基于小波变换的航空红外图像目标的多尺度识别

提出了一种基于高斯小波变换的航空红外图像的目标边缘自动提取的新方法,并利用目标边缘特征结合目标边缘特征数据库对目标进行识别。该方法利用小波变换良好的噪声抑制能力及完备的边缘保持能力;能够有效的对红外图像进行目标边缘提取、目标增强及噪声抑制等预处理工作,利用得到的边缘特征及数据库,较好的完成红外目标的多尺度识别。

基于小波变换的航空红外图像目标检测的预处理

提出了一种基于高斯小波变换的航空红外图像的目标边缘自动提取的新方法。该方法利用小波变换良好的噪声抑制能力及完备的边缘保持能力 ,能够有效的对红外图像进行目标边缘提取、目标增强及噪声抑制等预处理工作。结果表明 ,该方法对红外航空图片的边缘提取能做到快捷、准确。

红外航空图像自动目标识别的形态滤波神经网络算法

提出了一种有实用意义的形态滤波神经网络模型及其自适应 BP学习算法。形态滤波网络的优化设计过程实际上是网络参数 (结构元素 )不断调整、逐步适应图像环境的优化学习过程 ,从而将目标客体的特征规律反映到网络结构上来 ,以实现对复杂变化的图像具有良好的滤波性能和稳健的适应能力。为结合运动图像目标的检测需要 ,采用了渐进收缩误差、适时校正网络权值的动态跟踪学习算法。通过实验结果可以看出 ,该算法不仅能适应复杂多样的背景环境 ,而且对运动目标的连续检测能力具有位移不变。

利用近红外彩色成像技术监测松萎蔫病

有效监测患病株方法的缺失是导致对松萎蔫病难以成功控制的主要原因之一。利用航空手段调查该病导致的针叶颜色变化已被证明是一种可靠的方法。为了克服该方法固有的缺点,笔者引用了近红外彩色胶片航拍方法。该项技术在获得正摄航拍图像时,通过图像处理可以增强松针颜色变化,获得较直接拍摄图像更明显的色差。因为图像可以在室内仔细处理,因此能解决飞行时间缺乏等问题。但是,该方法也存在对被压木无法获得其影像而漏检的缺陷。笔者研发的计算机软件可以将目标树标记在计算机图像文件上,并且标记树的地理位置数据和背景航拍图像并传输到装有内置GPS接收器的掌上电脑中,借助软件产生的图像导航定位系统,有利于地面接近标记树,从而可以现场检查和校正标记树的数据,并将修正数据传回至主机。此方法利用最新航拍图像技术建立对每株树处理和管理的连续资料,大大改善了防控松萎蔫病的措施。