基于红外序列图像的特定目标智能检测

红外成像探测技术是目前以及未来军事作战需要倚仗的重要技术。以卫星红外序列遥感图像为处理对象,采用人工智能相关技术对图像数据进行目标检测。针对序列图像检测到的特定目标进行关联分析,并通过目标灰度提取以及运动变化信息来生成特定目标的轨迹报告。实验结果表明,多目标检测的平均正确率为90%,部分场景可以达到95%,误检率为7%;多目标跟踪的平均正确率为91%,误检率为6%,为及时发现和预警特定目标提供了信息支撑。     

一种基于电流矢量轨迹的PWM逆变器故障诊断方法

本文介绍了一种对PWM逆变器中晶体管基极驱动故障的检测和隔离的方法。通过将三相静止坐标系变换为两相静止坐标系，来分析两相坐标系下的电流矢量轨迹特点。经过对各个晶体管故障时的电流矢量轨迹的斜率的研究，得出了一种基于电流矢量轨迹斜率的故障检测和隔离方法。     

基于ICA的运动目标轨迹生成方法

视频图像侦察是现代侦察和监控系统中的重要手段,从图像中发现运动目标并生成目标运动轨迹是其中的关键.独立分量分析ICA是一种盲信号分离技术,可以分离信号中相互独立的源信号.本文探讨了ICA在运动目标轨迹生成中的应用,利用FastICA算法进行运动目标检测,提取运动目标源图像,再进行图像分割后,获得目标位置信息,形成目标的运动轨迹.     

红外高炮弹点目标序列图像自动提取

针对光电经纬仪跟踪测量过程的红外高炮序列图像的弹点目标,进行了相关研究.结合目标弹道轨迹规律,动态预测下一弹点位置,以预测点为中心的小范围图像区域内,使用最大类间差OSTU阈值法分割图像,对分割后的二值化图像进行连通性分析,提取出目标的脱靶量.以分辨率640×512的1000帧红外序列图像为实验数据,能够在2 min内自动处理完成,且目标提取准确度99%以上.     

红外图像序列中运动弱小目标轨迹预测方法研究

研究在红外图像序列中预测运动弱小目标运动轨迹的方法.通过带有延迟单元的线性神经元网络对已知样本学习,采用Widrow-Hoff学习规则自适应调整神经网络参数,同时对下一帧目标轨迹进行预测,在检测到多个目标的情况下根据预测轨迹确定真实目标,提高对目标检测的准确.在少数几帧丢失目标仍能根据预测轨迹对目标进行跟踪.仿真实验表明该方法用于目标运动轨迹预测能达到实际应用要求精度,并具有鲁棒性.     

基于可观性分析的高精度空间目标跟踪方法

针对传统空间目标跟踪精度不高的问题,提出一种基于可观性分析的高精度空间目标跟踪方法。首先,基于Fisher信息矩阵法定义了一种新型可观性指标,并以空间目标跟踪为背景,针对采用天基雷达,天基红外或地基雷达所得到的不同量测模型系统分别给出了可观性指标值,并选出一种可观性指标值最大的空间目标量测模型。接着,基于无迹卡尔曼滤波和选择的量测模型,实现高精度的空间目标跟踪。相对于仅天基红外,天基红外与天基雷达相结合两种方案,仅天基雷达的空间目标跟踪测量方案具有较大的可观测性指标,进而具有较高目标跟踪精度。最后,数值仿真验证了该方法的有效性。     

一种基于电流矢量轨迹的PWM逆变器故障诊断方法

本文介绍了一种对PWM逆变器中晶体管基极驱动开路故障的检测和隔离的方法.通过将三相静止坐标系变换为两相静止坐标系,来分析两相坐标系下的电流矢量轨迹特点.经过对各个晶体管故障时的电流矢量轨迹的斜率的研究,提出了一种基于电流矢量轨迹斜率的故障检测和隔离方法.     

