基于知识的航空图像中大型水上桥梁目标识别

针对远距离高空航拍图像中桥梁目标的典型场景，提出了一种基于知识的桥梁目标识别方法，完成了远距离高空航拍图像中桥梁目标的检测．本算法根据水域、陆地域和桥梁域三者之间的关系以及桥梁域自身的特点，采取先假设后验证的方法确定桥梁域．在实验中取得了较好的识别效果．     

红外运动目标图像的识别与跟踪技术研究

文中实现了基于红外扫描图像的运动物体自动识别跟踪系统.选择了Butterworth滤波和中值滤波结合的方法对图像进行预处理,基于多帧图像的局部能量的分割算法来实现图像背景的分割,并采用卡尔曼跟踪算法和目标方位确定算法相结合完成对红外小目标的跟踪.在VC++中使用GDI来建立雷达扫描式的极坐标系,将目标运动轨迹在坐标系中显示出模拟轨迹.     

基于Hopfield神经网络的遥感图像超分辨率识别算法

提出基于Hopfield神经网络的遥感图像超分辨率目标识别算法，它是利用模糊分类技术进行模糊分类，然后用分类结果约束Hopfield神经网络的方法．通过实验，可知Hopfield神经网络在学习样本少时．也能够输出分辨率相对较高的地物目标信息．因此．基于Hopfield神经网络的遥感图像处理方法，能够提高遥感图像的目标分辨率．使其目标特征信息更清晰．     

基于矩不变量的图像目标识别

形状识别在计算机视觉中具有十分重要的意义,理论上矩不变量特征在图像平移、伸缩、旋转时均保持不变.文中提供了针对光学图像上的飞机、汽车目标识别方法的研究,此方法的特点是采用五个不变矩的指数和两个二阶矩为特征,采取直接根据特征值范围进行分类的方式,对18种类型飞机的235幅图片和2种类型汽车的13幅图片进行了识别,识别准确率达到了94%.     

基于动态阈值和分层检测的图像缺陷识别算法的研究与应用

针对高精度印刷图像的质量检测中的检测速度和检测精度问题，本文提出了一种基于动态灰度阈值和分层检测的高精度印刷品质量检测的实时的图像缺陷识别算法，算法考虑到人的视觉感官特性，首先将所用的灰度阈值对采集到的印刷品图像进行缺陷的初卞识别和标定，然后再按照高精度图像检测要求采用分层检测的方法进行搜索，解决了以往图像检测缺陷识别中的检测效果和速度不理想的问题，经过在有度印刷图像的质量自动化检测系统中的应用，算法的速度和效果得到验证。     

基于各向异性测度的路面三维图像裂缝识别

为准确而完整地识别路面裂缝,提出了基于1 mm/像素的路面三维图像裂缝自动识别算法．该算法主要包括各向异性测度计算与自适应优化阈值分割、深度验证和多分辨率去噪处理3个部分．首先,针对路面图像像素特征,基于0°、45°、90°和135°四个方向的线性邻域的均值和标准差计算每个像素的各向异性测度（表征方向性的强弱）,并应用最大类间方差法确定最优阈值,将路面图像分为强方向性和弱方向性像素两类;其次,根据半径为d的正方形邻域深度均值设定阈值,用方向性强且深度低于或等于该阈值的像素形成初步的裂缝图像;最后,将裂缝图像划分为多个子块,设计去噪模板对裂缝图像进行滑动窗口去噪处理,获得最终裂缝图像．基于166幅含有各类裂缝的三维路面图像（2048×2048像素）进行测试分析,结果显示,本文算法获得了较高的准确率（均值91．57％）和召回率（均值81．29％）,最终以84．26％的F1均值优于种子识别算法（F1均值69．19％）、Canny边缘检测（F1均值8．15％）和OTSU分割（F1均值5．11％）．     

交互式识别在SAR图像目标识别中的应用

由于SAR成像机理、强斑点噪声等特点及受分辨率影响，导致SAR图像不直观，特别是对复杂形体小目标的解译相当困难．基于此，文中提供了基于“3S”技术的交互式识别，该方法利用构像方程原理，在“3S”技术（GPS，RS，GIS）和图像数据库的支持下，借助直观的光学图像来识别SAR图上的小目标，以及一些难以判读的大型目标，取得了比较好的识别效果．     

遗传分类器在水下目标识别中的应用

结合实例详细介绍了用于水下目标识别的遗传分类器,并通过验证取得了良好效果．     

基于Simulink的图像角点检测及匹配的实验平台

基于Matlab的Simulink设计的图像角点检测和匹配的实验平台,首先根据角点检测原理利用Level-2 M-file S-Function建立角点检测模块,其次根据角点匹配原理利用Simulink模型库搭建出角点匹配模块,最后将各个模块连接起来形成实验平台。此平台将每个模块封装,可以从模块外部更方便的调整参数,通过图像角点检测和匹配效果来测试各个模块性能,及参数影响效果。实验结果表明,该系统满足实验测试要求。     

基于图像序列区域混沌特征的海面舰船目标检测算法

为了检测复杂海面背景中的舰船目标, 提出了一种基于图像序列区域混沌特征的目标检测新算法, 算法利用小数据量法计算图像序列区域的最大Lyapunov指数, 分析运动目标存在时背景信号混沌特征的变化, 并利用混沌特征的变化差别检测淹没在混沌背景信号中的目标信号, 最后对100帧图像进行了目标检测。计算结果表明: 新算法检测率为100%, 虚警率为5%, 检测结果优于利用统计分析方法的结果。     

基于遥感图像的地学信息单元特征提取与识别

为实现对地学信息单元的自动识别和分类,对地学信息单元的几何形状特征的提取及量测方法进行了研究,利用数学形态学方法实现对遥感图像的半自动提取地学信息单元的图形边缘.分别提取图形的面积、周长、面积周长比、形状参数、分形分维数等5个直观易测且具有判别意义的特征参数.利用这5个特征采用判别分析方法实现对地学信息单元的识别分类,并取得了较理想的结果和准确率.     

