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.     

运动目标时空频信号变换与多维信息关联

提出了一种针对水中匀速直线运动目标的时空频信号变换方法。首先对接收信号作时频分析和频域波束形成,根据选定的目标航向对频率-方位-时间三维信号空间中的接收信号进行由基阵坐标系到目标坐标系的视在方位变换,使目标线谱信号由三维空间轨迹变换为变换域中对应平面切片上的二维轨迹,该切片由频率与方位信息联合构成的轴和时间轴构成。研究结果表明,该方法能够在变换后的信号空间中将目标线谱信号的三维轨迹转换为相应切片上的二维轨迹,相比三维信号空间更容易获得多维信息联合处理的信号处理增益。     

基于Radon变换的横向剪切干涉图的自动检测技术

在分析测试原理的基础上,指出了现有方法的横向剪切量获得的不足,根据剪切图和Radon变换在边缘处具有突变的特点,提出了一种基于Radon变换的横向剪切干涉图的剪切量的自动检测方法,首先根据二维图像的Radon变换结果,得到剪切图的横向移动方向,对图形进行方向校正。然后利用干涉图形的特点对图形在X和Y方向上进行Radon变换,得到剪切量。利用MATLAB进行编程,实验结果表明该方法具有很好的性能和较高的实用价值。     

"投票"概率变换在纹理背景中实现水下目标检测的研究

针对水下激光目标成像时图像对比度低、噪声高等问题。采用并改进了“投票”概率变换,导入边缘方向信息和边缘连续性信息,提出两种抗噪声的“投票”概率变换算法。通过实验检测水下模拟水雷目标,证明这一方法比传统算法有更好的效果。     

基于多小波变换的红外目标探测与识别

针对光电联合变换相关器目标识别的实际应用,对待测红外目标图片进行多小波变换,并利用模极大值法提取其边缘.通过获取更多的轮廓信息,从而提高对目标的识别能力.计算机模拟了常用于红外目标处理的多小波GHM和SA4,实验结果表明:基于GHM多小波提取的边缘能获取大量的图像轮廓信息.其识别结果明显优于SA4多小波.将目标原图的光...     

基于多尺度Radon变换的图像检索

根据Radon变换的统计特性构造了不变量,提出一种新的基于多尺度Radon变换的图像形状检索方法.对检索图像作小波变换,根据小波模极大原理得到边缘图像,对边缘图像构造Radon变换中心矩,在中心矩的基础上根据Radon的统计原理构造出尺度不变矩.由于矩阵的奇异值具有旋转不变性,因此针对不变矩向量矩阵求奇异值,该奇异值特征向量具有平移、尺度和旋转不变性.将该Radon变换的不变量作为形状特征,并进行高斯归一化,按照欧氏距离计算不同图像间的形状相似度.试验结果表明,该方法对高斯噪音具有较强的鲁棒性,与其它方法相比具有较好的检索效果.     

基于多小波变换的红外目标探测与识别

针对光电联合变换相关器目标识别的实际应用,对待测红外目标图片进行多小波变换,并利用模极大值法提取其边缘.通过获取更多的轮廓信息,从而提高对目标的识别能力.计算机模拟了常用于红外目标处理的多小波GHM和SA4,实验结果表明:基于GHM多小波提取的边缘能获取大量的图像轮廓信息,其识别结果明显优于SA4多小波.将目标原图的光学相关探测结果与基于GHM多小波提取的边缘图像光学相关探测结果进行比较发现,经多小波预处理后的边缘图像能有效增强相关峰强度.     

水下运动目标实时检测算法研究

针对水下复杂环境情况,提出了一种快速实时检测水下运动目标的算法.在分析水下图像特性的基础上,对图像序列进行帧间差值运算得到差分图像,选择合适的阈值,对差分图像进行二值化和图像分割算法.结合差分图像中目标是由于待检测目标运动形成的特点,提出了衡量二值目标形状的线度指标的定义,可以描述目标的形状,从而实现快速实时检测水下运动目标.     

海底反射时延广义Radon变换的无源定位

针对无源声呐目标定位问题,提出了一种基于广义Radon变换的目标参数估计方法。首先,基于深海直达声区推导了直达声与海底第一次反射声的到达时间差与目标运动参数的数学模型;其次,通过求解自相关函数得到目标的多途时延历程(MTDTR);在此基础上引入广义Radon变换的思想,联合两个水听器实现了水面匀速直航目标的航向角、速度、目标相对于水听器的初距和初始方位角估计。利用仿真数据和实验数据验证了该方法具有良好的参数估计性能。三亚东南部海域实验结果表明,通过两个锚系在深海海底附近的声压水听器对水面目标进行定位,可以实现在12.71 km范围内,测距误差小于0.29 km,相对误差小于3%的定位精度。     