基于短时轨迹检测的红外弱小目标轨迹检测算法

为解决虚警率较高情况下红外弱小目标轨迹检测效率下降严重的问题,本文提出一种基于短时轨迹检测的红外弱小目标轨迹检测算法.算法首先在相邻帧间进行短时轨迹检测,然后以短时轨迹为基础建立新的轨迹结构并结合轨迹关联算法完成目标轨迹的检测.文章推导了算法的虚警率和检测概率的关系,证明了本文提出的算法相比单帧检测结合轨迹关联的算法具有更好的检测性能.通过对仿真和实际红外图像序列进行实验表明,本文算法能够在准确检测弱小目标的同时有效的减少无效轨迹的数量,从而提高了算法的执行效率.     

基于时域的红外图像序列中快速运动小目标检测算法

提出了一种新的红外图像序列中快速运动小目标时域模型.为差分图像序列中的背景像素、目标像素、杂波像素建立了模型,将目标检测问题转化为噪声中已知信号的检测问题,并应用相关检测技术进行目标检测.理论分析表明,在SNR和SCR均大于6的情况下,算法具有很好的性能,实验结果也证实了算法的有效性.     

结合幅度信息的扩展目标随机有限集跟踪方法

基于随机有限集的扩展目标跟踪方法通常根据量测的空间信息进行量测划分,在杂波密集环境下有可能将杂波量测划入目标单元,从而造成跟踪性能的下降。为此,该文将目标和杂波的幅度信息引入高斯逆威沙特概率假设密度(GIW-PHD)滤波器,通过计算量测子集的幅度似然寻找最优的量测划分方法。此外,计算量测单元的中心时,采用幅度加权的方法计算量测单元的质量中心,以取代目前广泛使用的几何中心,从而进一步降低杂波对滤波器的干扰。在信杂比分别为13 dB和6 dB的条件下,通过对Rayleigh杂波中Swerling 1型起伏目标的跟踪结果证明了所提方法相比高斯逆威沙特概率假设密度滤波器具有更优的势估计和状态估计性能。      

A Fingerprint Minutiae Matching Method Based on Line Segment Vector

Minutiae-based fingerprint matching is the most commonly used in an automatic fingerprint identification system. In this paper, we propose a minutia matching method based on line segment vector. This method uses all the detected minutiae （the ridge ending and the ridge bifurcation） in a fingerprint image to create a set of new vectors （line segment vector）. Using these vectors, we can determine a truer reference point more efficiently. In addition, this new minutiae vector can also increase the accuracy of the minutiae matching. By experiment on the public domain collections of fingerprint images fvc2004 DID set A and DB4 set A, the result shows that our algorithm can obtain an improved verification performance.     

基于坐标变换的视轴稳瞄算法

介绍了车载稳瞄系统的结构组成与工作原理,对如何消除惯性导航设备和转台之间的安装误差进行了分析,针对两轴伺服转台提出了基于坐标正变换和逆变换的2种视轴稳瞄算法,并给出了对应的控制方案,通过实际系统的成功应用验证了算法的准确性.     

网状被动传感器系统视线交叉目标定位方法

在被动传感器系统中,快速、准确的定位技术对于数据的关联、目标的跟踪至关重要。为解决网状被动传感器系统中目标定位问题,该文提出了垂线定位法。仿真实验结果表明,垂线定位法是一种有效的目标定位方法,其定位误差的方差能达到Cramer-Rao下界。     

红外导引头对目标视线角的跟踪误差分析

红外导引头能够使导弹在末段制导中精确地跟踪目标.分析了在跟踪目标过程中影响红外导引头跟踪精度的几种要素,阐述了各种误差的产生原因,并对其进行了初步的定量分析.分析结果对研究如何提高红外导引头的精确打击能力具有重要的指导意义.     

