基于K-L变换的红外图像弱小目标检测与分析

针对红外图像中的目标对比度低、尺寸小及背景复杂等特点 ,利用正交变换的去相关特性 ,提出了一种改进的 K - L变换和广义 K- L变换的红外弱小目标检测与描述方法 ,从而实现低信噪比条件下红外弱小目标的检测 .

基于相关的多重分形奇异性分析的红外弱目标检测

针对红外图像中的目标对比度低、背景复杂及受噪声严重干扰等特点 ,利用象素之间的相关性 ,提出了一种基于相关多重分形奇异性分析的弱目标检测方法 .

基于多重相关分析的红外弱小目标快速检测

针对红外图像中的目标对比度低、尺寸小及背景复杂等特点 ,本文利用像素之间的相关性 ,提出了一种基于多重相关峰值检测红外弱小目标的检测方法 ,从而实现低信噪比条件下红外弱小目标的快速检测 .实验表明该方法是一种抗噪性能强 。

基于分形特征的水下图像模糊分类

因水下信道的特殊性以及成像环境的复杂性,使得水下图像中的不确定因素给图像分割及识别带来严重的影响,这里提出一种基于分形特征的水下图像模糊模式识别方法,实现了水下目标的可靠分类。实验表明此方法对水下岩石、烟囱等非结构化特性的目标的分类识别具有好的效果。

基于分形的激光水下图像分割研究

针对激光水下图像的特性 ,提出一种基于分形常数的图像分割方法 ,以克服因水下成像带来的图像灰度分布不均和严重的散斑噪声影响给分割造成的困难 .实验表明在目标和背景的一般分形特征差异不明显的情况下 。

基于时空联合的水下运动目标检测方法

提出了一种基于时空联合的运动目标检测算法,考虑到四阶累计量对于噪声具有较好的抑制作用,利用帧差的四阶累计量来提取运动区域(运动模板),与传统基于背景噪声方差的阈值确定方法不同,采用单帧图像上的有效带宽作为阈值,从而消除诸如水草、海洋生物等引起的背景纹理缓慢变化.为了得到准确的分割对象,引入马尔可夫随机场,结合区域的时空属性,把对象分割问题转化为求取区域最小能量问题,对水下噪声起到了较好的抑制作用.实验结果表明该算法能够有效地检测出具有精确边缘的水下运动目标.

纹理模型驱动的基于背景分析的小目标检测

为有效地实现复杂背景下小目标的检测，利用背景分析的思想，提出了纹理模型驱动的基于背景分析的小目标检测方法，可提高对小目标的检测精度且具有较强抗噪能力，实验结果证明了该方法的有效性．

基于函数变换的水下图像目标分割和特征提取

针对海水信道的特殊性以及成像环境的复杂性，对视觉系统的图像处理和特征提取带来的影响，提出了一种基于模糊变换的图像分割和基于函数变换的特征提取方法，以克服水下不确定因素给目标识别带来的困难，并对其进行了仿真试验。试验结果表明，此方法在对深海烟囱图像的分割和特征提取上能够取得好的效果，可有效地克服水下图像灰度分布不均匀和环境不确定因素的干扰，实现了难于分类判别的深海热液喷口目标的区分。

基于时频分析的海洋激光探测信号检测与识别

针对机载海洋激光探测系统接收信号中噪声的非平稳性及与信号的相关性问题 ,利用信号的 Gabor展开在时间和频率域局部化信号的能力 ,对信号进行时频相关检测和分析 ,提出了一种基于时频分析的相关检测方法以及基于时频特性描述的信号分析和识别 .实验结果表明该方法是一种抗噪性能强 。

基于增量特征和局部奇异性的水下图像分割法

针对深海三类典型的纹理:热液、岩石和海水,提出了一种新的基于增量特征和局部奇异性的水下图像分割方法.定义了一种新的增量特征s(d),反映像素点由小尺度到大尺度变化的剧烈程度;利用二维小波变换分析图像局部奇异性,并结合多项式拟合的方法提取奇异性特征P;最后根据s(d)和P组成特征矢量,结合k均值聚类方法,对图像进行分割.实验结果表明该方法能有效地分割出上述三类纹理.