基于优势特征图像融合的水下光学图像增强

针对水下光学图像颜色失真、非均匀光照、对比度低的问题,提出基于优势特征图像融合的水下光学图像增强算法.首先,提出改进的暗通道先验算法去除退化图像中的不均匀浑浊并均衡色彩;其次,对颜色校正图像分别使用基于加权分布的自适应伽玛校正算法和限制对比度自适应直方图均衡-同态滤波算法,增强颜色校正图像对比度并使其亮度均衡;最后,定义三幅融合图像即颜色校正图像、亮度均衡图像、对比度增强图像的关联权重图,通过多尺度融合算法获得融合图像.与单一预处理算法只能解决对应的退化现象相比,该算法对单幅退化图像进行多算法处理,得到三幅优势特征图像,通过不同权重的组合最大程度地将各优势特征相结合,得到的综合效果远超各单一算法优化效果,不再局限于解决颜色失真等单一问题.将本文算法与现有算法在主观评价和客观评价两方面进行实验对比,结果表明,该算法可以有效平衡水下图像的色度、饱和度及清晰度,视觉效果接近自然场景下的图像.     

基于复杂地面背景序列图像的运动弱小目标检测

分析了复杂地面背景下序列图像检测弱小目标的困难,研究了一种针对场景较复杂的运动弱小目标检测方法。首先将序列图像分割成等间隔的处理单元,并利用最小二乘匹配进行坐标对齐,然后使用Top-Hat算子处理图像并进行CFAR分割,综合考虑处理单元中的每幅图像,对固定背景干扰进行抑制,最后根据运动弱小目标轨迹进行检测。进行了三组序列图像实验并绘制了ROC曲线,证明该方法是一种有效的弱小运动目标检测方法。     

水下目标识别中的特征优化选择

本文将模式识别中的特征选择方法用于水下目标特征的优化选择。用距离测度作为选择的准则,对提取的三类舰船噪声的高维组合特征进行自动选择,并用10-折交叉验证方法对选择出的特征子集进行评估,分析结果说明该方法能从原始的特征集中选择出有利于分类的特征子集,提高了水下目标分类的正确率。     

基于多特征融合的微弱红外运动目标跟踪方法

利用红外跟踪测量系统能够同时获取目标运动信息(包括方位角、俯仰角以及角速度)、目标信号幅度及其成像面积等.提出了一种基于多特征融合的弱红外运动目标跟踪方法.分析了红外成像系统中目标信号特点,得到目标的运动、幅度和面积具有一致性和连续性,符合高斯分布;采用概率数据关联滤波推导量测各特征的关联概率,并根据特征的波动状况确定...     

基于多特征融合的微弱红外运动目标跟踪方法

利用红外跟踪测量系统能够同时获取目标运动信息（包括方位角、俯仰角以及角速度）、目标信号幅度及其成像面积等,提出了一种基于多特征融合的弱红外运动目标跟踪方法。分析了红外成像系统中目标信号特点,得到目标的运动、幅度和面积具有一致性和连续性,符合高斯分布;采用概率数据关联滤波推导量测各特征的关联概率,并根据特征的波动状况确定多特征融合的加权系数,估计和更新目标运动状态。理论分析和实验结果表明:该方法的跟踪精度和稳定性都明显高于仅依靠运动特征关联和依靠运动特征和幅度特征关联的跟踪方法。     

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。     

利用频域β-warping变换的浅海修正纯方位目标运动分析方法

针对纯方位目标运动分析方法收敛时间较长的问题,提出了一种利用频域β-warping变换的浅海修正纯方位目标运动分析方法.该方法利用频域β-warping变换从声强干涉结构中提取与目标距离成线性关系的时延,进而估计距离特征量,并利用距离特征量推导得到的目标状态向量的线性约束修正纯方位扩展卡尔曼滤波算法。数值仿真结果表明,对于浅海匀速直线运动目标,在信噪比不低于8 dB的情况下,与常规纯方位扩展卡尔曼滤波算法相比,改进算法将距离估计的收敛时间由26.5 min缩短至11.5 min.在浅海水平不变波导远场条件下,该方法可以快速稳定地估计距离特征量,并能够对目标进行可靠地跟踪定位。      

基于混合高斯模型的运动目标检测方法研究

为了能够及时检测到图像场景中的运动目标,提出一种基于混合高斯模型的运动目标检测方法。借助把图像的像素值看成是前景高斯分布和背景高斯分布的组合,进行了背景估计和自适应背景更新;通过对背景差分后的图像进行多目标分割,进行了多个运动目标的检测。实验发现:随着图像序列的背景不断变化,基于混合高斯模型算法能够准确估计出变化的背景,通过将场景图像和背景图像进行差分,检测到感兴趣的运动目标。