船舶多目标图像特征并行提取算法

一片海域中包含多个船舶目标,同时提取多个目标过程极其复杂。传统的船舶多目标图像特征并行提取算法提取出来图像特征清晰度很差。为解决此问题,研究了一种新的船舶多目标图像特征并行提取算法,介绍了船舶图像多目标特征提取架构图,重点分析颜色特征提取过程、纹理特征提取过程和形状特征提取过程。特征并行提取流程共分为初始分析、目标特征识别、图像特征确认、描述显示4个步骤,通过计算目标船舶所在位置,分析灰度值,提取船舶特征。利用与传统算法的对比实验验证了该算法的可行性。实验结果表明,给出的算法提取的目标图像清晰度更高。     

极地运输船货舱区舷侧冰带骨架系统优化

本文以中国船舶及海洋工程设计研究院(MARIC)研发的某20 000吨级PC5级极地多用途运输船为目标船型,建立货舱区计算模型。基于IACS URI规范关于冰载荷及相应计算工况的要求,进行冰载作用下中部冰带区域舷侧结构有限元分析。在此基础上,集成Isight/Nastran对目标区域冰带骨架系统进行优化设计。以目标区域冰带结构重量最轻为目标函数,以结构合成应力、板格屈曲限制以及其他相关规范尺度要求为约束条件,重点对冰带骨架系统进行分级优化设计。具体优化方案为:基于货舱区舷侧冰带结构,初步设定四型骨架系统布置方案;采用多岛遗传算法(MIGA)分别对各个方案进行优化;最后对四型优化后的方案进行对比分析,综合评估得出适用于目标船型的相对最优方案。本文所得出的结论有力地指导了目标船型开发工作,所总结得出的优化思路、解决途径可进一步扩展应用至高冰级极地船型。     

基于遥感图像的舰船毁伤效果评估方法研究

提出了一种基于遥感图像变化检测的舰船毁伤效果评估方法,主要包括图像预处理、舰船检测、毁伤前后目标区域提取、特征提取和分级评估五个部分。研究了目标区域提取和变化特征选取等问题,提取几何特征与纹理特征进行分级评估。基于视景仿真技术进行了舰船毁伤效果模拟,采用模拟的图像进行毁伤效果评估仿真实验。实验结果表明,该方法能有效地实现对海上舰船目标的毁伤效果评估。     

水声目标辐射噪声谐波特征提取算法

水下目标辐射噪声中的谐波分量包含了反映目标自身本质特性的信息,能否有效提取目标谐波特征关系到目标识别的效果。论文基于目标辐射噪声的一般数理模型,利用最大似然估计和卡尔曼滤波理论,提出一种水下目标辐射噪声谐波特征的提取与分析算法,估计得到了谐波的瞬时基频;然后利用卡尔曼滤波器跟踪瞬时基频的时变特性,实现对基频的精确跟踪和估计;并提取各阶谐波的振幅,得到目标的谐波特征;最后结合仿真信号与实测数据进行对比,验证了谐波特征提取算法估计基频和提取谐波信息的可行性。     

水声目标辐射噪声谐波特征提取算法

水下目标辐射噪声中的谐波分量包含了反映目标自身本质特性的信息,能否有效提取目标谐波特征关系到目标识别的效果.论文基于目标辐射噪声的一般数理模型,利用最大似然估计和卡尔曼滤波理论,提出一种水下目标辐射噪声谐波特征的提取与分析算法,估计得到了谐波的瞬时基频;然后利用卡尔曼滤波器跟踪瞬时基频的时变特性,实现对基频的精确跟踪和估计;并提取各阶谐波的振幅,得到目标的谐波特征;最后结合仿真信号与实测数据进行对比,验证了谐波特征提取算法估计基频和提取谐波信息的可行性.     

一种去噪声的轮廓提取算法

轮廓是物体的一个重要特征,轮廓提取的好坏对后续的目标定位、特征提取、识别和分类有着重要的影响.文中在现有方法的基础上,提出了一种新的轮廓提取方法.首先,在经典Otsu算法基础上,结合图像的熵给出了一种图像分割阈值选取方法;然后通过划分单元块,统计非零像素个数,去除噪声块,合并单元块,再次去除噪声块获得目标区域;最后采用4-邻域方法提取目标区域的轮廓.实验结果显示,改进的算法能够有效分割出目标,设计的目标轮廓提取方法能够有效去除噪声的影响,获得封闭的、单像素宽度的外轮廓线,为后续的图像处理和目标识别奠定了良好的基础.     

