基于去模糊空间变换RCNN的毫米波图像目标检测（英文）

提出一种包含去模糊的空间变换区域卷积神经网络的目标检测算法.首先,基于主动毫米波圆柱扫描成像原理对人体进行三维成像(频率24~30 GHz),建立毫米波图像数据集.然后,估计毫米波图像的模糊核,通过卷积去噪网络获得图像先验知识,将其集成到半二次分裂的优化方法中,以实现非盲目去模糊.最后,由定位网络、网格生成器和采样网络三部分组成空间变换网络,将它融入到特征提取网络中,在去模糊后实现目标检测.通过该非盲目去模糊算法得到的图像的峰值信噪比可达27.49 dB,目标检测算法的平均精度可达80.9%.实验结果表明,与现有的先进方法相比,该方法可以有效地提高图像质量和检测精度,为毫米波图像中隐藏危险品的目标检测提供了新的技术支持.     

基于DSA-BCNN的毫米波图像隐藏物检测

自动检测毫米波图像中被检人员是否携带隐藏物,是实现智能毫米波安检系统的重要技术之一.针对隐藏物在毫米波图像中的特征局部性和低辨识性问题,提出一种动态自注意力的双线性卷积神经网络,能够仅以图像级标签训练,实现图像中隐藏物的存在检测.引入自注意力机制以引导网络对隐藏物区域进行特征提取,增强网络刻画全局信息的能力;双线性池化...     

基于光谱空间变换的遥感图像目标探测方法研究

针对遥感图像在频率域中的表征,提出了一种基于光谱空间变换的遥感图像目标探测方法。该方法首先利用傅里叶变换,将遥感图像从空域转变到频率域;然后利用频谱能量楔状采样和谐波叠置等手段,将不同频谱能量所表征的目标特征信息分解到不同的高、低频段中,由此获取对应目标特征在频率域中的探测标志;最后结合在频谱能量上具有方向和频带选择性的匹配Gabor滤波器,实现了居民楼地物目标的有效探测。试验结果表明,文章所提出的方法能够较好地探测遥感图像的目标信息,并且具有特定方向上目标检测的能力。     

基于高光谱图像的即食海参新鲜度无损检测（英文）

新鲜度是即食海参加工品质调控和贮藏品质监控的关键指标。针对感官评定和现有理化检测无法满足即食海参产品大批量、标准化、工业化生产问题,提出了一种基于高光谱图像的即食海参新鲜度快速无损检测方法,通过图像主成分分析和波段比运算相结合,优选特征波长和图像;依据海参腐败机理,建立图像纹理特征与即食海参新鲜度等级间的关联模型,实现即食海参新鲜度无损、快速评价。首先针对高光谱图像巨大的数据量展开降维研究。根据即食海参体壁光谱吸收特性,以具有明显化学吸收特征的波长(474和985nm)为分界点,获得包括全检测波段(400~1 000nm)在内的六个待处理波段,通过分段图像主成分分析实现待测波段的优选,利用权重系数和波段比图像运算,最终将686和985nm波段比图像确定为特征图像。面向特征图像的感兴趣区域(ROI),构建灰度共生矩阵(gray-level co-occurrence matrix,GLCM)、灰度梯度共生矩阵(gray-gradient co-occurrence matrix,GGCM)、改进的局部二元模式纹理描述子(local binary pattern,LBP),分别提取纹理参数作为输入,以挥发性盐基氮(total volatile basic nitrogen,TVB-N)检测为标准,建立经粒子群优化的BP神经网络(back propagation,BP)即食海参新鲜度判别模型,新鲜度等级判别准确率分别为90%,95%和80%。结果表明,即食海参高光谱图像灰度梯度共生矩阵的纹理特征用于新鲜度判别效果较好。为即食海参新鲜度快速无损检测方法研究和仪器开发提供了理论基础和数据支持。     

基于小波变换的航空红外图像目标检测的预处理

提出了一种基于高斯小波变换的航空红外图像的目标边缘自动提取的新方法。该方法利用小波变换良好的噪声抑制能力及完备的边缘保持能力 ,能够有效的对红外图像进行目标边缘提取、目标增强及噪声抑制等预处理工作。结果表明 ,该方法对红外航空图片的边缘提取能做到快捷、准确、有效     

