基于知识的红外数字图像中铁路的识别

文中主要针对铁路红外图像的特点 ,在原有的自动目标识别算法上 ,将图像处理技术与人工智能相结合 ,提出一种基于知识的智能识别方法。采用先建立完善的结构知识库 ,再以知识库为基础 ,采用写生式策略来建立各种规则 ,并结合规则指导图像分割和特征提取 ,推断铁路的存在并指导铁路片断的连接。其基本思路可用于一般目标的识别。

红外数字图像局部序列无损拼接方法与实现

针对当前方法在进行红外数字图像局部序列拼接过程中存在效率不高、拼接图像质量较差等问题,提出一种基于最佳路径与亮度权重函数相结合的红外数字图像局部序列无损拼接方法,通过利用SIFT算法对经过直方图均衡化处理的红外数字图像在尺度空间中进行极值点检测、局部特征点的精确定位、局部特征点的方向分配、生成特征点描述,完成红外数字图像SIFT特征点提取;在图像SIFT特征点提取基础上,运用相似度度量方法中的局部相关系数对提取到的红外数字图像SIFT特征点对进行匹配,引入最佳路径与亮度权重函数对红外数字图像匹配重叠区域的像素亮度差异进行平滑,同时消除重影,实现了红外数字图像局部序列无损拼接。实验结果表明,所提方法不仅大大提高了拼接效率,而且保证了红外数字图像拼接的高质量,减小了失真和错位。

遥测数据中红外图像信号提取技术研究

某型重点巡航导弹导引头的末段制导依靠红外数字图像的识别和匹配算法来实现。为了验证该导引头软硬件的可靠性,需要在某试验基地火箭橇上进行导引头全尺寸试验。火箭橇点火之前,需要确认红外数字图像是否工作正常。本文描述了使用通用编程语言(VB)从遥测地面站的大量的数据中快速提取出图像数据,拼接成一副点阵图形。试验指挥中心在确认点阵图形正常,火箭橇试验才能往下进行。