基于检测识别的实孔径雷达景象匹配定位方法

针对恶劣成像条件下的机场目标实孔径雷达图像匹配问题，提出了一种基于目标检测识别的定位方法，通过线特征滤波预处理和投影变换检测机场跑道线，进一步用模板匹配识别跑道端点以进行定位．对实际图像试验结果表明该算法能够准确定位灰度相关算法难以正确匹配的强噪声、低对比度实时图像，并且具有参考图制备简单，实时性强的特点．     

低信噪比实孔径雷达机场目标图像匹配算法

提出了一种适用于低信噪比条件下的实孔径雷达机场目标图像匹配定位算法.通过对实孔径雷达图像中机场目标的检测识别,实现匹配定位.算法包括机场跑道检测及跑道端点定位两个阶段,分别采用了线特征滤波技术及目标背景的对比度信息.首先通过线特征滤波预处理和投影变换检测机场跑道所在的直线,然后利用机场在实孔径雷达图中的结构特征,根据机场及周围背景的对比度来定位跑道端点.实验结果表明:在成像条件较差的情况下,该算法仍能保证较高的匹配定位准确度.     

基于假设检验的SAR图像机场跑道自动识别

针对复杂条件下合成孔径雷达图像中机场目标自动检测识别问题,提出了一种基于假设检验的机场跑道自动识别算法,利用雷达图像中跑道灰度特性和结构知识,通过迭代分割和形态学滤波提取感兴趣区域,抑制具有类似灰度特性的水域对跑道线检测的影响,并结合Hough变换和线段跟踪连接提取候选跑道,最后采用假设检验方法对机场跑道进行识别.试验结果表明该方法可快速有效地检测识别复杂背景下低分辨率、低信噪比合成孔径雷达(SAR)图像中的机场跑道.     

红外序列图像目标的高效跟踪

针对Mean shift算法中仅使用灰度特征难于实现对红外序列图像目标准确跟踪的问题,提出了利用边缘-灰度特征相融合的目标跟踪算法.为了实现红外序列图像中目标的高效跟踪,在研究Mean shift灰度特征的基础上,根据红外序列图像的边缘方向信息与灰度信息构建了边缘-灰度目标模型,将此模型应用到目标跟踪算法中,提高了Mean shift算法在红外序列图像目标跟踪过程中的运算能力.实验证明,该方法能够增加灰度直方图对目标模型的描述能力,提高了目标跟踪算法的鲁棒性.     

一种基于hough改进算法的机场跑道识别方法研究

针对hough算法中常见的"虚假直线"问题的缺陷,提出了一种基于hough算法和freeman链码相融合的改进算法。这种方法运用几何,拓扑,辐射三方面的关联去降低它的识别复杂度,在以上特征的关联条件下,先进行freeman链码确定机场跑道粗略方向,再用hough变换去小范围识别跑道的两条直线。通过对可见光跑道图像和红外道路图像数据分析处理,表明该方法在跑道(直线)识别方面的健壮性、准确性和有效性。     

基于增强SVM算法的红外舰船图像识别研究

红外偏振成像技术是针对复杂环境中识别目标的重要技术手段,是近年来国内外红外成像技术研究的重点.针对近岸复杂背景下的军用舰船红外偏振图像目标识别问题,提出了一种基于机器学习的分类算法.首先提取图像HOG特征,结合SVM分类器正确检测出舰船目标和渔船目标;然后运用基于灰度的归一化模板匹配算法实现舰船目标的识别.仿真结果表明,该算法具有良好的性能,能够有效地识别红外舰船目标.     

一种动态融合的目标识别与跟踪算法

针对红外图像序列的特点,提出一种动态融合的目标识别与跟踪算法。由图像序列中的运动信息对目标进行提取,得到自适应波门所需的起始波门和灰度双阈值,以及匹配算法所需的基准模板,其后的跟踪, 融各算法为一体,分时机、分场合地给予灵活运用。最后,以实测的红外图像序列对文中提出的算法进行仿真实验,结果表明该融合算法的可行性与有效性。     

三维倾角分布的Radon变换计算

采用P.S teeghs提出的滑动窗口R adon变换的快速计算方法[1],实现了胜利油田垦71地区的三维倾角分布的计算,给出了三维倾角分布的清晰图像.计算表明采用R adon变换的快速算法可有效的提高计算速度.给出了快速算法的详细推导过程,并更正了文献中的一处错误.     

基于不变矩的前视红外图像机场目标识别

根据远距离前视红外图像中机场跑道的成像特点,提出了一种基于仿射不变矩的红外序列图像机场目标识别方法.该方法对图像进行多次双阈值分割,搜索分割图像中各潜在目标区域轮廓链,计算其仿射不变矩和目标背景梯度特征,并利用前后帧目标大小的约束关系等先验知识,对各候选目标区域进行识别,最终获取机场目标.试验结果表明:该算法对复杂背景下的远距离前视机场目标的正确识别率优于96%,误识率低于2%.     