一种基于地理信息的瞄准线动态跟踪技术

光电吊舱陀螺稳定平台在惯性稳定的状态下只能补偿飞机的姿态变化,无法补偿飞机的线性运动影响.飞行过程中,光电吊舱瞄准线随着飞机的运动快速移动,这对操作员快速捕获瞄准目标造成了较大的困难.如果希望对某固定区域进行较长时间的观察,需要操作员不断地操纵吊舱使瞄准线始终指向目标,这就增加了操作员的工作负担和操作难度.介绍了一种基于惯性信息的动态跟踪算法,将飞机的线性运动速度投影到平台坐标系下,计算出平台的动态补偿角速度并进行实时补偿,驱动光电吊舱运动保证瞄准线始终指向地面固定场景.实验结果表明,基于惯性信息的动态补偿技术能快速实时补偿飞机的线性运动,保证光电吊舱成像场景稳定,极大地方便了操作员的操作,减轻了其负担.     

基于深度学习的海上目标一维序列信号目标检测方法

当前海面目标检测方法多基于统计理论,检测性能受背景统计特性假设的影响,本文从信号预测和特征分类两个角度,分别采用长短时记忆网络(LSTM)和卷积神经网络(CNN)对信号时间序列幅度信息进行处理,用于海上目标一维序列雷达信号检测,该方法不需事先假设背景统计特性,泛化能力更强。基于LSTM序列预测的目标检测方法通过用海杂波信号幅度时间序列对网络进行训练,再用训练后的网络对后续序列进行预测,并与后续实测信号进行比较,实现目标检测。基于CNN序列分类的目标检测方法中采用截取的海杂波信号和目标信号幅度序列作为数据集样本,对一维卷积核CNN进行训练,使其具有识别目标杂波信号特征能力,从而实现目标检测。最后,采用IPIX和CSIR实测海杂波数据对两种方法进行验证,结果表明两种方法均可实现一维序列信号中海面目标的检测,但LSTM预测方法对于长序列检测的实时性有待于进一步提高;CNN分类方法可实现实时检测,但仅利用信号幅度信息,检测性能仍需进一步提升。     

一种基于Dirichelt过程隐变量支撑向量机模型的目标识别方法

在目标识别中,对于样本数较多且分布复杂的数据,若将所有训练样本用来训练一个单一的分类器,会增加分类器的训练复杂度,且容易忽视样本的内在结构,不利于分类。因此人们提出了混合专家系统(ME),即将训练样本集划分为多个训练样本子集,并在每个子集上单独训练分类器。但是传统ME系统需要人为确定专家个数,并且每个子集的学习独立于后端的任务,如分类。该文提出一种基于Dirichlet过程(DP)混合隐变量(LV)支持向量机(SVM)模型(DPLVSVM)的目标识别算法,采用DP混合模型自动确定样本聚类个数,同时每个聚类中使用线性隐变量SVM(LVSVM)进行分类。不同于以往算法,DPLVSVM 将聚类过程和分类器的训练过程联合优化,保证了各个子集中样本的分布上的一致性和可分性,而且可以利用Gibbs采样技术对模型参数进行简便有效的估计。基于人工数据集、公共数据集以及雷达实测数据的实验验证了该文方法的有效性。     

基于ISAR图像序列的目标打击效果评估

利用地基雷达ISAR成像技术可以对空中目标的打击效果进行有效的评估,特别是武器爆炸后瞬间对目标所产生冲击和损伤的评估.在分析冲击波对目标作用的基础上,文中采用时频分析方法获得打击瞬间的ISAR图像序列,通过分析图像序列的一维质心变化,给出了对目标遭受冲击和损伤的评估方法,并通过仿真验证了方法的有效性.     

基于分形IFS的运动目标RCS序列分解

针对运动目标ＲＣＳ变化规律,提出将目标ＲＣＳ变化序列分解为确定变化序列和随机变化序列的设想,其中ＣＶＳ敏感于姿态,在姿态域表现为丰富的细节特征,而ＲＶＳ则表现为近似正态分布的非平稳随机过程,本文用实验数据证明这两邓列均具有分形的物生理上发形迭代函数系统将这两种变化序列进行有效分解,其儿效果明显优于传统的滤波方法     

基于支持向量机的目标图像识别技术

介绍了目标图像的前期处理、目标图像的特征提取和基于支持向量机的目标图像识别方法。为了验证方法的正确性．采用了一批太空目标图像对其算法进行了检验。数据实例表明，支持向量机识别的正确率比其它两种神经网络方法的正确率要高很多。