不佳、检测精度偏低以及检测时间长等问题,提出了一种基于对数双曲余弦比（LHCR）差异图构造与多区域特征卷积极限学习机的无监督变化检测新方法。该方法主要由差异图生成和差异图分析两个阶段组成。在差异图生成阶段,利用各向异性扩散滤波器对同一地区不同时间的两幅SAR图像分别滤波,使用对数双曲余弦变换对滤波后的图像进行增强,通过对数比处理得到LHCR差异图,在抑制相干斑噪声的同时,增强差异图的对比度。在差异图分析阶段,应用分层模糊C均值聚类得到变化类、不变类和中间不确定类的预分类结果;进而从差异图、双时相SAR图像中获取多区域样本块,构成三通道数据输入卷积层进行特征提取。特征具有强调中心区域、抑制边缘噪声的特点;最后,使用变化类和不变类的特征向量进行极限学习机分类训练,再用训练好的模型对中间不确定类像素自动分类实现变化检测。Radarsat-2和高分三号数据集的实验结果表明了所提方法的有效性。     

基于YCbCr颜色空间背景建模与手势阴影消除

为了提高动态手势检测的精确度,本文将基于YCbCr颜色空间的混合高斯背景建模应用于动态手势识别中,并且提出手势阴影消除的有效算法。首先,对待检测视频帧通过抠图抠出手势图像,在YCb'Cr'颜色空间进行椭圆拟合,统计建立椭圆肤色模型,继而在YCbCr颜色空间进行混合高斯背景建模检测出动态手势,点乘原图像得到含有阴影的RGB手势图像,对检测出的含有阴影的手势图像利用已建立的椭圆肤色模型进行阴影消除,最后将手势图像连成视频序列。实验结果表明,该算法在复杂背景下进行动态手势的检测率可达91.4%,高出传统方法10%左右,能够满足动态手势检测基本要求,且具有较高的实用价值。     

基于伪Wigner-Ville分布和Rnyi熵的显著图目标检测

在复杂背景中,往往难以实现目标的自动检测,依据Wigner-Ville分布能够对图像在空间域/空间频率域上联合表示的特性.研究了图像经伪Wigner-Ville分布后Rnyi熵的统计特性,分析了人造目标的出现会引起自然场景中Rnyi熵统计特性的变化,并在此基础上提出了一种新的基于伪Wigner-Ville分布和Rnyi熵的显著图生成方法.之后对显著图进行简便的阈值分割,完成目标检测.实验结果表明,所提出的方法能够有效地检测复杂地面背景中的军用车辆.     

Background updating and shadow detection based on spatial, color, and texture information of detected objects

Background model updating is a vital process for any background subtraction technique. This paper presents an updating mechanism that can be applied efficiently to any background subtraction technique. This updating mechanism exploits the color and spatial features to characterize each detected object. Spatial and color features are used to classify each detected object as a moving background object, a ghost, or a real moving object. The starting position of each detected object is the cue for updating background images. In addition, this paper presents a hybrid scheme to detect and remove cast shadows based on texture and color features. The robustness of the proposed method and its effectiveness in overcoming challenging problems such as gradual and sudden illumination changes, ghost appearance, non-stationary background objects, the stability of moving objects most of the time, and cast shadows are verified quantitatively and qualitatively.     

基于统计特征的轮胎纹理缺陷在线检测

根据轮胎X光纹理缺陷区域灰度及灰度分布异常的特点,研究了一种通过分析统计特征进行在线缺陷检测的方法。在轮胎X光纹理灰度分布模型基础上,采用正则化预处理去除背景噪声,然后进行图像分块,分别计算每块的灰度均值和方差,并采用双线性插值运算形成均值图像和方差图像,再通过二值化实现缺陷检测。实验表明,与人工检测方法进行对比,该方法误判率低,检测精度高,并且运算速度快,能满足在线检测要求。     

