基于红外光谱的空间点目标红外特征提取方法

根据空间点目标红外辐射光谱的特点,提出了一种新的基于双波段红外光谱数据的目标红外特征提取反演算法,对算法的有效性进行了分析,并对最大迭代次数、误差范围和缩放系数等影响算法计算效率与精度的主要参数的选取与设置问题进行了讨论.在此基础上,针对具有不同光谱特征的残余杂散辐射,分析了残余杂散辐射对目标-背景辐射对比度及目标红外特征提取精度的影响.研究结果表明,论文提出的反演算法能够有效地提取不同温度目标的红外特征信息,且计算速度快、耗时短;残余杂散辐射将对目标有效辐射面积和温度的提取精度产生一定的影响,但对目标温度提取精度的影响相对要小一些.     

基于cICA的红外点目标检测方法

针对红外点目标检测的要求,提出了一种基于约束独立分量分析(cICA)的红外点目标检测方法. 该方法只采用单帧扫描图像作为数据源,利用峭度约束的独立分量分析方法,消除了传统独立分量分析(ICA)方法的提取顺序的不确定性,从而直接提取点状目标的位置. 实验结果表明,利用该方法能够有效地进行红外点目标检测.     

红外图像特征提取方法研究

红外图像特征提取是红外目标检测与识别的关键步骤,红外图像特征提取的效果如何直接决定着目标识别的结果。本文介绍了多种图像特征提取方法的基本思想、特点和研究发展现状,并对其在红外领域内的使用做了分析总结。     

基于角点特征提取算法的目标识别方法研究

目标识别主要通过目标的颜色、形状、轮廓等特征来获取目标信息,与已知目标进行对比的过程.基于角点特征提取对目标识别非常重要,因为角点具有旋转不变性、对光照反映不明显,这不仅可以提高识别的运行速度还可以提升识别的准确率.在本文中,首先介绍了基于角点特征提取的目标识别理论,列举出图像预处理的方法,通过仿真对目标图像进行灰度化...     

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．     

基于峰谷点特征和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。     

基于跳跃马尔可夫模型的红外点目标检测方法

提出一种基于跳跃马尔可夫模型的红外点目标检测方法,根据模型设计了采用粒子滤器的模型参数与状态估计算法.该方法既能用于图像的空域滤波,也能用于序列图像的时域滤波.实验表明采用该方法进行空域/时域滤波可以极大地抑制杂波背景并增强点目标的可检测性.     

基于统计学方法的水面目标特征提取

在使用统计学方法对水面目标进行特征提取时,由于传统的方法进行自动目标识别的效果与RO（I感兴趣区域）定位算法有直接的关系,因此当ROI定位算法不准确时,目标的识别将很难完成。本文提出了一种基于目标特征的逐块二维Hadamard变换的特征提取和高斯混合模型分类器的局部特征轮廓识别方法。实验表明该方法对于复杂条件下的水面目标识别（如：部分超出视野范围以及比例变换等）具有很好的鲁棒性。     

基于时变三维坐标重构的空间锥体目标微动特征提取方法

针对现有微动特征提取方法在散射系数复时变条件下不适用的问题,提出了一种基于时变三维坐标重构的微动特征提取方法。首先建立旋转对称空间锥体目标的微动信号模型,其次通过动态规划进行散射点分离,对各个散射点相位干涉处理后获得目标的时变三维像,最后利用高精度的三维坐标重构提取目标的三维微动特征。通过仿真实验在散射系数复时变的情况下进行微动特征提取,结果显示该方法的微动特征提取精度较传统方法有明显提高,可以较好地适用于散射系数复时变的情况。     

基于光谱图像空间的改进SIFT特征提取与匹配

原始SIFT算法采用不同参数的高斯核取差,是对图像空间性质的一种测量方法. 本文在光谱维度上取差,用光学系统在光谱维度上的差异作为图像空间性质的测量方法;传统SIFT方法及大量的改进方法只统计以特征点为中心的邻域范围内图像块的像素信息,文中将匹配过程分为2个步骤,首先利用邻域范围内的图像块像素信息进行粗匹配,然后选取排序后相似程度最高的4组匹配对作为基准匹配对,对特征点进行二次校验. 仿真结果表明文中的设计方式显著增加了检测到的特征点数量,有效剔除了错误匹配.      