一维相扫三坐标雷达提取技术研究

本文提出了一维相扫三坐标雷达信号提取技术,该研究采用了现场可编程门阵列FPGA进行电路集成,完成了三坐标雷达视频信号的提取,具有实时性强、数据处理精度高、逻辑修改方便、可靠性高等特点,为作战指挥系统进行三坐标雷达目标航迹处理、目标指示提供了技术上的保证,为工程实施打下了良好基础。     

SAR图像技术在船舶目标检测和参数提取中的应用

SAR技术飞速发展,大量的船载SAR系统已经运用到了船舶目标检测和参数提取中。本文在传统的船舶目标检测的基础上进行改进,提出基于分解理论的极化SAR图像船舶目标检测,并在检测过程中利用边缘检测模板和Freeman分解理论提取边缘信息,解决边缘模糊的问题。本文还提取船舶目标的运动参数。最后进行仿真实验,实验结果表明本文具有可行性和一致性。     

基于神经网络/模糊逻辑系统的混合式特征提取器

特征提取是水声目标分类的关键环节之一，用以获取各类目标的一些可鉴别性特征。螺旋桨轴频、叶率和叶片数是目标的本质性、鉴别性特征，是分类的重要线索。本文提出了一个基于神经网络／模糊逻辑系统的混合式特征提取器，先利用侧抑制神经网络从目标辐射噪声的包络谱中提取线谱序列，再利用模糊逻辑系统从线谱序列中提取出螺旋桨轴频、叶率和叶片数。对目标数据的分析表明：该特征提取器能够为目标分类提取有效的鉴别性特征。     

南海区骨架公路网发展规划研究

根据南海区交通发展需要,在佛山市、广州市以及珠三角干线公路网规划的指导下,分析南海区骨架公路网规划的背景,指出其发展目标,明确其规划布局,为南海区的经济腾飞提供有效的交通支持。     

一种基于OpenCV实现的运动目标检测算法的研究

序列图像中的运动目标检测是数字图像处理与识别以及计算机视觉领域研究的主要内容之一,在视觉监控系统、医学图像分析、工业检测以及军事等领域中都有应用。文章重点对运动目标检测的算法进行了讨论,通过分析和比较三种常用运动目标检测的算法,提出了一种使用改进的背景更新算法检测运动目标的方法,并利用Intel公司开发的OpenCV提供的函数库进行测试。结果表明利用该方法可以稳定地提取背景图像,抑制运动目标对背景的干扰,有效地提高了运动目标的检测概率。     

一种从红外序列图像中提取感兴趣区ROI的有效方法

红外序列图像中提取感兴趣区（ROI）是图像压缩的关键步骤,ROI检测质量的好坏直接作用影响着后续处理。文章在Stauffer等人提出的自适应混合高斯背景模型基础上,融入帧差法分别将背景区和运动区以不同的更新率进行更新,同时在自适应背景更新的同时,不断改进自适应学习率。试验表明该方法构建的背景模型有较好的适应性,既可以稳定的对背景进行实时更新,又能够快速的提取目标的感兴趣区。     

一种基于PSO优化HWFCM的快速水下图像分割算法

The S/N of an underwater image is low and has a fuzzy edge.If using traditional methods to process it directly,the result is not satisfying.Though the traditional fuzzy C-means algorithm can sometimes divide the image into object and background,its time-consuming computation is often an obstacle.The mission of the vision system of an autonomous underwater vehicle (AUV) is to rapidly and exactly deal with the information about the object in a complex environment for the AUV to use the obtained result to execute the next task.So,by using the statistical characteristics of the gray image histogram,a fast and effective fuzzy C-means underwater image segmentation algorithm was presented.With the weighted histogram modifying the fuzzy membership,the above algorithm can not only cut down on a large amount of data processing and storage during the computation process compared with the traditional algorithm,so as to speed up the efficiency of the segmentation,but also improve the quality of underwater image segmentation.Finally,particle swarm optimization (PSO) described by the sine function was introduced to the algorithm mentioned above.It made up for the shortcomings that the FCM algorithm can not get the global optimal solution.Thus,on the one hand,it considers the global impact and achieves the local optimal solution,and on the other hand,further greatly increases the computing speed.Experimental results indicate that the novel algorithm can reach a better segmentation quality and the processing time of each image is reduced.They enhance efficiency and satisfy the requirements of a highly effective,real-time AUV.     

