自动目标识别算法性能评估中的图像度量

图像度量是自动目标识别(ATR)性能评估中的重要组成部分。图像度量是否与ATR算法性能紧密相关将直接影响系统后续的评价工作。先介绍了传统的图像度量,并分析了作为传统度量代表的目标局部背景对比度度量(TBC)在复杂场景条件下与算法性能不满足单调关系的不足,针对其局限性,提出了基于灰度共生矩阵的图像杂波度量(TIC),并针对TBC和TIC设计了两组实验。结果表明,无论在指定场景还是复杂场景条件下,TIC与算法性能都具有良好的单调关系,有效地克服了TBC的局限性,从而能更好地评价ATR算法性能.

目标不变矩的稳定性研究

研究了在实际应用中影响目标不变矩稳定性的各种因素 ,包括高斯模糊、有限观测区域和离散化处理等 .分析了在这些因素影响下不变矩的变化规律和误差 .并对离散条件下不变矩的误差进行了分析 .实验证明得出的具有模糊不变的不变矩 ,能对经过旋转比例变换且模糊的物体进行准确识别 .

基于总变分模型的光照不变人脸识别算法

提出了一种基于L1总变分模型的对数商图像光照不变人脸识别算法。用L1总变分模型作为低通滤波算子对图像平滑滤波,得到图像光照分量的估计,然后在对数域中定义原图像与其光照分量的商为光照归一化图像,并用该图像作为光照不变量进行人脸识别。基于L1总变分模型的平滑滤波具有较好的边缘保持作用,能有效地消除光晕现象,并且参数设置简单。在YaleB和CMU PIE人脸图像库上的试验结果表明,该算法能有效地提高人脸识别系统在不同光照条件下的识别率。

车号定位识别与可信度估计

以车号的定位与识别为例 ,应用行投影法对车号图片进行倾斜行定位 ,证明了模板与场景的二维互相关系数近似等于一维投影互相关系数 ,在此基础上提出了列投影法快速行扫描识别算法及相应的可信度估计方法。这种方法对于室外拍摄的有复杂背景、光照变化、字体微倾、字符排列疏密不均及噪声干扰的车牌图像具有很好的识别效果。

基于仿射不变矩的三维多面体特征匹配识别

提出一种应用仿射不变矩识别三维多面体的新方法。通过用单幅二维图像信息,利用仿射不变矩和多面体结构图相结合的方法,实现对三维多面体目标识别。后面的房屋识别实验表明,该方法具有很好的有效性和稳定性。

基于仿射变换与模板更新策略的目标跟踪方法

提出了一种自适应跟踪算法 ,其主要思想是用六个仿射变换参数来表征图像中目标区域的运动 ,由当前位置图像与模板图像的差分图像可以求取这些参数 ,并进一步用这些参数来预测目标的运动和跟踪目标 .在实际跟踪过程中 ,又采取了一种有效的相似性度量方法 ,用它来决定是否修改模板 。