基于改进的圆投影向量的背景补偿方法

针对传统运动背景补偿算法难以适应大角度旋转的应用场合,提出了一种改进的圆投影向量的背景补偿方法。该算法首先利用图像熵自动选择合适的图像参考块,以增强算法的实用性;其次对传统的圆投影向量进行了改进,增加了相位向量以获取背景的旋转参量,并采用核函数定义各像素点的距离权值,从而可以获得更加准确的结果。最后给出了算法步骤,并利用实测数据进行验证。通过仿真实验证明了该算法在各种场景、各种运动情况下的有效性以及对噪声、光照等因素具有鲁棒性。     

双C50多模同步采集高速目标识别系统

研究了红外多模采集转换的系统模型 ,分析了功能状态。研究了基于并行DSP、数据并行通信芯片和可编程逻辑器件构架的可行性系统实现 ,论证了系统的实时并行处理能力。研究了数字锁相实施玫瑰线扫描同步采集方位转换和红外多帧配准图像模糊分割识别系统实现。实验表明 ,该系统具有 2 5 6× 2 5 6像素场景 ,2 5 6级灰度级实时监测和复杂背景下实时识别目标的能力。     

基于神经网络数据融合的目标识别方法研究

综合应用图像识别、神经网络和数据融合技术是多传感器ATR系统的一个重要研究方向。设计了一种基于BP网络和多传感器数据融合的图像识别系统。从信息论的观点出发 ,在理论上探讨了BP网络数据融合用于图像目标识别 /分类的机理。以此理论对实验结果的合理解释证明了该理论的正确性。理论分析和实验结果都证明了神经网络数据融合用于图像目标识别 /分类的有效性和可行性     

基于大气传输模型的动态目标红外成像仿真

在建立目标热模型的基础上,考虑了红外辐射的大气吸收模型,进而提出了在动态目标红外仿真中大气透率的计算方法。利用计算机实现了汽车的三维造型,汽车表面红外辐射的计算大,气衰减量的计算,得到了经过大气衰减的红外模拟热像。     

红外成象自寻的导弹半实物仿真系统数学模型

在红外成象自寻的导弹半实物仿真系统精度分配中 ,各仿真设备对整个系统的仿真精度灵敏度难以计算。本文建立红外成象自寻的导弹半实物仿真系统数学模型 ,利用数学仿真实验和统计拟合成功地解决了这一难题 ;根据动力学基本定理、图象处理算法和国家仿真设备的规范标准建立了导弹、弹体三轴转台、目标二轴模拟转台、过载模拟器和红外成象系统的数学模型。所建模型 ,不进行刚体运动模型的线性化 ,充分考虑了转台各轴之间的耦合作用和红外成象技术的影响 ,更精确、更全面地反映了仿真系统的实际运行特性 ,并具有较强的通用性     

高分辨率雷达二维图像的图像处理与特征提取

首先分析了雷达目标散射信号特征。在此基础上 ,根据MUSIC算法得到的雷达图像特点 ,通过平滑、量化、增强等适当的图像处理方式对F - 16、HY - 2 0 0 0两种飞机缩比模型在阶梯变频雷达上所获取的雷达图像进行处理 ,并形成雷达二维灰度图 ;最后 ,采用图像矩阵描述方示进行雷达图像的特征提取     

基于量子进化算法的空区激光探测点布局设计

针对地下空区边界不规则并且可能包含多个遗留矿柱,如何布局合适的探测点以便三维激光探头能扫描空区内部全貌的工程难题,提出了在基于空区初步资料获得的水平特征截面图上预先布置待选探测点,设计探测点布局方案评价函数,采用量子进化算法进行探测点布局优化的方案.优化设计中,考虑了采空区边界的凸凹不规则性及内部包含多个边界不规则遗留矿柱,以及激光探测范围等因素,建立了通用优化模型,寻求探测点最少的技术及经济上的最优布局方案.实例运算及统计分析结果表明,和遗传算法相比,本文提出的量子进化算法优化模型可快速得出优化的探测点布局方案,保证三维激光探测法成功实施,为复杂空区三维激光探测提供科学决策依据.     

基于上下层MAS的SAR图像海洋分布目标检测

针对SAR图像中的海洋分布目标,从人的认知过程出发提出了一种基于上下层多Agent系统(top bottom multi Agent system, TBMAS)检测算法。该算法针对上下层Agent定义了不同的行为。下层Agent获得初步的视觉知觉,上层Agent加入联想分析等处理获得最终检测结果。算法从分布目标的局部统计特性考虑,不需要进行统计模型和参数的估计,利用局域直方图和Kullback Leibler散度进行差异度分析。实验表明,对于多种分布目标均有较好的检测效果。     

Knowledge-based bridge detection from SAR images

Automatic bridge detection is an important application of SAR images. Differed from the classical CFAR method, a new knowledge-based bridge detection approach is proposed. The method not only uses the backscattering intensity difference between targets and background but also applies the contextual information and spatial relationship between objects. According to bridges’ special characteristics and scattering properties in SAR images, the new knowledge-based method includes three processes: river segmentation, potential bridge areas detection and bridge discrimination. The application to AIRSAR data shows that the new method is not sensitive to rivers’ shape. Moreover, this method can detect bridges successfully when river segmentation is not very exact and is more robust than the radius projection method.     

基于结构分量中目标区域保护的SAR图像压缩

针对无人机载SAR图像高倍率压缩问题,提出了一种基于结构分量中敏感目标区域自动提取与保护的SAR图像压缩策略。首先将SAR图像分解为代表大尺度平滑特征的结构分量和代表小尺度细节纹理特征的纹理分量,然后在结构分量中进行潜在目标区域的检测,生成敏感目标区域掩码,最后对潜在目标区进行保护性的低损压缩,对背景区域进行高损压缩。实验表明,采用本方法的重建图像比标准的JPEG2000算法的重建图像在相同码率条件下具有更好的视觉效果。