舰船目标图像特征识别系统研究

海上遥感图像的目标探测与特征提取是一项非常重要的技术,特别是近年来光学探测仪器、计算机处理器等获得了迅速发展,使遥感技术的应用能力不断提升。本文分别从小波变换的遥感图像前处理、基于视觉显著性的船舶目标候选区域提取以及基于FPGA的舰船目标图像特征识别系统搭建等方面进行详细研究,对于改善当前海上舰船遥感技术的应用质量有一定意义。     

集成局部和全局特征的舰船图像检索算法

面对现有船舶图像检索存在的“语义鸿沟”问题,导致无法满足用户实际检索需求,研究集成局部和全局特征的船舶图像检索算法,实现不同条件下的船舶图像检索。通过颜色矩方法提取船舶图像全局颜色特征;通过块截断量化编码理念,采用模糊C-均值聚类算法将船舶图像分割成子块,构建子块的二值位图,表示图像局部颜色特征;结合小波变换提取船舶图像纹理特征;求解待检索船舶图像与数据库中船舶图像的各特征相似度,获取总相似度,选取总相似度最大图像作为图像检索输出结果。实验结果表明：该算法可有效提取船舶图像纹理特征;尺度变化、光照变化、旋转条件下的船舶图像检索性能较好,平均匹配率97.94%,平均匹配时间为11.9 ms,检索速度快,操作简单,能够满足用户实时性检索需要。     

双目视觉下红外遥感舰船图像三维重构设计研究

为提升舰船三维重构结果的细节丰富度,在双目视觉支持下提出红外遥感舰船图像三维重构设计方法。通过像素坐标系与世界坐标系的转换,融合可见光图像与红外遥感图像的点云信息。从可见光图像与红外遥感图像融合结果中提取舰船目标的质心、质心区域灰度以及舰船区域面积的特征点。利用半全局匹配算法,匹配提取特征点。依据匹配结果采用三角化曲面算法实现舰船图像三维重构。实验结果表明,该方法重构获取的舰船图像,细节丰富,未出现空洞或细节丢失情况。     

基于视觉传达技术的船舶图像中弱小目标检测方法

为及时发现和跟踪小型渔船、救生艇等弱小目标,提高海上救援和应急响应的效率和准确性,研究基于视觉传达技术的船舶图像中弱小目标检测方法。通过中值滤波算法去除船舶图像中的噪声,改善船舶图像质量,将去噪后的船舶图像应用于基于门限直方图均衡的船舶图像增强方法中,在该方法处理下,增强船舶图像对比度;之后利用视觉传达技术,对船舶图像中的弱小目标亮度进行调整,并根据亮度调整结果分割目标边缘,从而实现弱小目标检测。经实验验证,该方法可在保证图像边缘清晰的情况下实现图像去噪与增强,提高了船舶图像质量,同时该方法具有较高的背景抑制因子与信杂比率增益,在检测过程中可有效分割弱小目标与背景,实现良好的弱小目标检测。     

Moment-Based Method to Estimate Image Affine Transform

The estimation of affine transform is a crucial problem in the image recognition field. This paper resorted to some invariant properties under translation, rotation and scaling, and proposed a simple method to estimate the affine transform kernel of the two-dimensional gray image. Maps, applying to the original, produce some correlative points that can accurately reflect the affine transform feature of the image. Furthermore, unknown variables existing in the kernel of the transform are calculated. The whole scheme only refers to one-order moment,therefore, it has very good stability.     

基于图像处理的船舶舱室设计缺陷检测系统

对舱室设计缺陷进行检测是船舶制造过程中的必经步骤。传统的舱室设计缺陷检测依赖于现场检测人员的经验和检验设备的精度,检测效率较低,船舶大型化对设计缺陷检测提出了新要求。本文在充分研究图像处理技术的基础上,提出一种船舶舱室设计缺陷检测系统,设计了系统的整体结构,并对系统进行了测试。测试结果表明,系统可以实现对舱室结构参数的基本检测,同时对墙面裂缝可以做到自动识别和判定,大幅度提升了舱室设计缺陷检测的工作效率和准确率。     

数字图像二维Arnold变换周期的一组必要条件

以图像信息安全问题为背景,讨论了平面上Arnold变换的周期性,给出了判别周期的一组必要条件。     

指纹图像质量评估

提出的指纹图像质量评估方法是图像预处理[1]的一个模块,它将在对指纹图像进行分割、细化等预处理操作之前先对图像质量进行评估,去除不满足要求的指纹图像以提高后续处理的鲁棒性[2].所提出的方法:先对指纹图像分块(每块9×9)[3],然后获取每块的方向信息,基于方向信息确定前景块和背景块进行分割,统计优势方向块,计算比重,得出评估参数,最后再通过指纹图像的对比度和纹线的抛物线走向来判定指纹图像是否过干、过湿或过偏.     

指纹图像预处理方法的研究与比较

指纹图像预处理需针对不同的噪声产生原因而采用不同的方法,先对采集到的退化图像进行Wiener滤波。然后对复原后的图像进行增强预处理．着重对主要预处理方法Gabor方法和各向异性扩散技术进行了分析对比,并就这些方法中的参数选择进行了对比研究．     

机器视觉中的几何畸变校正软件设计

针对基于视觉的机械钻孔中的定位问题,建立靶标图像的仿射模型和网格模型,对畸变图像进行整体和分区细化两种校正分析,实验结果显示：在靶标精确的情况下,仿真加工的校正误差不会超过0．1mm．