基于小波多尺度积的目标识别

光学相关探测就是利用光学相关的方法,从混乱的图像中找出需要的目标,达到识别的目的.把小波变换应用于光电混含联合变换相关器,突破了传统的傅里叶变换的局限性,实现了对探测目标不同区域、不同尺度的分析.为了充分利用小波不同尺度的特性,采用小波多尺度积的方法提取出目标图像的边缘,兼顾了图像的细节与轮廓特征,将目标图像不同层次的轮廓信息和细节信息相结合,解决了复杂背景下目标图像的识别问题.光学实验结果表明,该方法有效增强了复杂背景目标的相关点强度,成功实现了目标的探测,具有良好的应用前景.     

基于统计分析方法的同步移相干涉图位置配准

使用同步移相干涉仪重建波前相位时,需要对移相干涉图进行准确的位置配准和目标区域确定以保证重建精度和相位解缠绕算法的成功实施。提出一种基于统计分析方法的圆形域同步移相干涉图位置配准技术,对一组包含不同相位分布的干涉图按照对应像素位置进行方差分布函数计算;利用最大组间方差法完成阈值分割,从而分离出干涉图像的背景与目标区域,通过梯度运算检测出目标区域的轮廓;利用改进Hough变换算法估计出各个轮廓的绝对位置和半径参数。数值仿真结果表明,当轮廓半径大于64pixel时,该方法的配准精度可以达到0.5pixel。通过建立自参考同步移相干涉仪对该方法的可靠性与实用性进行实验验证。     

基于灰度特性的海天背景小目标检测

针对复杂海天背景下的小目标检测存在海浪、云层干扰等问题,提出了先提取海天线,然后利用一维最大熵阈值分割法对出现在天空、海面或者海天线附近特定区域的目标进行检测的算法。该算法主要利用天空海面行灰度均值特性,结合梯度运算和形态学运算在海天线的潜在位置中检测边缘,进而用强鲁棒性的Hough变换直线检测法拟合海天线,实现对海天线的准确定位。实验处理分辨率为：256pixel×256pixel的位图时,定位海天线需时4．1ms,检测到目标需时5．3ms,完全满足高帧频图像处理的实时性要求。实验结果表明,该算法能够快速、准确地检测出小目标,大大降低了虚警率。     

基于海面可见光图像的海界线快速检测

针对海面运动载体的可见光序列图像,紧密结合海面图像的特点,提出了一种适用于海天背景和海岸背景的海界线检测方法。根据量化子图像的区域复杂度以及单元区域上下邻域的灰度差异,来判断海界线区域是否存在,若存在则预测海界线区域的位置,若不存在则放弃后续处理。由于海界线是自然视野中最长的连续性最好的直线,所以先利用周围纹理抑制的改进Canny算子提取轮廓边缘,然后对Hough变换进行投票加权,精细检测水平或倾斜的海界线。实验证明,该方法能够快速定位海界线区域,并得出既包含有效信息又大幅缩减了无意义信息的二值图像,可在轮廓边缘中准确找到海界线,具有很好的稳健性和实时性,可以应用于需要精确的海界线信息的工程任务中。     

多特征融合的交通标志检测与分类研究

针对国内交通标志的属性特征,提出了一种基于颜色和形状的交通标志分类算法。采用RGB模型分量值互减的方法对自然背景下的交通标志图像进行分割,提取出感兴趣区域,对标志区域进行形态学处理、边缘检测,提取标志外层轮廓。利用Hough变换识别交通标志线性特征。在识别交通标志颜色和几何形状的基础上,利用交通标志的分类知识实现交通标志的快速分类。实验结果表明,该方法容易实现,满足实时性要求,并能达到较好的分类效果。     

基于Hough与改进局部Radon变换的多目标姿态提取

针对大视场、小目标、多目标特点下基于数字图像的飞行目标姿态判读任务,选用顶帽运算抑制背景.提取目标骨骼,利用改进Radon坐标系计算极限角分辨率.通过在传统Hough变换后加上一次改进局部Radon变换的方法提取多目标姿态参量,解决了线段位置检测问题,同时消除了小目标、多目标情况下,单纯使用Hough变换处理时产生的误判现象.提出一种变步长快速游标尺度逼近算法,在目标尺度提取上获取了较高的判读准确度.     

