基于轻量级网络的小目标检测算法

针对YOLOv5算法在检测小目标时存在准确率较低的情况,提出旨在提高小目标检测准确率的轻量级网络KOS-YOLOv5算法。首先采用K-means++聚类技术选择一组合适的锚框尺寸作为模型的先验,对小目标实现更精确的锚框尺寸,使模型能适应不同大小的目标;其次利用简化正负样本分配策略(SimOTA)进行动态样本匹配,更好地优化损失函数;最后将空间上下文金字塔(SCP)模块集成到算法检测层中,促使骨干网络更加关注小目标的特征信息,用以增加目标特征提取能力,提高目标的检测准确率。结果表明,改进后的KOS-YOLOv5算法与传统的YOLOv5模型进行比较,算法在检测精确度(P)方面提高了4%,召回率(R)方面提高了2.4%,平均检测精度(mAP)提高了3.1%,损失函数值(Loss)降低了5%,最终检测精度为95.38%。

基于深度学习和改进证据理论的海上多源舰船信息融合识别方法

为了解决复杂环境下基于单一舰船信息进行目标识别准确率较低,以及多源舰船信息高冲突时无法有效融合识别的问题,提出一种基于深度学习和改进证据理论的海上多源舰船信息融合识别方法。主要从两方面入手:首先利用深度学习高效特征学习能力实现更加准确的分类识别;然后通过改进的证据理论实现多证据体的高效正确融合。高悖论证据融合实验结果表明,相比于其他融合方法,文中方法融合结果具有更高的概率分配值。同时,在不同信噪比条件下对单模式识别以及文中融合识别方法进行测试,文中方法在噪声情况下仍能比单模式平均水平高出6.53%的识别性能。因此,利用文中融合识别方法能够提高舰船目标识别系统的识别准确率和鲁棒性。

不确定条件下作战筹划态势研判风险预测方法

针对战场态势不确定、复杂繁多导致研判过程风险预测准确性差的问题,提出构建态势-风险模型并构造风险可能性分布以实现对风险的精准预测。首先,从敌情、我情以及战场环境态势研判内容入手建立风险预测指标体系;其次,剖析态势信息对风险的作用方式,构建指数、Z型、正切等风险模型并计算风险取值区间;然后,以可能性理论中模糊函数构造法为基础,以权重差和不确定性测度为依托,在风险取值区间内构造风险可能性分布;最后,采用某防御任务实例,结合专家系统及云模型方法进行实验,验证了所提方法的可行性和合理性。结果表明,在风险预测时所提方法能够充分考虑态势信息的不确定性,为后续筹划决策制定提供了重要依据。

非合作多基地雷达系统性能仿真分析

针对低RCS(radar cross section)的隐身舰船很难被普通的单基地雷达探测到的问题,提出了采用非合作多基地雷达系统对海上目标进行探测,创建了一个海上场景,其中多艘商船在S波段(3 GHz)发射电磁波,作为机会雷达;一艘护卫舰大小的军舰作为雷达系统接收机,目标假定为一艘货船和一艘隐身军舰。采用专业的电磁软件对海上目标进行仿真,计算普通货船和隐身军舰的双基地RCS数据,建立了MATLAB仿真模型,研究了非合作多基地雷达的探测覆盖范围。使用FEKO的双基地RCS仿真表明,通过改变发射机的数量和发射机到接收机之间的距离,找到一种最优的多基地雷达系统几何结构和系统配置。

基于自适应蜣螂算法的无人机三维路径规划方法

山区地势具有陡峭、沟深壑大的环境特点,导致基于启发式算法的山区无人机路径规划速度慢、质量差,针对该问题提出了基于自适应动作策略蜣螂算法的路径规划方法。以路径长度、飞行安全性以及路径平滑度构建路径规划目标函数;在蜣螂算法中引入种群相似性动作变异策略和反向学习策略,平衡局部优化和全局优化能力;通过对比麻雀算法、蜣螂算法和灰狼算法在12个基准函数上的算法性能,结果表明所提方法具有更快的收敛速度、不易陷入局部最优。山区路径规划仿真实验表明,所提方法比蜣螂算法的路径规划质量提高了37.66%。

基于损失融合策略的长时域中断航迹关联

针对目标中断航迹关联存在泛化能力差,长时域中断时关联正确率较低的问题,提出了基于损失融合策略的长时域中断航迹关联方法。首先通过航迹预测将历史航迹预测到与新航迹时域重叠的时刻,计算航迹间平均距离,构造距离损失矩阵,同时计算中断前后航迹的特征参数差值构造特征参数损失矩阵;然后将两类损失融合,构造整体关联代价矩阵;最后通过匈牙利算法实现中断航迹关联决策。将所提方法与距离损失关联方法、特征参数损失关联方法进行实验对比,结果表明,所提方法在不同的场景下关联正确率最高,且对中断时间的适应能力更强,在目标运动状态稳定的场景下平均关联正确率达到90.9%,中断时间小于90 min时,关联正确率优于86%。

