高分辨率遥感图像中油库的检测识别

针对遥感图像中油库检测识别效率低、难度大的问题,提出了一种分布式的目标检测识别方法.首先利用多阈值Otsu方法分割出目标,然后利用油罐的类圆形特征和分布式目标的空间分布规律对油库进行检测识别,最后通过油库场景分布的先验知识,提高检测识别效率、降低虚警率.实验表明本文方法可以有效实现对遥感图像中油库的检测识别.     

基于Mumford-Shah模型的局部水平集分割窄带算法

提出了一种基于Mumford-Shah推广模型的水平集能量函数,引入了梯度特征,并在此基础上提出了一种新的局部水平集分割方法,提高了算法收敛速度,避免了图像中的无关边缘对分割结果的干扰.设计了窄带算法,克服了水平集方法初始化复杂的缺点.与窄带算法相结合,所提出的分割方法可以在杂波背景中得到分割的局部最优解.通过采用Otsu算子确定感兴趣目标初始位置,所提出的方法可用于具有不同灰度特征的多目标分割.实验证明了所提出的方法用于复杂背景下的目标分割以及多目标分割时的有效性和计算效率.     

基于图像理解和意图识别的多Agent自主协同方法

研究了基于图像理解和意图识别的多Agent自主协同方法,研究对象是空中目标,估计跟踪关系,帮助观察者有效地做出决策.列出了两种跟踪模型:一是通过估计敌方飞机的飞行路径来调整自己的前进方向;二是一直向敌方方向跟踪.基于两种方向,提出了一种复合函数来估计跟踪趋势的概率,同时假设Agent之间正态分布的关系来估计概率以便决策合作策略.将贝叶斯网络有效地应用在这两种跟踪模型中.所提出的算法均被应用于仿真序列图实验,证实了所提方法的有效性.     

改进的KCF实时目标跟踪算法

提出了一种改进的核相关滤波(KCF)实时目标跟踪算法.增加初始化跟踪范围自适应的策略,同时在跟踪过程中采用动态学习率.利用初始化跟踪范围自适应方法对跟踪目标响应趋势进行快速判断,若响应值快速衰减,则扩大跟踪范围.动态学习率的设定也与目标响应强度密切相关,当目标响应强度较高时,目标学习率较高,增加模型的鲁棒性;当目标响应值低时,模型学习率降低,减少模型保护的噪声信息.最后介绍了DSP6455定点单核定点处理器上的算法移植工作,实测耗时为23 ms,满足实时性要求.     

基于视觉注意机制的实时红外小目标预检测

在红外小目标检测中引入视觉注意机制,以计算机量较小的预检测为代价减少了目标检测的区域,在注意机制中采用 非线性采样模型,并利用相邻采样点形成显著性图,实验证明基于注意机制的预检测能有效地提高系统的计算效率,同时也具有一定的抗噪能力,可用于噪声环境中的小目标检测。     

基于峰谷点特征的红外目标自动识别方法

研究了红外目标图像峰谷点特征提取的方法,提出了一种目标识别相似性度量准则,证明了这种相似性度量在尺度和小角度旋转等变化情况下的不变性,并在此基础上提出了一种基于目标峰谷点特征的自动目标识别算法．真实场景下长波红外目标图像实验证明了该算法的正确性和有效性．     

一种新型的多DSP图像处理系统的设计与实现

提出并实现了基于TI的TMS320C6414多DSP的实时图像处理系统．该系统采用模块化设计和多总线结构，使用FPGA设计了一种LINKS作为DSP之间的专用图像传输通道，其传输速度可以达到3．2Gbit／s.使用DSP的McBSP构成命令通道，用以传输DSP之间的命令消息．既可以实现点对点的通信，也可以实现广播方式的通信，并且使该系统具有极强的可扩展性，而且可以实现拓扑结构的动态可重构．系统可以根据图像处理算法并行化结构的改变，通过编程实现流水线、SPMD或MPMD结构，以得到较高的并行化效率．     

大转角下高质量图像旋转快速算法

针对大旋转角情况下三步旋转算法的复杂性和灰度误差随着旋转角度的增加而迅速增加问题,提出了一种修正的三步平移旋转算法,它在大旋转角度时仍具有较小的复杂性和较高的图像质量．实验结果表明了该算法的正确性和有效性．     

基于视觉注意机制的小目标预检测特性

针对一种使用了离散非线性采样的视觉注意机制模型，对其应用在小目标预检测上的检测概率进行了研究和分析．在一定的假设条件下，从理论上推导出了模型中影响小目标预检测概率的各个因素，包括目标大小、目标所在采样节点的大小、输入图像信噪比和目标均匀性参数等．由于采用了非线性的采样模型，注视点的转移将带来不同图像区域空间分辨率的变化，从而不能获得总的检测概率与上述各参数的有意义的关系，通过实验分析了这些因素在小目标预检测中对检测概率的具体影响．