基于SPAD阵列探测的空中运动目标识别方法

采用单光子雪崩二极管（SPAD）组成的接收阵列,可有效提升接收端的灵敏度,这对于远距离探测成像具有重要应用价值。因成像时间受限,SPAD阵列对于空中移动目标探测的成像结果存在分辨率低、特征信息少、背景干扰噪声多等问题。针对阵列弱成像条件下的目标快速识别问题,通过分析不同空中移动目标的结构运动与位移之间的角度变化特点,提出一种基于SPAD阵列探测的空中运动目标识别方法。该方法有效解决了跟踪探测实时性要求与目标识别准确性之间的矛盾,可以在没有先验信息的条件下完成跟踪和识别任务。为进一步说明基于光流特征的分析方法的优势,以旋翼型无人机、固定翼型无人机以及飞鸟等大小、形状类似的低空飞行目标为例,通过对不同的光流角度分布进行统计分析,在近似离散点的成像条件下实现了以上3类目标的有效识别分类。     

基于序列图像的运动目标实时检测方法

运动目标检测是当前进行图像分析和理解以及在计算机视觉领域研究的热点,它被广泛地应用于靶场测量、目标监视、视频压缩、车辆跟踪和航空航天等领域。在参考大量文献资料的基础上,系统研究了近年来国内外已经比较成熟的一些算法,并把它们分成了7类。     

改进的K均值聚类红外目标检测方法

利用图像方差能很好地反映目标边缘信息的特点,提出一种基于方差的K均值聚类红外目标检测算法。利用形态学方法对红外图像进行预处理,运用相应的模板计算得到红外图像的方差图像,利用K均值聚类算法对方差图像进行聚类,从而分离出目标类别和背景类别。实验表明,该算法提取的红外图像中目标信息的兰德指数最高,说明该算法能有效地提取红外图像中目标信息,从而达到目标检测的目的。     

基于特征点光流聚类的复杂背景中运动车辆检测

为了准确、快速的在动态场景中对运动车辆进行检测,提出一种基于特征点光流聚类的车辆检测方法。该方法取Harris角点为特征量,通过对特征点做光流提取来剔除一些没有运动的干扰角点,然后再通过模糊U邻域(FUNN)聚类算法剔除噪音、孤立点和不感兴趣样本并实现前景和背景的分离,最后通过设定阈值判断前景目标是否是车辆。实验结果证明在复杂的动态场景中该算法具有更高的车辆识别率。     

基于彩色结构光的自由曲面三维重建方法

彩色结构光三维重建过程中,系统的非线性耦合以及待测曲面的拓扑结构等均会对结构光解码产生影响,从而导致调制条纹漏检和颜色码误识别.为解决这一问题,提出一种基于彩色编码结构光的三维重建方法.利用YUV颜色通道对调制条纹进行滤波差分投影处理,通过调制条纹的波形分布提取中心特征线;利用颜色聚类方法精确获取调制条纹的颜色码信息值...     

一种改进的块匹配运动目标识别算法

鉴于传统的块匹配法在图像特征提取、匹配以及搜索等方面有诸多不足,复杂的边缘提取处理与基于灰度的匹配准则都使得系统的处理速度与精度降低,为了使识别处理更加快速精确,提出了一种改进的块匹配识别算法。通过拉普拉斯算子对图像特征进行增强,提高图像的特征信息;实验表明,针对320像素240像素大小的图像,改进算法的特征增强计算时间在Matlab中平均约为0005 4 s。     

基于OpenCV的运动目标光流算法仿真

提出一种基于OpenCV图像库的运动目标处理算法仿真方法,介绍了OpenCV库的特点和VC6环境下的配置,通过调用库中的视频读写函数、图像特征计算和光流计算函数,得到运动目标的光流场,为运动目标状态分析和跟踪提供了基础,仅在图像库的基础上编写了少量代码就使算法得以实现,提高了编程效率。     

结合稀疏编码和空间约束的红外图像聚类分割研究

提出了结合稀疏编码和空间约束的红外图像聚类分割新算法, 在稀疏编码的基础上融合聚类算法, 扩展了传统的基于K-means聚类的图像分割方法. 结合稀疏编码的聚类分割算法能有效融合图像的局部信息, 便于利用像素之间的内在相关性, 但是对于分割会出现过分割和像素难以归类的问题.为此, 在字典的学习过程中, 将原子的聚类算法引入其中, 有助于缩减字典中原子所属类别的数目, 防止出现过分割; 考虑到像素及其邻域像素具有类别属性一致性的特点, 引入了空间类别属性约束信息, 并给出了一种交替优化算法. 联合学习字典、稀疏系数、聚类中心和隶属度, 将稀疏编码系数同原子对聚类中心的隶属程度相结合, 构造像素归属度来判断像素所属的类别. 实验结果表明, 该方法能够有效提高红外图像重要区域的分割效果, 具有较好的鲁棒性. 关键词： 图像分割 稀疏编码 聚类 空间约束     