基于红外光谱的稠油界面检测方法研究

稠油界面检测对于稠油的开采利用具有重要意义,然而现有的检测技术效率差,准确率低。建立了稠油和水的热传递模型,主要是热传导和热对流模型,同时也提出了固体壁面的热传递模型,主要是热辐射模型,进行了稠油粘度与温度的实验测定,提出了黏温关系模型。设计了以红外光谱为探测元的界面检测实验,采用了铜和玻璃两种热传导介质,与实验测温结果与传导对流模型一致,证明了所提模型的正确性。     

水下目标特征提取方法比较研究

为提高目标特征提取的有效性.通过计算各种特征的类间平均距离、类内紧致性度量及相对评价指标对不同特征提取方法的特征向量进行比较.给出相同目标状态、相同环境条件下同特征提取方法性能比较结果.结果表明,不同的特征提取方法均有一定的适用条件,融合不同特征是提高识别率的有效途径.     

基于在线集成学习的红外点目标跟踪研究

通过研究红外点目标特征,提出了一种基于在线集成学习的红外点目标跟踪算法,在跟踪过程中调整分类器,具有较强的鲁棒性。同时,由于红外点目标只有灰度信息、无纹理、无形状。选择最具辨别红外点目标的MS-LSGM算法计算特征,从而产生稳定的跟踪结果。实验结果证明,在复杂多变的背景下,方法具有较好的鲁棒性,实时性。     

基于显著点提取的红外弱小目标检测

根据人类视觉感知理论,采用bottom-up控制策略的预注意机制和top-down控制策略的注意机制,提出了一种适用于自动目标识别的目标检测算法.该算法首先对输入图像进行非均匀区域分割,根据对象的显著性特点,在已分割好的各个区域提取出显著性点作为潜在目标点,得到潜在目标点集合,之后采用改进的双滑窗算法对这个集合进行更为细致的识别,剔除伪目标,检测出真实目标.实验表明,该算法具有良好的检测效果,预注意机制有效降低了算法运行的时间,改进的双滑窗算法使得检测的鲁棒性更强,对于目标区域带有运动阴影的红外图像以及复杂背景下的红外图像均能进行正确的检测.     

中药材红外光谱鉴定方法

126种中药材,经适当的化学处理后,测定其红外光谱,并进行比较鉴别．为中药材真伪品的鉴别提供一种简便、可行的方法．     

基于特征提取的高光谱数据分类

目的提出高光谱数据的分类流程,以取高光谱数据对地物具有更高的光谱分辨率的优势,避其巨大数据量和波段间强相关性的弱势。方法应用辨别分析和决策面特征提取方法。结果减低了数据量,优化了高光谱信息。特征提取对高光谱信息优化处理十分有效,并达到了高维信息数据降维和高效利用的可行性。结论在一定的分类精度范围内,减低维数而不丢失信息,可以提高分类器的效能,实现高维遥感数据的优化处理和高效利用。     

红外序列图像点目标检测的一种方法

针对红外图像中点目标的特点和实际应用条件,提出了一种基于红外序列图像和过抽样小波变换的点目标检测方法,它先对单帧图像进行预处理,提取可能的目标点,然后根据序列图像的帧间相关性和目标运动的连续性来实现运动点目标检测,实验结果表明,此方法对检测红外图像中的点目标效果较好。     

基于图像的目标特征提取算法

为对彩色图像进行快速、准确的特征提取,在分析研究彩色图像的三维参数的色彩边缘、分叉点、拐点等特征基础上,提出彩色图像的色彩边缘、分叉点的一种抽取算法,即色彩相似区域法,给出这种算法使用于色彩分布的不同情况的提取效果,给出此算法与现有常用的经典图像边缘、分叉点提取算法的对比实验及效果分析。实验结果表明:在色彩边缘较明显的情况下,色彩相似区域法比现有经典图像处理算法检测边缘效果好、抗噪声能力强、速度快等特点。色彩相似区域法算法的提出,不但丰富了图像处理算法的内容,而且为图像分割、特征提取、准确定位等提供了一种解决工具,为快速、准确的破案、手术、科研信息搜索提供了思路方法。     

运动目标微多普勒特征提取方法

雷达目标的微多普勒效应为目标精确识别提供了新的技术途径;近年来获得了广泛研究。为了实现对目标微多普勒特征的快速准确提取,在对逆合成孔径雷达系统中含旋转部件运动目标雷达回波信号距离-慢时间二维谱图域分析的基础上,提出了一种基于图像域的微多普勒特征提取方法。利用二维谱图上微多普勒曲线的正弦周期特性,实现对不同微多普勒曲线的分离和参数的快速提取,从而获得目标真实的微动信息,为目标的快速准确识别提供了依据。最后,仿真实验验证了该方法的有效性。