排序方式: 共有13条查询结果,搜索用时 218 毫秒
1.
2.
提出了一种基于自适应模糊推理PMHT算法对红外序列图像的小目标进行跟踪和检测.对红外序列图像进行中值滤波、边缘提取、海天线识别与对消等预处理后,可以提取出若干个备选小目标,通过PMHT与模糊自适应相结合算法来实现对备选目标的跟踪和数据关联,最后,根据先验知识和检测条件实现小目标检测.算法通过模糊自适应来调整系统噪声方差,经过多次迭代,从而实现数据关联以及目标模型实时检测.另外,在多目标跟踪中存在目标重叠的现象,运用"记忆和填充"方法来解决多目标的合并和分裂问题,算法易于硬件实现.通过对实际的红外序列图像进行小目标检测,验证了所提方法的可行性和有效性. 相似文献
3.
在深入分析和提取近岸舰船目标红外特性和微波特性的基础之上,提出一种基于D-S证据理论的红外图像和微波特性融合方法来实现近岸舰船目标的识别.一方面,对红外图像进行小波去噪、边缘提取、海天线识别与对消等红外预处理和特征提取后,可以得到若干个待选目标;另一方面,对目标回波进行衰减、低噪声放大、滤波和线性放大等处理后,可以得到信号幅度大于一定阈值若干个待选目标.最后,通过对红外和微波得到的待选目标运用D-s证据理论的融合规则进行数据融合,得到最终识别结果.算法易于硬件实现.实验表明,该方法能达到较好的识别效果. 相似文献
4.
面向图像分割应用,提出了一种新颖的GPU加速水平集模型,将来自于不同模型的全局及局部拟合能量有机地整合一起,并且可以自适应地调整全局项的加权系数.无论初始轮廓位于图像中的任何位置,模型都可以有效地分割出具有强度非同质性图像中的前景目标.在数值实现环节,采用格子玻尔兹曼方法的策略来打破传统求解方法对于时间步长参数的限制条... 相似文献
5.
为了解决港口背景下红外运动目标检测中受背景干扰带来的误分割和误跟踪问题,提出了一种基于港口背景抑制和光流检测的红外运动目标检测方法。首先,通过对小波分解图像进行OTSU分割,得到天水线区域。然后使用多级滤波确定序列图像中港口背景的抑制基准点,并根据这些背景抑制基准点实现序列图像的港口背景抑制。最后,运用光流预测实现红外运动目标检测。通过对实际港口背景红外图像进行背景抑制和红外运动目标检测的实验,验证了所提方法的可行性和有效性。 相似文献
6.
针对传统红外目标检测与识别方法所存在
的问题,即其处理过程总是盲目地对全图进行耗时搜索,提出了一
种基于视觉注意机制和水平集方法的红外海面目标检测与识别方
法。首先,搜索原始图像中的显著性区域,并以获胜点的形式
表示它们。接着,基于所得到的显著性区域,自动初始化水平集函
数,并使演化过程朝着期望的目标轮廓方向挺进,直至演化过程到
达最终的平衡状态。最后,针对远距离(近距离)成像时的输入数
据,给出检测结果(基于不变矩和神经网络框架的识别结果)。对
真实红外海面目标进行的实验证实了本文方法的有效性。 相似文献
7.
8.
9.
10.
介绍了一种采用小波变换抑制港口动态背景的方法.在此基础上,运用基于Chan-Vese模型的水平集方法实现图像区域分割和粒子区域的特征提取,提取的特征包括结构和灰度特征,结合这些粒子区域特征和先验知识,在对标准粒子滤波进行改进的基础之上,实现多目标跟踪中的数据关联和目标聚类.同时,在多目标跟踪中会出现"新目标出现、目标消失、多目标合并与分裂、目标受遮挡"等现象,根据图像能量和轮廓形状间距离的变化来判断和解决上述现象带来的误跟踪问题.通过对实际港口背景条件下的红外序列图像进行多目标跟踪实验,验证了所提方法的可行性和有效性. 相似文献