运动背景下弱小目标的提取算法

 对低信噪比运动背景下序列图像中弱小目标的提取算法进行了研究,提出一种新的目标提取算法。根据运动背景的相关性和目标运动的连续性,采用背景模板匹配技术,计算各帧背景运动量,去除复杂背景,用自适应预估和阈值分割技术捕获跟踪目标。实验中,结合所研究的算法,对100帧包含低对比度弱小目标的运动图像序列进行了处理。实验结果表明,此方法能有效地实现目标的自动捕获与跟踪,跟踪效率高,跟踪稳定。     

基于立体视觉与光流融合的运动目标检测

针对摄像机与被检测目标同时运动时的目标检测问题,提出一种立体视觉与光流融合的运动目标检测算法。结合立体视觉技术设计了光流与自运动估计模型,运用车辆的运动信息和场景的深度信息估计因摄像机运动产生的自运动光流;采用多分辨率细化的Horn算法估计场景的混合光流;对混合光流和自运动光流进行差分运算,剔除背景中静态目标的运动干扰。经过一系列形态学滤波处理获得运动目标完整区域,依据光流的连通性对运动目标标号,并确定位置信息。以典型的交通场景为对象进行分析,实验结果表明该算法能有效地检测出动态背景下的运动目标。     

基于光流分层方法的平面3D运动估测

无人机自主着舰末端视觉导引中舰机间相对位姿的估测,可以看作机载摄像机对甲板平面3D运动的估测。提出了一种光流分层方法:首先利用已知焦距的机载摄像机拍摄着舰靶标区域的图像序列,并采用Lucas方法计算相邻两帧图像的光流场;而后通过分层模型,将由光流场进行3D运动检测的非线性问题转化为了两个线性问题。该方法无需图像间的特征匹配,可线性解算出着舰靶标区域相对于无人机的三维运动参数,进而得到舰机间的相对位姿信息。计算机合成图和摄像机实拍图像的实验结果验证了该算法的正确性和有效性。     

基于SIFT匹配的全局运动估计方法

提出了一种基于SIFT(Scale invariant feature transform)匹配的全局运动估计算法.在SIFT初匹配的基础上,对每一个原始匹配特征点,利用所在尺度的邻域灰度信息,对其加权平均后再进行匹配,进而去除误配点.精炼后的匹配点集合作为求解全局运动参数模型的对应数据,采用最小二乘法计算模型参数.在...     

The application of improved block-matching method and block search method for the image motion estimation

Image block matching is one of the motion estimation methods for video inter-frame coding and digital image stabilization. The methods used for matching and searching will greatly affect the accuracy and speed of block matching. The block matching method based on the oblique vectors is suggested in this paper where matching parameters contain both horizontal and vertical vectors in the image blocks at the same time. Improved matching information can be obtained after making correlative calculations in the oblique direction. A novel search method of matching block based on the idea of simulated annealing is presented in this paper to improve the searching speed, accuracy and robustness in the fast operation of the block-matching motion estimation. The simulated annealing algorithm can easily escape from the trap of local minima effectively. With the two methods the block matching can be used for motion estimation at the real-time image processing system and high estimation accuracy can be achieved. An image stabilization system based on DSP (Digital Signal Processing) system is developed to verify this algorithm. Results show that both the matching accuracy and the search speed are improved with the methods presented.     

自适应红外目标特征增强算法

利用直方图均衡化和灰度变换增强算法,不能有效增强红外图像目标。鉴于此,在研究红外图像特点的基础上,提出了一种自适应红外目标特征增强算法。该算法先对红外图像进行中值滤波,滤除掉图像中的随机噪声,然后利用直方图分割将红外图像分为目标和背景2部分,通过线性加权叠加抑制背景和增强目标。实验表明,该算法不仅能够根据红外图像中目标的灰度特性自适应地选取直方图分割阈值,而且在去除噪声和增加对比度的同时还抑制了背景,达到了预期的效果。该算法尤其适用于目标和背景像素比例相近时直方图具有局域双峰特征的红外图像中目标的增强。     