基于背景分析的蓝绿激光探测信号检测

针对机载海洋激光探测系统接收信号中噪声的非平稳性及与信号的相关性问题,文中利用局部相关特性建立了一种广义空间相关模型,把与信号相关的噪声转化为独立于信号的加性噪声,提出了一种基于背景分析的三重相关检测弱小信号的方法,实验结果表明该方法是一种抗噪性能强。

采用简化SIFT算法实现快速图像匹配

SIFT(Scale Invariant Feature Transform)算子因其良好的尺度、旋转、光照等不变特性而广泛应用于图像匹配中,但用128维向量来表征每个特征点降低了算法的实时性。为了提高匹配速度,介绍了一种基于SIFT的简化算法(SSIFT),采用基于圆形窗口的12维向量有效地表示一个特征点。实验结果显示,算法在保持较好匹配率的同时能降低时间复杂度,适合运用在对实时性要求较高的场合。

散斑噪声污染的激光水下图像滤波算法

水是一种特殊的介质 ,在激光水下图像中总存在因水的后向散射引起的散斑噪声。充分利用形态学的不同结构元多方向形态滤波的多分辨率特性 ,以及形态学运算固有的能将大量的复杂图像处理运算转换为基本的逻辑与移位运算的组合来完成的特点 ,提出了一种多方向的形态滤波算法。不仅有效地抑制了因海水后向散射引起的散斑噪声 ,同时保留了激光水下目标图像的几何结构细节特征。实验表明这是一种有效的滤除水下激光图像散斑噪声的快速滤波算法。

海水介质中激光前向散射的空间时间特性分析

针对海水介质及海水中的悬浮颗粒对激光的传输有强烈的吸收和散射作用,严重影响了激光雷达系统的应用范围这一问题,对海水光信道(前向散射)的时域、空域特性做了理论分析和计算机模拟,得出了在接受范围内,有用信号与噪声在时域、空域上的一系列特性差异,为减弱前向散射的漫射分量、提高系统的分辨率和信噪比的研究提供了理论依据和实验验证。

基于局部方差的多分辨率图像分割方法

针对复杂图像分割问题,提出了一种基于图像局部方差的多分辨率图像分割方法。该方法首先引入了一种像素映射的多分辨率模型,此模型通过计算父子关系距离来确定父结点与子结点的链接,实现映射;在此基础上,从图像局部方差对图像分辨率的依赖性入手,分别研究图像中目标区域与背景在不同分辨率下局部方差的变化规律,利用此规律通过计算不同分辨率下图像区域的局部方差的差值,来放大目标与背景之间的差异,在将其平滑之后选用最大类间方差法(Ostu法)进行图像分割,最后利用图像多分辨率模型下像素之间的精确映射关系来得到对应于原始图像大小的分割结果。实验结果显示此方法具有良好的分割效果。

彩色瓷砖的自动分类系统

将彩色图像处理技术应用于机器视觉 .为了检测瓷砖表面的细微色差 ,使用低端采像设备实现精确色彩测量 .研究了彩色成像系统在不同光照及噪声条件下的色彩校正原理 ,提出了一种矩形物体图像分割的简易算法和对训练样本进行修正的方法 .探讨了特征参数与分类器的关系 。

噪声污染图象中的广义形态边缘检测器

在深入地探讨数学形态学在边缘检测领域中的应用的基础上,系统地给出了普通形态差分算子,并提出了一类广义形态差分算子。同时,把提出的广义形态差分算子应用于受噪声污染的图象,以提取图象的边缘。通过实验表明,广义形态边缘检测算子能较好地提取边缘,在抑制噪声对边缘的影响和保持图象的边缘细节上,效果优于经典的边缘检测器和普通形态边缘检测器。

基于多尺度形态学的弱目标图像处理方法

提出一种基于目标及背景结构特征的多尺度形态学图像处理方法,针对弱目标和背景噪声的结构差异,选择合适的结构元素和合理的形态算子达到较好的滤波效果。形态滤波器是从数学形态学中发展出来的一类新型非线性滤波器。由于形态算子实质上是表达物体或形状的集合与结构元素之间的相互作用,结构元素的形态决定了这种运算所提取的信号的形态信息,因此数学形态学对信号的处理具有直观上的简单性和数学上的严谨性,使数学形态学在描述信号形态特征上具有独特的优势。通过改变结构基元的尺度,对图像进行多尺度分析,能准确提取图像在不同尺度下形状的分层特征和有用信息。

基于作战任务的雷达干扰决策模型

在雷达对抗体系作战中雷达干扰决策是一个必须解决的问题。通常雷达干扰决策的模型只侧重于某一方面(如干扰效果评估、干扰资源分配),而实际体系作战条件下的雷达干扰决策是一个系统问题,它包括三方面的问题:威胁评估、干扰效果评估和干扰资源分配。只有从这三方面进行系统地考虑,才能较好地解决体系作战条件下雷达干扰决策问题。基于此,作了一些初步的尝试。