基于分布构造与合成的作战意图理解风险预测方法

针对作战筹划过程中意图理解偏差所导致的作战构想及方案制定不合理、实施效果差的问题,提出了利用可能性分布构造与合成提前预测意图理解过程潜在风险的方法,有效规避作战部署过程中的潜在风险。首先,剖析影响意图理解的主要因素,在主要因素风险取值区间上构造可能性分布;其次,利用T-模算子对主要因素风险可能性分布进行合成,计算合成后的潜在风险可能性分布的最大可能度及风险值;最后,利用可能性区间数划分风险等级,计算潜在风险可能性分布与5个风险等级可能性分布间的相似测度后得出潜在风险等级。仿真实验中,场景一中意图理解过程的各潜在风险值分别为0.748,0.342,0.621,风险等级分别为四级、二级、三级,决策者根据此预测结果进行针对性调整可有效降低风险的大小,从而为战时的指挥决策提供重要的先验信息。

基于扇环插值的内壁多尺度热场图案的构造方法

为了实现对内燃机气缸盖鼻梁区热疲劳损伤的重点监测,获得高辨识度重构影像,提出了一种基于扇环插值的多尺度热场图案构造方法。首先,结合内燃机气缸盖内壁的热场分布规律,将气缸盖火力面划分成多尺度的热场区域,剖析内壁各区域易出现热疲劳损伤的机率,确定其分辨率。其次,基于圆弧插补的思想,把划分好的多尺度热场区域离散成由多条圆弧点群组成的扇环区域。然后,对扇环区域内的每条圆弧分别进行插值得到扇环热场图案,再将各个扇环热场图案组合成多尺度热场图案。最后,将构造出的多尺度热场图案和缸盖外壁的热能进行关联运算,重构出气缸盖内壁影像。为了验证本文方法的合理性,将重构出的内壁影像与基于双线性插值构造热场图案下的重构影像进行对比分析。分析结果表明,本文采用的方法重构出的有裂纹和无裂纹气缸盖内壁影像对比度较基于双线性插值方式构造热场图案的重构影像提升了74.77%和75.09%,结构相似度和峰值信噪比也略有提升,且本文中采用的方法更利于热疲劳损伤所导致的裂纹等缺陷的检测和非重点检测区域重构影像的质量提升。

面向双模态红外图像融合算法选取的联合可能性落影构造

针对现实场景中双模态红外图像融合对异类差异特征协同优化融合的需求,且现有差异特征属性无法根据差异特征多个属性的变化针对性地调整融合算法进行有效驱动,导致融合效果差的问题,提出了面向双模态红外图像融合算法选取的联合可能性落影构造方法。首先计算双模态红外图像多融合算法下不同差异特征的融合有效度、统计差异特征分布特性;再构造差异特征融合有效度的可能性分布,通过最小二乘估计法拟合可能性分布函数;然后通过择优比较法对不同差异特征融合有效度的可能性分布进行对比分析,确定差异特征可能性分布函数投影权重,构造联合可能性落影函数;最后分析联合可能性落影函数截集水平,结合差异特征分布特性构建融合性能指标动态选取最优融合算法。实验结果表明,本文方法所选出的最优融合算法在主客观综合分析上优于其他算法,验证了本文将联合可能性落影运用于双模态红外图像最优融合算法选取中有效性和合理性。

基于多属性可能性网络的目标行为意图识别

针对海面目标行为意图识别存在耗时长和准确性低的问题,提出基于知识图谱和可能性网络结合的行为意图识别方法。首先,构建关于行为意图要素的知识图谱,利用知识图谱判断行为意图的多属性因素类型;然后,借助信息熵权为目标不同属性客观地分配权值,利用可能性网络模型给出条件可能性分布;最后依据推理定理进行行为意图的识别。实验结果证明,该方法对于行为意图识别具有有效性和实时性。

红外中波细分图像的小波包变换融合研究

分析了红外中波段的两个细分波段(3.4μm^4.1μm和4.5μm^5.3μm)的成像特点,提出了基于二维小波包变换和局部能量的两个红外中波细分波段图像的融合算法.实验结果表明,融合图像同细分图像和未细分图像相比,标准偏差分别增加了6.47%和1.50%,多向粗糙度分别增加了4.82%和4.32%,而太阳影响参数分别下降了4.96%和9.03%,融合了两幅细分图像中比较清晰的信息,减少了太阳饱和区,证明了融合算法的有效性,说明了通过两个细分波段融合的方法可以获得比原中波波段成像效果更好的图像.

红外偏振与红外光强图像的融合研究

分析了红外偏振与红外光强的成像特性差异,提出了基于局部能量的支持度变换融合方法。实验结果表明,融合图像综合了两幅图像的冗余信息,使图像更清晰,信息更加丰富。融合图像同原红外偏振和光强图像相比,局部标准偏差分别提高了13.67%和11.51%;局部熵分别提高了16.46%和1.95%;平均梯度分别提高了15.41%和44.05%。证明了该融合方法的有效性。

双色中波红外图像的分割支持度变换融合

提出了基于形态学分割和支持度变换的双色中波红外图像的融合方法.通过腐蚀膨胀操作、加权叠加实现两幅细分波段图像的局部处理,消除了第一细分波段图像的太阳照射饱和区,然后利用支持度变换对图像进行融合,将两幅图像的细节信息综合起来,使图像更清晰.实验结果表明:同小波包变换融合方法相比,经本文算法融合后的图像有效消除了太阳照射造成的饱和区,太阳影响参数降低了60.05%,局部标准偏差和局部粗糙度分别增加了2.59%和3.39%,处理时间缩短了66.77%,证明了融合方法的有效性.

