夜间图像匹配中的斑状噪声预处理

夜间图像匹配中,实时夜间图像中的斑状噪声影响了边缘相关匹配的性能。在分析了斑状噪声特点的基础上,提出了一种新的基于标记的噪声预处理方法,先标记出图像中的斑状噪声点,在匹配时被标记的噪声点不参与相关统计,从而达到消除斑状噪声对匹配影响的目的。该方法与传统的中值滤波、均值滤波等方法相比,更能提高相关匹配的性能,试验结果验证了该方法的有效性。

可见光系统在制导武器中的应用——电视制导技术

电视制导体制是目前国际、国内都在努力研究,并且是目前作为以往各种精确制导武器在末制导阶段的一种有利辅助措施,或是作为新式武器以及已有武器在升级换代时的被选方案之一.电视(图像)通过一次性获得目标区域的全方位信息,从而为精确打击提供了更有效、实时的目标精确导引措施.随着硬件技术的不断发展与完善,使得图像处理,尤其是实时图像处理,得到了巨大而空前的发展.近些年来新方法和新理论层出不穷,都为这一年轻的领域添加了无限活力.对目前国际、国内可见光(电视)体制系统在武器制导方面的发展、应用以及未来的趋势给予了介绍和分析.

基于边缘统计的简单背景多目标识别跟踪

提出了一种新型图像多目标识别跟踪算法,其突出特点为速度快、目标探测准确性高,并且可以同时对多个目标进行识别跟踪.整个系统包括图像预处理即目标增强,边界的目标识别即纵向、横向统计叠加和目标检测.传统的图像跟踪方式如模板相关匹配方法、梯度形心方法以及极值区域跟踪方法不能同时区分多个目标,遇到多目标和干扰等均会失效。文中提出的方法能够有效地解决这一问题,通过区分可能目标区域,能够在一定程度上抑制干扰并对多个目标进行实时跟踪。

前视红外系统中复杂背景下典型地物目标跟踪

前视红外系统主要处理复杂地物背景下的典型地面目标,如桥梁、机场跑道、大型建筑物等。跟踪地面背景较复杂的目标常用的是目标模板匹配的方法。而模板匹配相关跟踪的关键是对实时模板的更新及替换策略。针对前视目标跟踪问题,采用模板相关匹配的方法搜索目标;采用Kalman滤波的方法更新实时模板中的每个像素,以达到更新实时模板的目的,采用Kalman滤波的方法校正跟踪结果坐标位置数据。为了减小运算量同时又不影响跟踪精度,采取了隔若干帧更新一次模板及跟踪位置数据的策略。仿真实验证明,跟踪效果较好。

地物背景下中距桥梁目标检测与识别

基于知识的目标检测与识别是目前机器视觉里非常活跃的一个领域.依据中距桥梁的几何及光学特性形成中距桥梁知识库,并依此提出了一种有效的中距桥梁识别算法.该算法解决了低对比度、多干扰图像的增强;根据统计意义上的递归 Otsu 分割有效地解决了水域误分割;利用中距桥梁的知识来判断桥梁两侧的真实水域,并以该水域来定位桥梁;提出了基于知识的中距桥梁置信度设置方法.实验结果表明了该算法的有效性.

利用边缘信息进行匹配区的选择

介绍了一种利用图像的边缘信息进行匹配区选择的方法,即利用图像的边缘相关值、边缘点密度和边缘均匀性三个特性,对南方某一地区一年四季和隔年的卫片图进行了分析,提出了将以上三个特征结合起来的函数,用此函数即可确定匹配区.