共查询到20条相似文献,搜索用时 15 毫秒
1.
基于Stokes矢量和Mueller矩阵,推导了任意偏振方向的线偏振度表达式,实施了多偏振方向的低照度伪装目标偏振检测实验,以多种伪装相关的人材料三波段偏振反射实验数据为依据,采用数值计算方法讨论了上述实验结果,探讨了多偏振方向影响偏振度的误差和稳定性问题。研究表明,探测角在镜面反射方向附近,间隔60°的偏振度图像的清晰度和对比度较高,数值计算结果能合理地解释实验结果,一致性较好;发现当三个偏振方向角A、B、C之间的间隔角度ΦAB∈[40°,80°]和ΦAC平均值为2.06ΦAB时,偏振度标准差较小,低照度条件下获取的偏振信息较稳定。 相似文献
2.
3.
4.
5.
6.
7.
8.
9.
高斯混合模型广泛应用于基于背景建模的运动目标检测中。首先在YCbCr颜色空间采用自适应高斯混合模型对背景的每个像素建模;然后,对输入的当前帧图像的每一像素值与该像素点对应的高斯混合背景模型的各个高斯模型进行比较,将前景运动区域(包括运动目标、投射阴影)从场景中提取出来;最后,采用局部二元图(Lo-cal Binary Pattern,LBP)来提取纹理特征,利用背景在阴影覆盖前后的纹理相似性去除投射阴影,同时结合阴影的空间几何特性优化运动目标检测结果。实验结果表明,该算法能有效地检测出投射阴影和运动目标,具有较高的实际应用价值。 相似文献
10.
基于红外偏振成像的目标检测技术 总被引:1,自引:1,他引:1
红外偏振成像技术是利用物体偏振度上的差异来对复杂背景下的目标进行探测的。在战场上,由于人造物体和自然景物在偏振度上存在差异,红外偏振成像技术能够提高人们对自然景物及伪装的辨别能力。首先介绍了偏振成像理论及其系统的结构组成,然后对基于偏振图像处理的目标特征提取过程进行了分析,并对偏振图像像质评价方法以及图像融合、分割和特征提取方法进行了研究。最后给出了国外基于偏振成像目标检测技术的应用研究情况,并指出了该技术在军事领域中的应用价值。 相似文献
11.
12.
分焦平面红外偏振探测器输出的是红外偏振马赛克图像,传统处理流程需要进行去马赛克恢复出四个偏振通道的完整图像,然后再实现后续的任务。然而,去马赛克过程会引入误差,而且计算复杂度高、耗时长。针对如何直接在红外偏振马赛克图像上进行目标检测的问题,本文提出了一种偏振权重局部对比度的目标检测方法。首先分析了目标与背景的偏振特性差异;然后设计了红外偏振马赛克图像的斯托克斯矢量计算卷积核;在此基础上提出了基于偏振权重的偏振度显著图,在偏振度显著图上利用自适应阈值操作实现目标检测。此外,利用边缘检测方法进一步优化目标检测结果,得到更加完整的检测结果。最后,使用采集的红外偏振马赛克数据集验证了所提出的目标检测算法在复杂背景以及恶劣天气影响下的鲁棒性。 相似文献
13.
14.
15.
针对海洋背景目标检测,提出了一种基于偏振信息融合的海洋背景目标检测方法。该方法根据目标与水体偏振信息的差异性以及偏振图像能很好弱化背景噪音的特点,设计了一组图像融合规则,并通过该组规则来融合强度、偏振度和偏振角等各分量图像。最后,对融合结果采用基于轮廓层次树的目标检测方法进行测试。实验结果表明,融合后的图像能很好地抑制海面波纹噪音,同时增强了目标的边缘轮廓和纹理细节信息,以及提高了目标与背景的对比度,使目标更易于被检测出来。 相似文献
16.
提取背景代表色是进行迷彩伪装图案设计的基础,对军用车辆实施迷彩伪装,需使代表色满足国军标规定的军用车辆伪装涂料漆膜标准色要求。文中提出两种基于K-mean聚类算法的车辆伪装涂料漆膜标准色选取算法。利用CEI1976 L*a*b*颜色模型描述图像颜色特征。第一种算法是随机选取标准色作为初始聚类中心,每经过一次K-mean聚类迭代都将聚类中心更新为标准色;第二种算法是将选取的背景颜色空间值作为初始聚类中心进行迭代。提出了优化的标准色选取决策,解决了聚类结果易出现标准色重复的问题。结合提取标准色数量不同,共提出4种标准色提取方案,用均方根误差函数作为评价函数进行融合效果比较。仿真结果表明,两种算法均能较好地满足迷彩伪装设计要求,从最小均方根误差和收敛速度上比较,第一种算法优于第二种,其提取三种标准色的方案优于五种标准色方案。 相似文献
17.
针对红外目标探测所面临的杂波干扰问题,提出了一种基于红外偏振的特征提取与小目标检测方法。首先,利用人工目标和自然背景偏振特性的差异,建立了目标与背景的红外偏振信息模型,分析了其中强度信息和偏振信息的构成以及目标偏振信息的提取与增强办法。然后,将斯托克斯矢量、部分偏振光分解、变偏振理论相结合实现了目标偏振特征的提取与背景杂波抑制及随机噪声消除,进而实现了红外小目标的检测。仿真数据实验结果及与现有方法的对比证明了该方法的有效性和可靠性。该方法可用于对抗红外伪装隐身及红外诱饵技术,提升红外目标的探测能力,富有应用价值。 相似文献
18.
针对伪装目标检测问题,提出了一种有监督的高光谱伪装目标检测方法。以植被型伪装目标为研究对象,在分析伪装材料与绿色植被光谱之间特性的基础上,先通过光谱重排、光谱微分以及光谱差异性增强处理,对植被型伪装材料与真实植被(背景)之间的光谱差异进行放大,然后利用主成分分析(PCA)变换进行降维,从而实现了一种适用于大面积植被型伪装目标的高光谱检测方法。实验结果表明,该检测方法在检测时间和检测效果上要优于基于加权的约束能量最小化法(WCM-CEM)和基于非监督目标生成处理的正交子空间投影法(UTGP-OSP)。 相似文献
19.
格拉斯曼尼(Grassmannian)算法是一种可以由高度不完整信息追踪子空间的在线学习算法,它在视频运动目标跟踪时具有鲁棒性和低复杂度等优点,可以应用在视频前景与背景的实时分离的情况.针对格拉斯曼尼算法在前景分离中,面对室内全局光线突变会产生大量噪声的问题,提出了一种优化的预处理方法.通过HSV色彩空间变换对视频进行阴影检测,根据阈值判断光线变化情况并自适应调整前景内容,最终实现在光照变化情况下的运动目标检测,并有效去除了原格拉斯曼尼算法在光线突变会产生的大量噪声,提高了对光照变化的鲁棒性. 相似文献