基于Hough与改进局部Radon变换的多目标姿态提取

针对大视场、小目标、多目标特点下基于数字图像的飞行目标姿态判读任务,选用顶帽运算抑制背景.提取目标骨骼,利用改进Radon坐标系计算极限角分辨率.通过在传统Hough变换后加上一次改进局部Radon变换的方法提取多目标姿态参量,解决了线段位置检测问题,同时消除了小目标、多目标情况下,单纯使用Hough变换处理时产生的误判现象.提出一种变步长快速游标尺度逼近算法,在目标尺度提取上获取了较高的判读准确度.     

根据边缘梯度方向的十字丝目标快速自动检测

根据图像中直线轮廓边缘点的灰度梯度方向一致的特性,提出了有向线段的概念并给出了限制性定义,将直线检测转化为有向线段的检测提高了检测精度和可靠性。将十字丝轮廓抽象成两组相交的有向线段,提出了一种基于随机Hough变换(RHT)的十字丝自动检测算法。实验结果表明该算法对十字丝目标的灰度、大小、形状变化具有鲁棒性,达到了十字丝目标的快速识别。     

基于特定感兴趣区采样的虹膜定位改进算法

从虹膜图像特点出发,以瞳孔形心为辅助点实现对虹膜图像特定感兴趣区采样.并且根据虹膜内外圆半径的生理特点设定Hough变换半径参量,依据虹膜内外圆近似同心圆来筛选与虹膜外圆最匹配的Hough变换结果.该算法在主动避开眼皮,睫毛干扰的同时又显著降低了Hough变换的计算量.通过对中科院自动化所CASIA虹膜数据库108组图像的虹膜定位测试结果表明,该方法平均定位时间0.83 s,定位准确率98.9%.     

SF_6断路器气体压力表智能遥视研究

以压力表盘图像为对象,通过一种改进的Otsu阈值分割算法,在离差平方和约束条件基础上区分整体阈值,确定适应度函数,以选取最佳阈值,可避免因单一法排除边缘和噪声区域而遗漏部分目标和背景像素;Hough变换通过直线提取法确定指针与圆提取法定圆取圆心相结合,依据表盘指针经圆心原理较准确定位指针位置,保证了表盘指针识别和数值读取精确度。实验结果表明该智能遥视系统能够实时监测SF_6断路器表盘气压值,给出的改进Otsu阈值分割算法能较准确分割目标区域,基于角度识别指针数值方法读取误差保持在3%范围内。     

基于深度玻尔兹曼模型的红外与可见光图像融合

为了克服红外与可见光图像融合时噪声干扰及易产生伪影导致目标轮廓不鲜明、对比度低的缺点,提出一种基于深度模型分割的图像融合方法.首先,采用深度玻尔兹曼机学习红外与可见光的目标和背景轮廓先验,构建轮廓的深度分割模型,通过Split Bregman迭代算法获取最优能量分割后的红外与可见光图像轮廓;然后再使用非下采样轮廓波变换对源图像进行分解,并针对所分割的背景轮廓采用结构相似度的规则进行系数组合;最后进行非下采样轮廓波反变换重构出融合图像.数值试验证明,该算法可以有效获取目标和背景轮廓均清晰的融合图像,融合结果不但具有较高的对比度,还能抑制噪声影响,具有有效性.     

一种自动提取目标的主动轮廓法

提出一种新的广泛应用于数字图象分析和计算机视觉的主动轮廓(Snake)模型,引入作用方向可以自适应变化的外加强制力,使控制点能够不依赖于初始轮廓而快速地收敛到目标的真实轮廓;初始轮廓自动确定;控制点的数目可以自适应地改变;能够在背景比较复杂的图象中实现对目标轮廓的提取.用该模型对空中目标的红外图象进行的实验结果表明其具有很好的鲁棒性和实用性.     

基于脉冲耦合神经网络的空中扩展目标检测

 对单位链接脉冲耦合神经网络模型中的线性调制、动态阈值衰减方式及步长、迭代次数控制等关键环节进行了改进，进一步简化了网络模型，使其更适合于图像处理。并针对低对比度、背景连续变化环境下的空中扩展目标检测问题，应用反色处理，并采用最大直线轮廓点数方法，确定其最佳迭代次数和分割结果，实现目标的自动检测。仿真实验结果表明，该方法能清晰完整地保留目标轮廓，有效检测出复杂背景下的空中扩展目标。     

基于稀疏活动轮廓模型的感兴趣目标检测定位算法

传统的基于形状信息目标定位的算法,对目标观测角度发生形变情况下的定位存在不少困难,针对该问题,提出了一种基于稀疏活动轮廓模型的感兴趣目标(OOI)检测算法.首先通过共同勾画算法学习到感兴趣目标的稀疏活动轮廓模型,它能够清晰地定义感兴趣目标模式;同时构成该模型的Gabor轮廓基元可以通过扰动进行局部的调整以适配图像,在一...     