纯方位目标运动分析的一种“检测前跟踪”技术

被动检测中,当目标信噪比较低时,传统的波束形成估计目标方向有较大的误差,为此我们提出一种改进的检测前跟踪技术,即直接对波束输出的方位-功率图序列做运动分析。对目标所有可能的运动路径进行时间积分,理论上与目标真实轨迹最靠近的路径将获得最大的功率累积量。本文结合纯方位目标运动分析的规律,以不降低检测性能为前提,开发了一种简化的路径搜索策略。在计算机仿真实验中,也证实了该简化搜索策略使得运算量至少降低了两个数量级。     

用于像移探测的位平面匹配改进算法

像移探测作为电子稳像的重要的步骤,直接影响稳像的精度和速度。针对传统位平面匹配算法的局限,对各阶位平面的探测效果进行了综合测试,并提出了一种改进方案,即对位平面4,5经过下采样后组成一个合成位平面来进行匹配。研究了匹配块大小变化对位平面算法的影响,比较了相邻帧和固定帧两种参考帧选取方法的优劣。实验表明,改进的位平面匹配算法提高了位平面算法的稳健性,在没有增加计算量的前提下,算法精度达到了与全搜索块匹配法相当的程度。     

一种新的目标运动分析方法

讨论一种新的目标运动分析方法,旨在解决远距离、低信噪比情况下的目标被动定位和参数估计问题。该方法原理简单,实现方便。通过计算机模拟验证了算法的性能,并在此基础上成功地处理了海上试验数据,获得了正确的目标轨迹。     

A fast-saliency method for real-time infrared small target detection

Infrared small target detection plays an important role in applications including military reconnaissance, early warning and terminal guidance. In this paper, we present a fast method, called fast-saliency, with very low computational complexity, for real-time small target detection in single image frame under various complex backgrounds. Different from traditional algorithms, the proposed method is inspired by a recent research on visual saliency detection indicating that small salient signals could be well detected by a gradient enhancement operation combined with Gaussian smoothing, which is able to delineate regions of small targets in infrared images. Concisely, there are only four simple steps contained in fast-saliency. In order, they are gradient operation, square computation, Gaussian smoothing and automatic thresholding, representing the four procedures as highpass filtering, target enhancement, noise suppression and target segmentation, respectively. Especially, for the most crucial step, gradient operation, we innovatively propose a 5 × 5 facet kernel operator that holds the key for separating the small targets from backgrounds. To verify the effectiveness of our proposed method, a set of real infrared images covering typical backgrounds with sea, sky and ground clutters are tested in experiments. The results demonstrate that it outperforms the state-of-the-art methods not only in detection accuracy, but also in computation efficiency.     

混沌背景中信号参数估计的新方法

怎样提取混沌背景中信号的参数具有重要意义.在重构的相空间中,叠加有其他信号的混沌信号时间序列重构的点集会偏离混沌吸引子所在光滑流形,依据这一性质并综合利用混沌背景中信号本身的特性,提出一种参数估计的新方法：最小相对奇异值(MRSV)法.该方法先建立逆滤波器,由其输出重构相空间,然后改变其参数,使输出信号在嵌入空间中作局部奇异值分解的相对奇异值最小,来实现参数估计.AR模型参数和正弦信号频率估计的仿真结果验证了该方法的有效性. 关键词： 混沌 参数估计 最小相对奇异值(MRSV) 逆滤波器     

A novel method of camera pose estimation by parabolic motion

Camera pose estimation is a basic and crucial problem in computer vision, accordingly a novel method is proposed for pose estimation based on parabolic motion in our paper. Firstly, the intersection of lines which are the image plane projection of free-falling trajectories in different locations is computed. According to the properties of vanishing point, the intersection is defined as the vanishing point in gravity direction. Secondly, the image plane projected curve of parabolic trajectory is obtained by Sampson Approximation. Finally, the camera pose is estimated by employing the projective geometry properties of vanishing point and vanishing line implicated in the projected parabola, provided that the intrinsic parameters of camera are specified. The absolute Euclidean distance of translation is obtained innovatively with the known frame frequency. Numerical simulation as well as practical experiment in this paper demonstrates the correctness and feasibility of our method, with the known frame frequency, as the experiment show that compared with the traditional checkerboard method the mean errors of rotation axis, rotation angle and translation are respectively 0.017 rad, 0.007 rad and 11.650 mm by our method. It can generally satisfy the accuracy requirements of camera.