基于机载红外影像纹理特征的输电线路绝缘子自动定位

红外成像法是一种重要的绝缘子缺陷检测方法,但传统的人工诊断方式效率较低,难以满足无人机巡检的数据处理需求。为此提出一种从无人机红外影像中自动识别绝缘子的方法,首先对影像进行拉普拉斯边缘提取,然后遍历穿过影像的直线集,根据沿线的强度直方图探测影像中的周期纹理特征,再通过角度内特征聚类与角度间特征聚类,自动识别红外影像中的绝缘子中心线。选取包含不同背景(植被、农田、杆塔)的无人机红外影像数据集进行实验,该方法识别率在85%以上。结果表明,该方法能有效地从复杂地面背景的无人机红外影像中自动识别并定位绝缘子,为实现机巡作业红外诊断智能化奠定了基础。

红外成像制导导弹自动目标识别应用现状的分析

自动目标识别是武器系统智能化、自主化的关键技术。在红外成像制导武器中采用自动目标识别技术,可以使武器具备发射后载机脱离、发射后不管、识别目标、诱饵和干扰的能力,提升红外成像制导武器的作战效能和武器载机的生存能力。目前,国外已经将红外图像自动目标识别技术应用在大型地面固定目标以及飞机类目标的红外成像制导武器中。介绍了红外成像制导导弹的自动目标识别应用现状,分析了制约自动目标识别在红外成像制导导弹中广泛应用的因素,并提出了推动该技术在红外成像制导导弹中应用的对策。

超声红外热像技术中缺陷的自动识别

超声红外热像技术是一种新型无损检测技术,对金属试件疲劳裂纹、复合材料冲击损伤等缺陷具有良好的检测效果。传统缺陷识别主要依靠肉眼识别和专业经验,对缺陷类型、缺陷程度的判断很难定量把握;基于时间序列的缺陷识别算法速度慢、精度差、自动化程度低。本文以超声红外热像技术中裂纹的检测为例,通过对比分析热图像分割区域中裂纹区域与亮点区域的形状、灰度等分布特征,提取了用于裂纹信息识别的特征参量,开发了基于加权支持向量机的裂纹自动识别算法,为实现超声红外热像技术中缺陷的自动识别奠定了基础。试验验证了本文所提特征参量和自动识别算法的有效性。

红外成象型空空导弹目标识别与跟踪算法研究

根据红外成象制导型空空导弹图象传感器在目标识别与跟踪过程中获得的图象序列的特点。提出了一种基于红外图像序列的弹道终端红外图象跟踪时的跟踪算法,实现了目标特征点的自动识别与跟踪。文中以最大距离法对目标图象进行分割,以机头部位为局部图象跟踪时的跟踪部位,分析了导引头投影成象模型以及弹目距离、相对速度对目标图象变化情况的影响,研究了中段形心跟踪模式与末端局部图象跟踪模式的转换时机,定义了确定目标充满视场程度以及阻塞视场与否的两个判据。最后,以实测的飞机红外图象对文中提出的算法进行了仿真,结果表明本文的算法是可行和有效的。

基于分形理论的红外图像机场跑道自动目标识别

针对红外机场跑道航空图像特点,提出一种新的基于纹理结构的机场目标自动识别方法。根据红外图像中机场目标的灰度和分形几何特征,利用先假设后检验方法对感兴趣区域进行分割;然后利用形态学滤波完成机场跑道潜在目标的进一步分割;最后,根据机场跑道的几何特征,连接图像边缘点寻找机场跑道的两条平行直线;根据纹理图像直方图统计特征完成机场目标的自动识别。实验结果证明:该方法有较高的自动目标识别率和计算实时性。

一种新型空空导弹红外成像引信

传统的空空导弹引信采用的环视探测方式 ,将引信的信息处理时间限制在极短的范围内 (一般小于 2ms) ,且使引信在某一时刻只能获取变形很大的目标局部图象。这种探测方式对引信探测性能的影响并不大 ,但却严重限制了引信对目标的识别概率。提出了一种新型空空导弹红外成象引信 ,它采用前视红外图象和制导引信一体化技术 ,能够有效地解决上述问题。还分析了该引信的探测距离特性并给出了一些仿真结果 。