图像去模糊的迭代算法

图像的去模糊过程可看作一线性不适定问题，最简洁模型如b=Ax n，这里6为模糊后图像，A为点扩展函数，其一般为不适定矩阵，n为附加噪音，x为所求解项，即去模糊后的图像。该方程的维数一般很大，典型的求解方法为迭代求解出近似的x。迭代方法发展到今已有多种。由于任何一种迭代方法不可能对所有的图像复原问题来说都是最优的，所以迭代算法的研究一直是很重要且活跃的，其中有很多问题需要研究。比如发展可靠的迭代停止准则，则是很重要的问题。     

凝视观测图像空间弱小目标检测方法

针对凝视观测模式下光测图像中弱小目标的检测问题,提出一种多帧频域特征累积的目标检测方法。利用恒星匹配、临帧差分等方法消除背景变化的影响,通过图像时频域特征分析,推导出递归形式频域特征累积方程,并由此检测图像中的弱小目标。实验结果表明采用多帧频域特征累积方法能将图像信噪比提高3倍以上,有利于检测出弱小目标。     

利用二阶方向导数极大值检测红外小目标（英文）

为提高复杂环境下红外小目标的检测率,提出了基于二阶方向导数极大值的红外小目标检测算法。该算法首先对二阶方向导数的性质进行了分析,对极大值进行阈值翻转操作,将背景中的平坦成分和边缘成分剔除。接着,根据小面模型对背景进行预测,并以预测误差为权值进一步增强小目标区域。以上2个步骤的计算可通过4个卷积实现,加快了检测速度。最后,对少量候选小目标计算局部对比度,降低了虚警率。实验结果表明:该检测算法在6种复杂背景下平均信杂比增益为78.413 0,平均背景抑制因子为35.079 6,具有较强的鲁棒性和较高的检测率。     

基于序列图像的运动目标检测

针对动态环境下运动目标检测中噪声多、目标检测不完整等情况,提出了一种基于金字塔多分辨率模型的运动目标检测方法,在低分辨率下获取目标的区域,在高分辨率下获取目标的细节。对于复杂的环境,还提出了运用高低双阈值替代传统的单阈值进行图像差分运算的方案,阈值可以根据图像自动分析得到。该方法首先将当前帧和背景帧进行尺度变换,得到不同分辨率下的图像组,然后在不同尺度下得到高低阈值差分图像,最后从高层向低层进行有效融合,得到噪声少的完整目标图像。实验表明,该方法提取运动目标的精度比较高,单目标达到0.802,多目标达到0.615,尤其是在复杂的动态环境下,优势比较明显。     

基于序列图像的小目标检测

 针对序列图像中小目标的运动具有运动的连续性和轨迹的一致性等特征,提出了采用单帧检测和多帧检测相结合的处理方法。对单帧图像进行预处理和图像分割,得到去掉大部分背景和噪声点的图像,并在图像中选取候选目标点进行标记。然后对处理后的序列图像进行N帧叠加。对叠加图中的标定点利用8邻域搜索法进行目标筛选,进而检测出目标。实验结果表明,该方法实用性强,能简单、快速、有效地检测出序列图像中的运动小目标。     

冷原子的三维图像模拟（英文）

提出了一种用于精确模拟冷原子云的三维图像方案,这个方案比先前通过探测激光的方法所获得的二维图像更加直观和立体。该研究实现了冷原子云的模拟,捕获原子的数量约为108。原子云是几何三维形状,R_x=1.06mm,R_y=1.06mm,R_z=0.57mm,具有不同半轴长度的三轴椭圆体。     

基于场变换的毫米波半波片设计

极化转换是电磁波调控的重要研究方向之一.本文基于场变换理论提出一种宽入射角的宽带毫米波半波片.基于等效媒质理论,该半波片可由亚波长厚度的两种介电常数不同的材料周期性排布后旋转45°得到.通过设计控制两种材料的介电常数、高度比值以及整个半波片的厚度可以在毫米波段实现极化转换的功能,此设计具有低损耗和高转化效率的特点.此半波片能实现横电波与横磁波的相互转换以及圆极化波的相互转换,极化转换-3 dB相对带宽达49%.仿真和实测结果相符,验证了该半波片宽带高效的极化转换效果.在入射角为60°时,极化转换-3 dB带宽依然能够达到36%左右.     

基于多亮点分布的水下目标特征识别（英文）

An algorithm for underwater target feature recognition is proposed using its highlights distribution.For an underwater target with large size and slender body,it is assumed that the heading course and the length of the target are both determined by the distribution of its highlights.By supposing that these highlights obey Gaussian mixture distribution,the feature recognition problem can be transformed into a clustering problem.Therefore,using the collinearly constrained expectation maximization algorithm,the clustering centers of these highlights can be calculated and then the estimation of the heading and length of the target can be obtained with high accuracy.The effectiveness of the proposed method is demonstrated using simulations.     

