基于分形几何边界提取的图像跟踪方法

为了满足现代武器装备对图像跟踪系统的实时性和跟踪可靠性的双重要求，针对武器装备所跟踪目标的特点，将基于分形几何的边界提取方法用于图像跟踪系统，提出了一种基于运动区域和边界图像的目标跟踪方案。文中的边界提取方法不仅能提取出目标的轮廓，还能较好地保留其内部细节，这样通过模板匹配得到的最佳匹配位置更加可靠。同时，基于运动区域的边界提取，大大减少了计算量，尤其是对于远景的目标跟踪。此外，在利用边界图像进行匹配的基础上，采用了自适应模板更新策略，目的是尽可能地克服形变、光照等影响，使跟踪过程准确可靠。仿真实验表明，该方法运算量小，能满足武器装备实时性的要求，并行之有效。     

基于分形理论的图像边缘提取方法

提出了一种基于分形理论的图像边缘提取的方法。简述了分形理论的图像处理的应用原理,讨论了分形编码的特点,采用分形理论的方法,进行图像边缘的检测。实验表明：此方法对图像的提取的应用,不仅速度快,效果好,而且抗干扰性强。     

基于分形维数的计算机生成图像检测方法

计算机图像生成技术的快速发展使计算机生成图像具有极强的真实感.通过肉眼来区分计算机生成图像和自然图像变得越来越困难.本文提出了一种基于分形维数的计算机生成图像检测算法.不同于传统的算法,该算法利用两种图像表面纹理特征和自相似性的不同,提取局部图像块的分形维数作为统计特征,进而区分计算机生成图像和自然图像.实验表明,该算法给出了计算机生成图像检测的新方向,具有很好的检测率和研究前景.     

基于分形的图像修复算法

 图像修复是目前图像处理领域中的一个研究热点,对于较大孔洞的修复一直是个难点问题,已有算法都未能很好地解决.本文基于分形相关理论,提出了一种新的修复算法,很好地利用了图像的整体信息.论述了分形维数和分形编码序列块大小之间的关系,提出多尺度的分形编码及重构的修复方法.为了强化图像细节信息,进行了分形局部迭代.为了提高图像修复的质量,将图像进行了分形放大,再进行分形插值修复.从实验结果可以看出,新方法取得了较好的修补效果,尤其是对纹理图像和有较大孔洞的图像效果更好.     

图像分形维数的差分盒方法的改进研究

分形可以提供大量关于自然景象复杂程度的信息,差分盒算法作为一种图像分形维数提取算法被广泛应用.针对差分盒算法计算精度不高和计算量大等问题,基于动态规划和残差分析的思想,提出了改进的差分盒分形维数计算方法.实验结果表明,该算法能够有效地区分不同类型的地貌,能够应用于遥感图像的地物分类.     

基于分形理论的红外图像边缘检测

提出了利用分形理论进行红外图像边缘检测的方法,比较了根据单一分形维数和根据多尺度分形维数两种方法的边缘检测结果,从而得出：分表理论可以用于红外图像的边缘检测,并且根据多尺度维数的方法能获得较好的边缘检测结果。     

基于分形理论的目标检测

军事目标检测一般是由自然背景和少量的人造目标所组成．现有的图像目标检测方法大多是基于对目标本身特性进行分析，不适用于目标特性未知的军事目标检测．本文根据人造目标和自然背景在分形特征上的固有差异，在利用分形维数提取人造目标边缘特征的基础上，结合小波分析方法提取的目标边缘特征，对自然背景中的人造军事目标进行检测．实验证明该方法具有较好的适应性．     

数据集的分形维数及其算法实现

基于数据库和数据挖掘等应用领域的需求,介绍了计盒维数和广义分形维数的定义,重点介绍了基于多层网格结构的分形维数的线性计算算法,并对算法的数据结构提出了改进方案.新的数据结构保持了算法的线性,降低了算法的空间复杂性,有效提高了算法的效率.     

基于分形理论的改进型二维最大熵红外图像分割算法

提出了一种基于分形理论的改进型二维最大熵红外图像阈值分割算法。该算法利用图像分形维数挖掘像素的空间分布信息,然后将原图像灰度及其分形维数映射图像灰度相结合组成二维随机向量,并构造出联合离散概率分布。在此基础上,以二维最大熵原则来确定一个最佳二维分割阈值,进而取得分割结果。实验结果表明,该算法在分割效果上优于传统的二维最大熵分割算法。     

基于模板匹配的图像跟踪技术

为了解决传统模板匹配方法跟踪图像时遇到的问题,提出了在跟踪过程中采用变模板匹配的方法.该方法较好地解决了传统方法的局限性,通过实验比较了使用模板匹配和变模板法跟踪图像的效果.     