长波红外导引头空间自动目标识别系统（一）

本文给出了一个适合于流水阵列结构信息处理机实时处理的空间红外目标自动识别系统。其特色是采用了边检测、边识别、边跟踪的多目标跟踪技术及目标数据动态维护技术，从而使得系统具有良好的多目标跟踪性能及正确的再捕获被短暂遮档目标的能力。

实时红外成像场景生成技术的发展及应用

建模和仿真在包括导弹系统在内的宇航系统中的作用逐步提高,并将在今后二十年起到更加重要的作用。由于计算处理能力将提高几个数量级,计算和数据存储成本将进一步降低,且具有余量。仿真越来越复杂的物理过程的能力将变得更加受仿真所涉及子模型的拟真度的限制,而非受仿真所能得到的计算能力的充足性的限制。文中概述了建模和仿真技术在红外成像制导系统全寿命周期开发和试验评估中的作用,介绍了基于GPU实时红外场景计算机硬件技术、实时红外场景生成算法与软件、多光谱实时图像合成技术等实时红外场景生成技术的研究进展,概述了实时红外场景生成技术在红外成像制导系统开发与试验评估中的应用。

地面战车红外图像自动目标识别关键技术研究

瞄准未来高技术战争,选择地面战车为研究对象,系统地研究了红外图像自动目标识别的若干关键技术。首先比较了三种建立红外图像数据集方法的性能。接着分析了传统红外图像分割技术的缺陷,提出了一种针对地面背景中战车红外图像的分割技术,该方法有效地克服了过分割和欠分割的问题。然后讨论了红外目标的七大类特征,提出了一种确定最优特征向量的方法。最后以支持向量机作为分类器,讨论了核函数、核参数以及惩罚因子对识别率的影响,并运用网格搜索法确定最优的参数组合。

红外目标自动识别分类及跟踪算法

提出了一种红外图像预处理、跟踪、分类的自动目标识别算法.利用小波变换提取不同频带的多尺度空间能量和不变矩作为特征量,再用神经网络进行分类识别,结果表明该算法具有很高的识别率,对于精确制导武器的目标识别研究具有一定的参考价值。

基于双模态卷积神经网络自适应迁移学习的浮选工况识别

为提高小规模训练集下CNN特征驱动的浮选工况识别效果,提出一种基于泡沫红外与可见光图像CNN特征提取及自适应迁移学习的工况识别方法.首先构建基于AlexNet的双模态CNN特征提取及识别模型,并通过RGB-D大规模数据集对模型的结构参数进行预训练;其次,用多个串联的双隐层自编码极限学习机代替预训练模型的全连接层,实现对双模态CNN特征的融合及逐层抽象提取,然后通过核极限学习机映射到更高维空间进行决策;最后构建浮选小规模数据集对迁移后的模型进行训练,并改进量子狼群算法用于模型参数优化.实验结果表明:自适应迁移学习能够明显提高小样本数据集下的识别准确度,采用双模态CNN迁移学习较单模态CNN迁移学习的工况识别精度提高了3.06%,各工况的平均识别准确率达到96.83%,识别精度和稳定性较现有方法有较大提升.

病虫害智能识别喷药装置设计——基于PC图像处理和近红外光谱分析

在自动化喷施农药过程中,为了准确识别病虫害作物、节约农药和降低农业对环境的污染,以及提高药物的去虫效率,提出了一种基于PC图像处理和近红外光谱分析的作物病虫害智能识别喷药装置。该装置分为3个模块,包括近红外病虫害识别模块、喷药自动化调节模块和车载设备,其控制模块为安装在车上的PC机,利用近红外识别装置可以判断作物是否被病虫害污染,并且识别作物污染的等级,采用喷药自动化调节模块可以实现农药的定量调节,利用车载设备实现了全自动化喷药。对装置的性能进行了测试,结果表明:采用近红外识别装置和主成分分析法可有效地识别病虫害污染的作物,识别准确率较高;喷药自动化装置可根据病虫害的等级进行变量化喷药,减少了农药使用量,得到了较高的去虫率,从而验证了装置的可行性和可靠性。

一种基于红外图像的目标自动识别算法

红外成像制导具有在各种复杂战术环境下自主搜索、捕获、识别和跟踪目标的能力,代表了当代红外制导技术的发展趋势。提出了一种红外图像预处理、跟踪、分类的自动目标识别算法,利用小波变换、形态学方法对红外图像进行预处理,提取不同频带的惯性不变矩作为特征量,利用神经网络进行分类识别,结果表明该算法具有很高的识别率,对于精确制导武器的目标识别研究具有一定的参考价值。