一种自适应红外图像增强算法

针对红外图像普遍存在的目标与背景对比度差的特点,提出一种自适应红外图像增强算法.该算法首先采用峰值与局部最大值估算法相结合的方法自适应地计算出两个阈值,由此将图像分为背景段、目标段和过渡段三部分;然后对不同的灰度段采用不同的变换系数分段进行灰度拉伸和压缩变换,实现图像的自适应增强;最后对得到的图像进行灰度间距的均衡化处理,把灰度等级在整个显示范围内等间距排列.实验结果表明,该算法能够实现自适应阈值选择,获得灰度更加连续的红外图像,有效地增加了图像的细节和清晰度.     

基于Radon变换的机场目标检测与定位算法

为了提高影像匹配的可靠性，提出一种实孔径雷达影像中机场目标精确定位的算法．采用模糊处理技术对原始影像进行增强，使得机场目标在影像背景中较为突出，并利用Radon变换检测到机场跑道方向线；基于机场的有关知识，检测到机场跑道的两个端点及宽度；利用得到的机场目标信息对原始实孔径雷达影像进行处理，并用该影像与相同地区的合成孔径雷达基准图进行匹配，得到了满意的效果．     

进场航空器跑道占用时间预测

摘 要：为了准确预估跑道占用时间（runway occupancy time, ROT）,提出了一种将灰狼优化算法和随机森林算法结合的预测模型。首先基于ADS-B轨迹,根据纽瓦克自由国际机场的实际运行情况,提取出进场航空器的跑道占用时间;其次分析跑道出口选择、跑道出口角度、气象条件、跑道入口端速度、跑道出口端的速度、机型、航空公司对跑道占用时间的影响;最后利用灰狼算法实现随机森林参数优化,基于优化后的随机森林模型完成对进场航空器跑道占用时间的预测。实验结果表明,相比实验和文献中的其它方法,该方法对跑道占用时间的预测更为准确,预测值与实际误差值在10 s内的占93.6%。研究结果可用于大型机场实际运行航班跑道占用时间预测。     

基于灰色关联分析的跑道侵入分析

随着飞行流量的增长,跑道侵入成为威胁飞行安全的重要因素。本文通过对跑道侵入的统计数据进行初步分析,找出对跑道侵入影响的主要因素,然后对各主要因素进行了灰色关联分析,确定了各因素的关联序,明确了跑道侵入影响因素关联度中最主要因素是人员因素,飞机侵入影响因素关联度中主要因素是空中交通管制因素,最后有针对性地提出了相应对策。     

智能车跑道图像的大津阈值分割算法

智能车跑道环境复杂多变,传统的大津阈值分割法无法完成跑道图像的准确分割.在分析传统大津法二值化的基础上,提出了适合智能车跑道图像处理的分块大津法二值化,准确快速地完成了跑道阈值的分割,并有效地完成路径的识别.     

基于灰色信息的支持向量域分类算法

当被识别的样本包含有未确知性的灰信息时,传统的SVDD算法无法对其类别作出判别.针对这一问题,并考虑到SVDD算法是一种基于样本间距离测度的判别方法,提出了一种针对灰信息样本进行判别的支持向量域数据描述算法-GSVDD算法,该算法利用区间数对未确知性的灰信息进行表达,将区间运算引入到SVDD算法中,以区间距离取代原来的确定性距离,从而对灰信息目标样本进行识别.理论分析和实验结果均表明,该算法是有效和可行的.     

基于小波变换与形态学的机场跑道异物检测算法

机场跑道异物(foreign object debris,FOD)检测的精准性和效率直接决定了民航运输业的安全。为了提高机场跑道异物的定位精度,研究中提出基于小波变换与数学形态学相结合的机场跑道异物边缘检测质心定位算法。此算法先对采集到的机场跑道图像进行小波分解,高频部分利用小波变换的尺度边缘检测,并进行小波阈值去噪;低频部分利用数学形态学算子进行形态学边缘检测,然后对得到的高频和低频图像进行融合,并对异物边缘轮廓进行增强,最后利用质心定位法求解异物像素坐标。实验结果表明:小波变换与数学形态学相结合检测出的图像边缘具有较好的互补性,结合了小波变换在边缘精确定位和对噪声的抑制方面较好的性能,数学形态学在检测弱边缘和保留图像细节的优点,通过此算法提取的跑道异物边缘信息细腻且定位准确,能有效识别与机场跑道背景相似的异物并准确定位。     

一种改进的指纹图像分割算法

针对经典的基于灰度方差的指纹图像分割算法对强噪声区域分割不准确的问题,深入分析了灰度均值计算方法和噪声对方差的影响,结合有效指纹图像区域灰度分布的基本特征,提出了灰度均值求取和灰度方差求取的改进算法。实验结果表明,相比于经典的灰度方差求取算法,改进算法求取的均值和方差更能够代表指纹图像的特征,分割结果更为准确、可靠,对强噪声的抵抗能力更强。     

塔型模糊C-均值聚类图像分割方法

分割较复杂的二维灰度图像时 ,采用塔型模糊C -均值聚类 (PFCM)方法 ,由于该方法充分利用了图像的灰度信息和空间信息特征向量 ,因此比仅只利用图像的灰度信息来进行图像分割的图像信息熵分析法效果要好 .而且 ,在稳定性、收敛速度方面 ,该方法优于非塔型模糊聚类算法 .