基于被动毫米波图像的金属目标特征提取方法[BT)]

针对探测金属目标时其中心难以确定的问题,提出了分割被动毫米波辐射图像过渡带的算法以精确获取其几何尺寸及特征;通过实测金属立体目标的辐射数据矩阵进行成像,对毫米波辐射图像进行基于Canny算子的边缘检测与分析,结合金属目标辐射特性以及天线参数分割目标边缘过渡带,计算金属目标的面积、周长并提取其中心位置;实验结果表明,该方法误差控制在9.3%以内,可以精确提取金属目标几何特征及目标中心。     

一种空间目标在轨检测图像预处理算法

通过对美国天基可见相机(SBV)在轨检测算法(Moving target indicator,MTI)算法进行改进,使其更加快速有效地检测出淹没在噪声杂波中的目标条纹.MTI改进算法使用了一种新的二维图像检测预处理算法一一依概率加窗检测算法.依概率加窗检测算依据同一大小检测窗口内,目标所在检测窗内出现的非零点比纯噪声检测窗内多的特性,通过检测窗门限滤波,在可能剔除部分目标点的同时,极大地抑制噪声.接着使用三点共线条纹检测算法,剔除可疑目标条纹,进一步降低虚警概率,提高检测概率.通过算法性能分析可知,MTI改进算法的虚警概率降低15倍,检测概率99%时所需信噪比从6降低为3,并且总体计算量降低6个数量级.MTI改进算法减少计算量的同时,降低虚警概率并提高榆测概率,在工程应用中更有利于算法的实时实现.     

基于马赫曾德调制器产生24GHz波段超宽带信号毫米波（英文）

采用双驱动马赫曾德调制技术生成24GHz波段的超宽带毫米波信号,建立了基于双驱动马赫曾德调制器的超宽带毫米波信号理论模型,并利用理论模型进行实际运算模拟产生了带宽达5.8GHz的超宽带毫米波信号.研究了毫米波信号的信号质量和带宽.结果表明:通过适当调节毫米波信号发生器的控制信号强度,可以有效抑制产生的毫米波信号中残余振荡和低频成分;控制输入信号的脉冲宽度可实现对生成毫米波信号带宽的灵活调节.该超宽带毫米波信号发生器可用于汽车短程雷达、入侵检测传感器和移动无线电通信等领域.     

基于纹理显著性的微光图像目标检测

微光图像对比度较低,目标显著性不明显,目标自动探测难度大.针对此问题,本文提出一种噪声鲁棒性较好的图像局部纹理粗糙度算法,并给出一种适用于微光图像显著分析的纹理显著性算法.首先,提出一种新的局部纹理粗糙度算法,该算法利用最佳尺寸计算局部纹理粗糙度,对纹理图像进行加噪实验,与基于局部分形维的粗糙度方法相比,本文局部纹理粗糙度算法表现出较好的噪声鲁棒性;其次,在提取图像粗糙度特征图的基础上,给出一种针对纹理的显著性度量算法;最后,将纹理显著性算法应用于微光图像目标检测,实验结果证明了该算法的有效性.     

基于注意力残差编解码网络的动态场景图像去模糊

动态场景下的图像去模糊技术是一个具有挑战性的计算机视觉问题.模糊图像不仅影响主观感受,还会影响后续的智能化分析的性能.提出了一种基于注意力残差编解码网络的动态场景图像去模糊方法.首先,编码阶段采用多个残差模块提取特征,加入空间注意力模块感知模糊的空间位置信息;其次,通过在网络中采用全局-局部残差连接策略融合多层卷积特征...     

基于稀疏重构的光学传感器扩展目标量测划分（英文）

提出一种稀疏重构框架下利用幅度实现扩展目标量测划分的方法.利用衍射受限光学系统特性对像平面进行网格采样,建立稀疏重构模型及"超完备字典".通过重构挖掘像元幅度值中的有效信息并基于成像机理对重构出的非目标量测进行抑制处理,利用重构出的亚像元级目标位置、幅度信息实现目标量测的划分.仿真结果表明:信噪比为6dB时,本文算法比传统方法在实现对所有扩展目标量测的正确划分上提前30s,对目标探测信息能充分利用,在量测划分准确性上比依靠距离划分的传统方法有较大提高,尤其在低信噪比条件下较传统方法量测划分的准确性提升明显.