Segmentation of complex objects'' sonar images using parameter-fixed MRF model

The effective method of the recognition of underwater complex objects in sonar image is to segment sonar image into target, shadow and sea-bottom reverberation regions and then extract the edge of the object. Because of the time-varying and space-varying characters of underwater acoustics environment, the sonar images have poor quality and serious speckle noise, so traditional image segmentation is unable to achieve precise segmentation. In the paper, the image segmentation process based on MRF (Markov random field) model is studied, and a practical method of estimating model parameters is proposed. Through analyzing the impact of chosen model parameters, a sonar imagery segmentation algorithm based on fixed parameters' MRF model is proposed. Both of the segmentation effect and the low computing load are gained. By applying the algorithm to the synthesized texture image and actual side-scan sonar image, the algorithm can be achieved with precise segmentation result.     

图像拼接中鬼影消除算法研究

文章针对重叠区域运动物体在图像拼接过程中容易产生鬼影的问题,引入对运动物体区域只采用一幅图像信息的方法。提出运动区域单元的概念,它以运动物体区域重叠即相关的标准形成,以此为单位进行图像信息源的选择。结合随后提出的运动区域单元与重叠区域两边是否相接的权重系数,进行图像信息源的选择,在解决鬼影问题的同时防止了重叠区域边缘处易造成的同一物体的不连续。整个过程采用Matlab加以实现,实验结果验证了算法的有效性。     

基于声场干涉谱图的目标距离提取技术

由于噪声的影响,基于引导源定位算法中形成的声场干涉条纹图像模糊不清,利用图像特征提取技术无法提取出距离特征量。为了实现低信噪比条件下对目标的准确定位,提出了先对干涉图像进行降噪处理,再进行特征提取的解决思路。介绍了3种去噪方法,并对它们的性能进行比较。研究结果表明,降噪能有效克服定位失准问题,且小波阈值方法效果最好。     

基于Faster R-CNN的高速公路抛落物检测

采用传统的基于图像处理的检测方法对高速公路抛落物进行检测不仅耗时耗力,而且检测效果不理想,为解决该问题,提出一种基于Faster R-CNN的深度学习检测方法.在原始Faster R-CNN的基础上,采用残差网络Resnet101代替传统的VGG-16网络和ZFNet网络,作为图像特征提取网络;采用尺寸为4像素、8像素和16像素的锚框代替原始锚框,得到高速公路抛落物检测模型.采用自制的高速公路抛落物数据集对该检测方法的有效性进行验证,结果显示,采用该方法检测的平均准确率达到了91.75％,相比原始的Faster R-CNN算法和yolov3算法,分别提高了7.02％和11.13％.     

Segmentation of complex objects＇ sonar images using parameter-fixed MRF model

The effective method of the recognition of underwater complex objects in sonar image is to segment sonar image into target, shadow and sea-bottom reverberation regions and then extract the edge of the object. Because of the time-varying and space-varying characters of underwater acoustics environment, the sonar images have poor quality and serious speckle noise, so traditional image segmentation is unable to achieve precise segmentation. In the paper, the image segmentation process based on MRF （Markov random field） model is studied, and a practical method of estimating model parameters is proposed. Through analyzing the impact of chosen model parameters, a sonar imagery segmentation algorithm based on fixed parameters＇ MRF model is proposed. Both of the segmentation effect and the low computing load are gained. By applying the algorithm to the synthesized texture image and actual side-scan sonar image, the algorithm can be achieved with precise segmentation result.     

Underwater image bidirectional matching for localization based on SIFT

For the purpose of identifying the stern of the SWATH （Small Waterplane Area Twin Hull） availably and perfecting the detection technique of the SWATH ship＇s performance, this paper presents a novel bidirectional image registration strategy and mosaicing technique based on the scale invariant feature transform （SIFT） algorithm. The proposed method can help us observe the stern with a great visual angle for analyzing the performance of the control fins of the SWATH. SIFT is one of the most effective local features of the scale, rotation and illumination invariant. However, there are a few false match rates in this algorithm. In terms of underwater machine vision, only by acquiring an accurate match rate can we find an underwater robot rapidly and identify the location of the object. Therefore, firstly, the selection of the match ratio principle is put forward in this paper; secondly, some advantages of the bidirectional registration algorithm are concluded by analyzing the characteristics of the unidirectional matching method. Finally, an automatic underwater image splicing method is proposed on the basis of fixed dimension, and then the edge of the image＇s overlapping section is merged by the principal components analysis algorithm. The experimental results achieve a better registration and smooth mosaicing effect, demonstrating that the proposed method is effective.     

舰载无人机系统图像信息分级压缩/解压缩技术分析

针对舰载无人机载图像实时传输系统的要求，提出了一套采用整数小波变换和改进嵌入式零树编码、分级压缩，／解压缩的图像编码系统方案，对非感兴趣的大面积海面区域采用较高的压缩比，而对于感兴趣的目标区域采用相对较低的压缩比，这样既能大大减少数据的实时传输量，又能对目标识别等重要军事任务有很好的效果。