多尺度核局部归一化的红外图像背景抑制

为解决红外图像弱小目标检测技术中的云层和地物等复杂自然背景抑制这一难题,提出了一种基于多尺度核归一化策略的弱小目标复杂背景抑制新方法。首先,采用波原子变换对图像进行尺度和方向分解,提取图像的多尺度和方向细节特征;然后,根据目标和背景杂波信号子带系数之间的差异,对波原子变换后各子带系数采用设计的核局部归一化调整函数进行修改,以达到有效地抑制原始图像中背景边缘、轮廓和纹理等信息和增强目标信号系数强度的目的;最后,重构调整后各个子带系数获得抑制背景后的目标图像。实验结果显示,与小波和最大中值滤波方法相比较,该方法对包含弱小目标的红外复杂背景都具有良好抑制效果,信杂比增益和背景抑制因子分别提高到3倍和4倍以上。     

基于IECM特征匹配的红外弱点目标快速检测算法

提出了一种新的复杂背景下低信噪比红外弱点目标检测算法。根据红外弱点目标在图像中的三维空间特征,从空间认知的角度出发,将三维的灰度分布特征转化为二维的等高线曲线特征,建立红外图像的等高线图(IECM)描述,利用图论中的树结构(等高线树)形式化地表达等高线的空间关系,在此基础上,给出弱点目标检测的等高线树检测准则,同时给出了等高线划分等级的选择方法。理论分析与实验结果表明,该算法具有良好的检测性能,且结构简单,利于硬件实时实现。在信噪比为1.4的情况下,对红外图像序列的检测概率为96.3%。     

Tensor diffusion level set method for infrared targets contours extraction

A tensor diffusion level set method is presented to extract infrared (IR) targets contour under a sky-mountain-water complex background. The proposed model combines tensor diffusion operator and the eigenvalues of tensor-image into a common energy minimization level set framework. By incorporating the information of image tensor diffusion operator into the external energy term, the level set function can move in a specific way. And eigenvalues of tensor-image are used for the regularization of zero level curves in order to diminish the influence of image ‘clutter’ and noise. An additional benefit of the proposed method is robust to initial conditions. Experimental results show very good performance of the tensor diffusion level set method for IR targets contours extraction.     

Segmentation of holographic images using the level set method

Image segmentation, which is to distinguish objects from background, has played an important role in holographic image processing. In this work, we propose a technique that uses the combination of rough segmentation and the level set methods for segmentation of holographic images with zero-order diffraction interference. To improve the image quality, we eliminate the interference of zero-order diffraction in digital holography using Sobel differential gradient algorithm based on digital image processing. After reconstruction, the rough segmentation including intensity transformations and Morphology methods is applied to acquire the rough contour of the reconstruction image. Finally, we adopt level set methods to smooth the object contour and improve its accuracy. Segmentation results for objects in holographic images are presented.     

基于阈值判断的CamShift目标跟踪算法

针对CamShift算法只利用目标的颜色信息,在跟踪过程中,易受目标相似物、遮挡以及光照等复杂背景影响导致目标搜索窗口发散,跟踪稳定性能降低,提出了一种基于阈值判断的目标跟踪方法。该方法将OTSU法和Snake模型结合,利用OTSU法以最佳阈值对图像进行分割,分离前景区域和背景区域,初步提取目标轮廓作为Snake模型的初始轮廓,经收敛得到目标的精准轮廓,利用轮廓外接最小矩形框内的像素计算目标质心,判断与CamShift算法中目标搜索窗口质心之间的欧式距离,如果未超出阈值,则直接使用CamShift算法跟踪目标,反之,则将计算出的目标质心作为CamShift算法中当前帧目标搜索窗口的质心跟踪目标。实验结果表明,该算法跟踪目标具有较好的实时性,跟踪性能稳定、可靠。