一种新模板的图像边缘提取方法

为解决拉普拉斯和梯度等类算子提取图像边缘时算法复杂、程序化实现较为困难的问题,提出了一种新的横向和纵向模板算法,通过仿真实验,获得了优于梯度算子提取图像边缘的结果。并对以上算法进行改进,在边缘图像信息衰减微小的情况下,有效地改善了图像边缘的提取时间。利用该算法,对图像定位与匹配等领域进行了进一步的研究。     

一种角误差提取相关处理的新方法

针对反射式工作的脉冲雷达在火箭飞行器一二级分离过程中不能稳定跟踪的问题,提出了角误差相关处理的新方法.该方法区别于常规脉冲雷达角度误差的提取方法,在距离前沿跟踪的基础上对角误差进行加权优化相关处理.通过模拟器跟踪试验,特别是对运载火箭一二级分离实际跟踪应用表明,该方法成功解决了雷达对火箭飞行器级间分离过程中连续、稳定跟踪的问题.     

一种基于小波变换的雷达图像边缘提取方法

图像最基本的特征是边缘,边缘特征提取是多传感器信息融合与景象匹配中的重要内容.合成孔径雷达图像通常带有较强的相干斑噪声,用传统的边缘检测算法效果很不理想.本文针对合成孔径雷达自身的特点,利用小波变换的特性,提出一种将小波变换的多尺度分析与模糊加权中值滤波相结合的边缘特征提取方法.实验证明方法有效,边缘定位准确,并对噪声有抑制作用,将提取结果用于匹配,定位精度达到1个象素.     

基于小波分维的红外图像边缘检测

根据小波变换与分形理论在认识事物的本质上都是基于从总体向局部、从宏观向微观的自相似原理,提出一种以小波作为标尺来定义分维数的思想,将小波变换看作是用小波标尺对信号进行度量,建立一种以信号的细节分量之和作为度量参数的小波分维数.应用小波分维数对红外图像进行边缘提取,实验结果表明该方法简单有效、优于传统的几种边缘提取算子.     

基于局部模糊分形维度的图像边缘检测算法

介绍了一种局部模糊分形维度,并将该技术应用到图像边缘检测中.将像素覆盖方法推广到N维模糊离散集分形维度的计算就得到了局部模糊分形维度.给出了局部图像的LFFD计算流程和基于LFFD的图像边缘检测方法.采用实例验证了本文的算法,实例结果显示,本文的算法是正确的、可行的和有效的.     

基于CCD图像的激光点云数据边界提取法

提出了一种融合激光和CCD图像的点云数据边界提取的方法。首先,将激光点标定到CCD图像上。然后,融合CCD图像数据与激光数据,提出了一种基于图像法的点云数据边界特征的提取方法,采用图像处理中梯度求解方法,对点云中每一点处的法向矢量和曲率进行估计,通过阈值得到候选边界点,再利用曲率极值法得到最终边界点。     

基于边缘轮廓的特征匹配跟踪

介绍了目标轮廓LCS描述,并对其进行改进,建立了基于目标轮廓的特征匹配跟踪方 法。     

一种基于边缘提取的印刷品斑点检测方法

先对标准印刷品图像利用Robert算子检测出边缘,并利用形态学的方法对边缘进行膨胀。接着用HOUGH变换检测待测图像与背景相交的两条直线,以此将其与标准图像配准。在边缘点处,利用象素的灰度、邻域内的平均灰度、象素梯度方向信息进行对应象素的比较,当差别较大时被认为是一个疑点;在非边缘点处,直接利用灰度、邻域内平均灰度信息比较,差别较大时被认为是一个疑点。最后,对疑点图像进行斑点分析。实验结果表明,提出的方法能较快、较准地检测出印刷品当中的斑点。     

基于Kalman滤波的机动目标跟踪方法研究

飞行器的机动性大,在运动过程中随时会出现转弯、跃升俯冲等现象。雷达跟踪系统能否对这种机动进行有效捕获,成为检验其可靠性的关键。在传统Kalman滤波方法基础上,对目标的运动状态进行检测,一旦检测到机动,滤波器就进行不同维数的转换,使跟踪结果快速收敛,从而实现对机动小目标的精确跟踪。仿真结果证明该方法正确有效,计算简便。