多波段红外图像的海面舰船目标检测

现有的基于单个红外宽波段的海面舰船目标探测系统在面对复杂海天背景、岛岸背景、恶劣天气、亮带干扰或诱饵弹干扰等情况时,系统的探测率、虚警率、探测距离等性能指标均会受到严重的影响;为此,开展了基于多波段红外图像的海面舰船目标检测方法的研究。通过中波红外多波段数据采集系统实际采集107组五个中波红外波段的图像;波段1-5分别为3.7～4.8,3.7～4.1,4.4～4.8,3.7～3.9和4.65～4.75 μm;对多波段图像进行手动标注构建样本数据集,其中,正样本舰船目标298个,负样本非舰船目标353个。对于多波段红外图像,首先进行PCA降维并采用选择性搜索算法生成初始目标候选区域;针对候选区域中存在大量明显的非舰船目标区域的问题,利用积分图像计算候选区域的局部对比度,依据红外舰船目标的几何和灰度特征从初始目标候选区域中筛选出舰船目标可能性大的区域作为舰船目标候选区域。然后对舰船目标候选区域进行拓展以融入局部上下文信息,对于候选区域对应的5波段红外图像,分别提取每个波段图像的稠密SIFT特征,并将128维SIFT特征向量降为64维,融入SIFT特征的空间和波段位置分布信息得到新的特征向量,基于高斯混合模型对候选区域的特征向量集合进行编码融合得到舰船目标候选区域的费舍尔向量表示,最后利用线性SVM分类器识别出舰船目标。对多波段图像进行舰船目标候选区域生成实验,所提出的基于红外舰船目标的几何和灰度特征的约束方法可以有效地克服选择性搜索算法的不足,从初始目标候选区域中快速定位出舰船目标候选区域,对25组多波段图像进行实验,舰船目标候选区域生成的整体耗时为0.353 s,定位舰船目标区域耗时0.005 s。对100个正负样本进行目标识别测试,所提出的目标识别算法融合了目标的多波段图像特征信息,通过引入费舍尔向量挖掘了多波段图像梯度统计特征的深层次信息,算法的识别率达到了0.97,显著高于单波段红外图像的目标识别率。对25组多波段图像进行舰船目标检测实验,所提出的舰船目标检测方法能够在海天背景、岛岸背景以及亮带干扰等不同场景下完成海面舰船目标的检测工作,舰船目标定位准确,舰船目标召回率达到了0.95,每组多波段图像的平均检测耗时为1.33 s。研究结果表明,充分考虑海面舰船目标在红外图像中与局部海洋背景的辐射差异以及有效地融合舰船目标在多个红外波段图像中的辐射特征,可以增强舰船目标的可分性,提高舰船目标的识别率以及检测率,为基于多波段红外图像的海面舰船目标检测提供了新的技术支持。     

Segment-based region of interest generation for pedestrian detection in far-infrared images

We present a region of interest (ROI) generation method specialized for nighttime pedestrian detection using far-infrared (FIR) images. Because pedestrians typically appear brighter than background in FIR images, previous research efforts primarily attempted to extract ROIs based on the intensity threshold. However this approach has problems resulting from the intensity variances of pedestrians due to their clothing and, especially in urban scenarios, and other heat sources that emit more heat than the pedestrians. In this paper, we propose a novel ROI generation method that is based on combining image segments instead of using the intensity threshold. In order to minimize dependence on brightness, we utilize the low-frequency characteristics of FIR images. As a result, our proposed method generates a small number of ROIs at an acceptable miss rate and the generated ROIs provide advantages for classification because the pedestrians are satisfactorily arranged within a bounding box. Experiments conducted indicate that our proposed method performs reliably in urban scenarios.     

彩色遥感影像阴影颜色特性分析

为了获得具有标识性且易于获取的阴影特征,总结了彩色图像常见的颜色模式,分析和研究了遥感影像中阴影的亮度、色调、饱和度以及阴影区B通道与G通道强度之间的关系等颜色特性.通过系列实验和分析可知:1)彩色遥感影像色调通道中的高亮值对阴影区域的位置具有一定程度的指示作用;2)低亮度是遥感影像中阴影的重要特征;3)同一幅遥感影像阴影区的饱和度在整体上具有一致性;4)同一幅遥感影像上,阴影区像素B通道强度与G通道强度的大小关系具有一定程度上的一致性.利用这四种特征进行自动阴影识别的初步结果,验证了这四种特征在对遥感影像阴影区的综合标识上是有效的,可以作为计算机阴影自动检测方法的建模基础.     

Automatic segmentation of white matter lesions on magnetic resonance images of the brain by using an outlier detection strategy

White matter lesions (WMLs) are commonly observed on the magnetic resonance (MR) images of normal elderly in association with vascular risk factors, such as hypertension or stroke. An accurate WML detection provides significant information for disease tracking, therapy evaluation, and normal aging research. In this article, we present an unsupervised WML segmentation method that uses Gaussian mixture model to describe the intensity distribution of the normal brain tissues and detects the WMLs as outliers to the normal brain tissue model based on extreme value theory. The detection of WMLs is performed by comparing the probability distribution function of a one-sided normal distribution and a Gumbel distribution, which is a specific extreme value distribution. The performance of the automatic segmentation is validated on synthetic and clinical MR images with regard to different imaging sequences and lesion loads. Results indicate that the segmentation method has a favorable accuracy competitive with other state-of-the-art WML segmentation methods.     

一种适用于玻璃生产线的瑕疵检测算法

以一个基于线阵CCD的玻璃生产线检测系统为硬件平台,重点研究了玻璃瑕疵的检测算法。首先提出了卡尔曼滤波器跟踪背景光强变化的方法,利用瑕疵在时间轴上造成的灰度突变来识别瑕疵的到来与结束,然后通过形态学的方法对瑕疵点的坐标进行定位,最后将玻璃瑕疵的位置坐标及其图像送至上位计算机进行分类处理。本文的算法已经固化于FPGA构成的实时处理系统中,实现了精度高达0.1mm的玻璃瑕疵实时检测。     

Improved locally adaptive least-squares detection of differences in images

We introduce a method for change detection under nonuniform changes of intensity using an improved least-squares method. A locally adaptive normalizing window is correlated with the two images, and a morphological postprocessing is then applied to isolate objects that have been added or removed from the scene. We use a modification of the least-squares solution to get rid of clutter caused by intensity changes that do not satisfy the model assumed for the least-squares solution.