一种基于背景预测及小波变换的红外弱小目标检测方法

提出了一种新的红外弱小目标检测方法,在对红外图像进行背景预测的基础上,对残差图像采用小波变换方法增加对弱小目标的检测率,有效地提高了检测算法对低信噪比红外图像中弱小目标的检测性能。通过实测的星图数据与传统方法进行了对比和分析,证明了该方法适用于非平稳背景中低信噪比目标的检测。     

基于人眼视觉皮层系统的SAR图像目标识别

人眼的视觉系统是已知最复杂最精确的目标识别系统;针对现有浅层学习模型提取SAR图像目标特征效果不理想、普适性不强及目标识别精度不高等问题,参考人眼视觉系统的分层特征提取机制提出了一种深层特征提取目标识别算法;算法首先提出一种针对SAR图像的预处理方法,在特征提取阶段应用多层稀疏自动编码器,通过逐层减少神经元数目使编码器学习得到输入数据的压缩表示,从而提取得到更抽象更鲁棒的目标特征;采用MSTAR数据库3个目标进行实验,试验结果表明,算法能很好地对MSTAR目标进行特征提取和识别,类比原有的方法有较高的识别准确率,达到96.7%。具有较强的实用性。     

例析新课程教学中如何重视过程和方法——“行星的运动”案例分析

所谓重视过程就是重视学生在自主学习中所经历某种有价值的学习活动,例如观察、实验、解释、分析、概括、交流等.通过该活动,能在实现知识与技能目标的同时,让学生获得体验,形成意识,掌握方法,提高能力.     

自适应双边滤波红外弱小目标检测方法

针对红外弱小目标检测,提出一种基于自适应双边滤波的背景预测算法.该算法利用空域低通滤波和图像灰度信息的非线性组合,自适应的对背景进行预测,达到提高弱小目标检测性能的目的.仿真和实验表明：与小波滤波的检测算法相比,该算法能够更加有效地从结构化背景中检测目标抑制背景.     

基于鲁棒M估计和Mean Shift聚类的动态背景下运动目标检测

针对动态背景下运动目标的检测问题,提出了一种基于鲁棒M估计和Mean Shift聚类的目标检测新方法。首先,在考虑全局光照变化的情况下,构建鲁棒M估计器估计全局运动,以实现最小化相邻2帧图像中所有像素亮度的绝对残差和,根据M估计得到像素点权值,提取出代表局部运动信息的离群点;在离群点中均匀抽取网格点,然后利用Mean Shift聚类算法实现不同运动点的分割;根据聚类的结果生成凸包,准确分割出运动目标区域。实验结果表明,该方法能检测出动态背景下的多个运动目标区域,多目标检测准确度到达95%以上,并且只需两帧图像就可以准确检测并锁定运动目标,满足实时处理的要求,具有一定的工程意义.     

An approach to the detection of underwater remote target

An approach to the detection of underwater remote target by estimating its backscattering coefficient is presented. The key to this approach is that the echo signal is represented in state-variable model and the back-scattering coefficients of target are contained in dynamic noise of this model, thus underwater target can be detected by estimating this dynamic noise, i.e., deconvolving this model. When all noise statistics are a priori known, an optimum deconvolution algorithm based on the optimum state filter is derived, or else, an adaptive deconvolution algorithm based on the adaptive state filter of alternatively estimating the vector state and the noise statistics is developed. In the final simulation test, an echo signal with SNR equal to -6.1 dB is proceeded using the aforementioned two deconvolution algorithms, respectively, and the results demonstrate good performance of the approach.     

基于数学形态学的弱点状运动目标的检测

提出了一种新的基于数学形态学的红外图像序列中弱点状运动目标的非参数检测算法。采用数学形态学抑制背景杂波干扰和增强目标,用沿时间轴投影和二维空域搜索代替复杂的时空三维搜索形成组合帧,然后在每条可能的轨迹上将进行目标能量累加,实现了一种快速检测前跟踪(TBD)检测算法。仿真实验表明:在恒虚警概率条件下,该检测算法能高效地检测信噪比约为2的弱点状运动目标,检测性能对噪声分布不敏感,能精确地得到目标的即时位置和速度信息,适合于实时图像处理和目标探测,具有很高的实用价值。     

视觉注意驱动的测地线主动轮廓模型及其应用

针对前视红外时间序列图像,提出一种运动目标自动检测方法。利用三维(3D)时空纹理向量的变化度量运动特征,在视觉注意框架下,给出了运动目标的显著性定义。采用光流累加法校验并提取显著性运动区域作为视觉注意区域,将注意区域边界视作测地线主动轮廓的吸引力驱动可变形轮廓收敛于显著性运动目标,并利用目标梯度边缘作为收敛条件。实验结果表明,所提方法是合理、有效的。与传统运动检测方法相比,所提方法能够辨别冗余运动信息,对速率较快和较慢的运动对象以及噪声具有良好的稳健性。利用基于水平集的曲线演化计算能够同时给出多目标的边界定位,可为后续的识别跟踪以及3D重建与表示提供可靠依据。     

自动对靶喷雾靶标红外探测研究

农林作物一般非连续种植,喷在农林作物靶标之间的药液造成巨大浪费和严重环境污染,因此探讨利用红外线探测技术实现靶标的自动探测, 对靶精准喷施意义重大。红外线可有效防止可见光的干扰,响应速度快,可实现无接触探测,由此建立的红外光电探测系统可靠性好、成本低。红外发光管发射出红外光照射到被探测物体上,反射的红外线被光电探测器接收,触发控制信号,实现自动对靶施药。系统中不同探测器组采用不同编码的调制脉冲红外信号,可消除组间光路干扰及其他光信号的干扰。实验结果表明所建立的红外靶标自动探测装置可对农林作物靶标进行自动探测,光波波长为850 nm,探测距离为0.1～6 m可调,靶标最小识别间距小于0.3 m。     

目标图像长宽比对Vander Lugt相关器特性的影响

分析了使用VLC进行光学相关识别时目标图像长宽比的变化对匹配滤波器畸变容限和输出相关峰值的影响。利用非约束纯相位匹配滤波器算法和迂回相位编码方法设计匹配滤波器,对具有确定面积和透过率而长宽比不同的矩形目标进行光学相关识别。模拟和实验结果表明：随着目标图像长宽比增加,匹配滤波器畸变容限减小,相关峰值降低。VLC更容易识别长宽比趋近1的目标图像。