基于局部能量匹配的红外偏振图像融合

针对红外偏振融合后图像边缘模糊不清和细节信息不明显等问题,本文提出了一种基于局部能量匹配的红外偏振图像融合方法。首先,融合偏振角图像和偏振度图像得到偏振特征图像;然后运用非下采样剪切波变换(NSST)把偏振特征图像和光强图像分解为低频子带和高频子带,运用顶帽(Top-hat)变换处理偏振图像的低频信息,提取目标;最后采用基于局部能量匹配和局部方差相结合的融合规则融合低频子带和高频子带。实验结果表明,本文算法与NSCT算法相比较,融合后图像的整体互信息值提高了8.7%,方差提高了3.9%,很好的保留了图像的细节信息。

DWT、NSCT和改进PCA协同组合红外偏振图像融合

为充分保留红外光强和偏振图像细节、强度等信息,综合多算法的优势性能,提出一种DWT、NSCT和改进PCA的多算法协同组合融合新方法,在考虑3种算法互补协同关系基础上,充分保留源图重要目标和细节信息。首先,用离散小波变换(DWT)将源图分解为高低频分量,低频用非下采样轮廓波变换(NSCT)再次分解;其次,对主成分分析法(PCA)进行权值改进,分块融合NSCT分解所得低频分量;然后,提出"相关系数-局部能量-局部标准差"规则融合NSCT分解所得高频,用"层内对比度"规则融合DWT分解所得高频;最后,NSCT逆变换重构所得图像作为DWT低频融合图,再用DWT逆变换获得最终融合图像。实验结果表明,所提方法在视觉效果、细节层次及保留等方面比单一或简单组合方法更具优势,对不同场景适应性较强。

红外中波细分图像的伪彩色增强

提出了基于lαβ颜色空间变换和小波包变换的红外中波细分波段图像的伪彩色增强方法.利用lαβ变换将两个细分波段RGB彩色映射的伪彩色图像的颜色和亮度信息分离,通过二维小波包变换得到两个细分波段的融合图像,将融合图像和颜色信息经过lαβ逆变换形成伪彩色增强图像.实验结果表明,同简单彩色映射图像相比,伪彩色增强图像的局部标准偏差和局部熵都有增加,从而使图像具有更好的感知效果.

图像的小波指数降噪法及其应用

在图像降噪处理中,采用小波阈值降噪法会产生马赛克现象,造成降噪后图像失真。为此,提出了小波指数降噪法,即利用指数降噪因子除小波系数。降噪因子大于1,且随小波系数绝对值的增大而减小。实验表明,该算法在保持较高信噪比的条件下,减轻了马赛克现象。

基于ResNet-LSTM网络的船型识别方法

针对传统单一神经网络对复杂航迹特征提取能力有限、无法充分挖掘航迹数据中的有效信息,导致基于航迹数据进行船型识别准确度低的问题。提出了一种ResNet-LSTM的融合网络模型,首先利用迁移学习的ResNet预训练模型提取航迹数据中的局部空间特征,然后构建LSTM长短时记忆网络提取航迹数据中的长距离时序性特征,最后构造网络融合公式,利用反向传播分别训练网络参数,实现基于航迹数据对船舶类型进行识别。在对比实验中,确定融合最佳参数,对比现有的网络模型架构,ResNet-LSTM融合网络模型在准确度、精确度、召回率、F1值等评价指标上表现突出,能够高效地提取到航迹数据中的有效特征,在完成船型识别任务上表现优异。

超声C扫描绝热层粘接图像的分割识别

基于超声 C扫描对固体火箭发动机内壁绝热层与壳体粘接状态检测的原理分析 ,提出了对检测所得的粘接状态图像的分割算法 ,实现了绝热层脱粘的自动化识别。实验和应用表明 ,该算法完全可行。

基于NSST和改进PCA相结合的红外偏振图像融合（英文）

针对当前红外偏振图像融合的主流方法——多尺度几何分析法对图像表示只侧重某一方面的特点和空间域融合方法主成分分析法(PCA)易丢失小目标的缺点的问题,本文提出一种基于非下采样剪切波变换(NSST)和改进PCA相结合的红外偏振图像融合方法。该方法能充分利用NSST对图像细节表示的有效性和PCA能突出主要特征的特点,综合二者的互补性,充分保留不同源图像的目标和细节特征。首先用NSST将源红外光强和偏振图像分解为低频和不同方向的高频分量;其次,低频分量用改进的PCA进行融合,高频分量用局部能量和局部方差联合进行决策融合;最后,用NSST逆变换重构融合图像,得到最终红外偏振融合结果图。实验结果表明,本文方法在细节保留和视觉效果等方面较其它方法均有较高优势。