基于侧抑制竞争原理提取图像边缘的方法

根据动物侧抑制原理，提出数字图像侧抑制竞争提取边缘方法。首先提出数字图像侧抑制网络基本结构，确定必要约束条件和学习方法，再在图像中选定若干边缘模块作为样本输入网络学习，得到抑制竞争网络的连接权值，最后将图像输入网络，得到图像边缘。分析结果表明，这种方法具有提取速度快，边缘不移位，能用硬件并行处理实现等特点，可用于实时提取图像边缘。

基于侧抑制竞争的航空遥感影像配准算法

图像配准是图像镶嵌、图像融合和目标定位等的核心技术。针对航空遥感影像中存在的特征信息匮乏以及不确定性灰度变化的问题，提出了一种基于侧抑制竞争的航空遥感影像配准算法，该方法利用侧抑制竞争的基本思想，首先检测出基准图像与待配准图像的暗特征点和亮特征点，然后利用特征匹配策略匹配两幅图像中同类性质的点特征，合并匹配点对集，最后计算出图像的变换模型，完成图像的配准工作。实验结果表明，该方法配准精度高、速度快，能够稳定并快速地完成可见光航空遥感影像的配准，解决了特征不明显的航空影像问配准成功率低的问题。

基于侧抑制竞争的航空遥感影像配准算法(英文)

图像配准是图像镶嵌、图像融合和目标定位等的核心技术。针对航空遥感影像中存在的特征信息匮乏以及不确定性灰度变化的问题,提出了一种基于侧抑制竞争的航空遥感影像配准算法,该方法利用侧抑制竞争的基本思想,首先检测出基准图像与待配准图像的暗特征点和亮特征点,然后利用特征匹配策略匹配两幅图像中同类性质的点特征,合并匹配点对集,最后计算出图像的变换模型,完成图像的配准工作。实验结果表明,该方法配准精度高、速度快,能够稳定并快速地完成可见光航空遥感影像的配准,解决了特征不明显的航空影像间配准成功率低的问题。

快速边缘匹配算法研究

为了提高景像匹配算法的匹配效率,在分析几种常用边缘检测算法抗灰度畸变能力的基础上,利用侧抑制竞争法提取图像边缘特征,并结合SSDA算法的基本思想,提出了一种基于制导图边缘特征的快速景像匹配算法。仿真实验结果表明,该算法在保证匹配精度的基础上有效地缩短了匹配时间,提高了匹配效率。

一种基于边缘特征提取的景像匹配方法

下视景像匹配制导中,实时图和基准图的拍摄高度、方位和图像比例尺不完全一致,两图的轮廓形状存在旋转和变形等差异,边缘特征提取方法受图像灰度分布影响存在变形和移位,易导致匹配错误。用侧抑制竞争方法,图像边缘特征提取快速准确,不发生移位,对灰度变化也不敏感。在此基础上,用扩展边缘特征法,克服轮廓变形对边缘匹配的影响,提高精度。试验结果表明,此方法模型简单、抗几何变形能力强且便于实现。

基于图像配准的无人机目标精确定位算法

为了满足"察打一体化"无人机精确打击目标的要求,针对现有目标定位算法的准确率低、实时性差的特点,本文提出了一种基于图像配准的无人机目标精确定位算法。该算法主要分为两个阶段:特征点检测阶段和目标精确定位阶段。首先采用基于侧抑制竞争的特征点检测算法,实现局部图像中目标特征点的检测工作;然后利用图像局部信息的配准算法,完成目标所处的局部区域图像的精确配准工作,最终实现了目标的高精度定位。实验结果显示该算法的定位精度可以达到0.21m,能够满足精确作战时的目标情报保障需求。

基于卷积稀疏编码和K-SVD联合字典的稀疏表示

针对现有稀疏表示算法存在字典单一、编码冗余的缺点,从人类视觉感知系统层次处理特性出发,依据神经元侧抑制与竞争机理,构建了基于卷积稀疏编码和K-奇异值分解(K-singular value decomposition,K-SVD)的联合字典。在此基础上提出结合卷积匹配追踪和正交匹配追踪算法对图像进行分层稀疏表示。实验结果表明联合字典能够自适应匹配图像中的边缘、斑块、纹理等特征,与单独的卷积字典和K-SVD冗余字典相比,稀疏表示能力更强。