红外图像复杂度评估方法综述

红外图像复杂度是评估红外成像制导武器作战性能的重要指标,由于现实作战对抗环境的复杂多变,红外目标自动识别(ATR)面临巨大挑战,因此准确客观地评价红外图像复杂度对考核提升自动识别技术具有重大现实意义。针对红外目标自动识别的应用背景,深入探讨了红外图像复杂度的内涵,对现有红外图像复杂度的评估方法进行综述分析,并介绍了面向ATR应用的复杂度描述指标。

复杂背景下红外图像弱小点目标自动识别仿真

传统识别方法受到低信噪比、低对比度、缺乏弱小点目标的形状及纹理信息等因素影响,尤其在复杂背景下,弱小点目标自动识别准确率较低,针对此问题,提出一种基于BEMD(二维经验模态分解算法)的红外图像弱小点目标自动识别方法,根据待识别图像的频谱特性,并结合分频段处理方式。对比了不同滤波器的性能,并建立了图像滤波器组,采用滤波器组将弱小点目标图像分解到不同子频域中;对子频段图像进行罗宾逊滤波处理,提取弱小点目标。采用多层经验模态分解算法对原始弱小点目标图像输入函数分解为二维本征模态函数,通过微分计算来获取原始图像与背景区域之间的差,分割出弱小点目标区域。通过局部逆熵分割弱小点目标区域的高频信息来获取各个模态函数的弱小点目标识别结果。实验结果表明,所提方法能够高效且准确地提取出弱小点目标,更好地抑制复杂背景。

图像抖动条件下跟踪数据的处理技术

由于导引头在飞行过程中不可避免地存在着抖动，这给低信噪比条件下的信息处理带来了很 大困难，为此，本文针对图像抖动情况下目标的跟踪进行了讨论，提出了抖动情况下跟踪数 据的处理方法，可有效地定位目标，使不经稳象就可对抖动图像进行处理成为可能，大大降 低了系统的设计成本，缩短了设计周期.

基于红外多光谱图像相关性的自动目标识别算法

提出了一种基于红外多光谱图像相关性的自动目标识别新算法 .根据目标、背景和干扰物的红外多光谱特征信息 (辐射强度、光谱分布 )构造出目标场景的红外多光谱特征矩阵 ;采用最大距离法分割图像 ,融合空间和光谱信息重构出研判目标的红外多光谱特征矩阵 ;根据研判目标的光谱辐射差异特性建立了红外多光谱图像相关识别准则 .实验表明 ,该识别算法正确可行 .

红外成像型空空导弹目标自动识别技术

针对红外导弹和红外诱饵弹的对抗,构建了红外导引头图像探测器的透视投影几何模型。基于模型证明了飞机和目标在不同距离和相对飞行速度下,成像序列中相邻两帧图像间飞机目标的相似性,并且提出了适合导弹的目标快速识别算法,该算法是基于当前帧图像与前一帧图像的目标特征匹配的。最后以实测的飞机及诱饵红外图像数据对文中提出的算法进行了仿真,仿真结果表明了算法对目标识别是可行和有效的,并且能够满足较高实时性的要求。

基于直线组仿射不变特征的自动目标识别算法

为了提高基于异源模板匹配的自动目标识别方法的精度和准确率,提出了一种采用直线组几何基元的图像匹配算法,该算法利用直线组表示目标,利用直线组中各条直线构成的三角形面积之比作为描述直线组的特征量,在所有候选直线组中找到与目标匹配的最佳直线组,并确定组内直线的一一对应关系,求出模板图与实时图中的同名点,最后利用同名点检测出实时图中目标的位置;此外,还提出了一种在实时图中进行直线提纯的方法。该方法可以提出实时图中的主要直线,为文中所提算法的精确性提供了保障。实验结果表明:文中提出方法具有较高的匹配精度和准确率。

红外导引头关键技术国内外研究现状综述

红外导引头是先进精确制导武器普遍采用的目标敏感装置之一,在简单介绍红外导引头组成及工作流程的基础上,综述了红外导引头关键技术——红外探测技术、自动目标识别技术和图像实时处理技术的国内外研究现状及其发展趋势,指出红外导引头向着复合化、系列化、小型化、标准化、通用化、网络化、智能化、多用途及低成本的趋势发展。