实时二维多尺度目标识别方法及其应用

序列图像中多尺度目标具有灰度值分布一致性和不变性的特点.据此,提出基于量化灰度值自结构的动态目标识别方法.自结构的形成是通过相邻采样点之间的比较实现的.量化是对比较结果进行开关运算得到的.量化自结构之间的差值表示识别结果.识别计算过程可在0.3s～0.5s内完成,比一般的识别方法较大地提高了运算速度.本方法不受图像模糊的影响,提高了识别的可靠性和鲁棒性.应用实践表明,此方法是可行的和实用的.     

一种半自动的基于图像建模系统

针对目前各种类型航海模拟器的虚拟建模效率较低与真实感较差等问题,设计与实现了一种基于多幅图像及少量用户交互恢复物体三维几何模型的系统.本系统采用稳定性好的改进Har-ris算子进行角点检测,基于角点空间特征及交叉相关实现角点的初始匹配;采用基于极线约束的角点匹配快速算法完成角点的精匹配,同时引入迭代和人工辅助修正的方法解决匹配算法的退化情况.在角点匹配结果基础上进行仿射重建,通过升级矩阵实现度量重建,在OpenGL环境下绘制出物体的三维模型框架.从原图像中抽取纹理并采用多视角图像融合的方法进行纹理映射,得到"照片级"真实感的三维模型.     

复杂背景下多目标图像分割方法研究

真实路况中的运动车辆图像进行图像分割时,图像中往往存在多个车辆车牌信息,且这些车牌信息具有尺度不一,位置随机等特点,加之光照及复杂背景的影响,如何兼顾多个车辆车牌的分割效果是车辆检测和跟踪领域亟待解决的问题.为了解决这类工程应用中的问题,需要在尺度空间下对多目标图像进行分析.因本文在前期多尺度分割模型的基础上引入视觉注意机制,利用不变性特征实现多目标的定位及最优分割尺度的选取.经大量实验测试结果表明,该算法较好地实现了图像中多个车牌图像的分割并且具有较好的分割效果.     

提升高精度图像弱目标视觉质量的高效压缩算法

为了实现对高精度图像进行高效压缩,同时确保重建图像的弱目标区域有较好的保真效果,提出了一种提升弱目标区域质量的基于误差优化编码的高精度图像压缩算法. 首先,使用JPEG-LS （joint photographic experts group lossless）压缩算法对图像数据进行压缩,在游程编码过程中自适应地选择需要二次编码的误差数据,并完成了基于视觉质量的非均匀量化;其次,对量化值进行数据分解,去除量化值之间的相关性,并对分解后的数据进行MQ算术编码的熵编码;图像重建时根据量化间隔重建反量化值,并设计了反量化优化和滤波优化过程;最后,将本文算法与JPEG-LS、JPEG2000 （joint photographic experts group 2000）算法进行了性能比较,结果表明:本算法能够实现高精度图像数据的高效压缩,且复杂度低,易于硬件实现,虽然引入了误差数据二次优化编码等过程,但增加编码的数据量较小,故与JPEG-LS算法的压缩速度相当,然而比JPEG2000算法的压缩速度提升4.47倍;同时有效减少了常规算法造成的信息损失,重建图像的峰值信噪比与JPEG-LS、JPEG2000相当或略低,但弱目标区域的视觉质量及保真效果更好.      

基于多尺度区域网格的公路车辆自动检测识别

提出距离相关的变N值区域采样目标检测方法和距离无关的自相关目标识别方法用于检测识别特定公路段行驶的车辆．特点是不用对摄像机进行标定，使用方便，算法简单，运算速度快，识别距离远．用不同的N值对不同距离处公路宽度进行水平等分并且在车辆目标位置形成区域采样网格．由于模型图像采样网格密度也由N值决定，利用网格上的点集自相关方法将实际序列图像中不同大小目标区域与同一模型进行匹配．     

一种基于能量聚点的目标检测方法

定义了刻画信号能量分布的λ水平能量聚点的概念，利用目标信号能量分布的特点，通过对信号进行小波分解提取各频段的信号，分别作功率谱估计后将频域信号的λ水平能量聚点作为信号特征量，用费歇判别分析方法对目标进行检测，计算机仿真结果验证了方法的有效性．     

基于小波包能量谱和SVM的水下目标识别

为了提高舰船辐射噪声信号分类的准确率,即在水下进行舰船目标识别的准确率,采用了小波包提取信号能量谱特征的方法和支持向量机的分类算法.简介了小波包变换及支持向量机的基本原理,然后针对舰船辐射噪声信号进行多层小波包分解,提取各子频段能量谱作为特征量,归一化处理后构建特征向量,最后用支持向量机算法进行分类.仿真实验结果表明,利用对信号的多层小波包分解提取能量谱特征和支持向量机的分类算法能对舰船辐射噪声信号进行有效识别.     

基于矩阵分析和D-S证据理论的时空数据融合及目标识别

在矩阵分析和D-S证据理论的基础上,给出一种时空数据融合的方法,并将它应用于飞机特征识别的数据融合中.实验结果证明了基于融合后的识别结果较单传感器的识别结果好,验证了这一方法的正确性和有效性.