基于区域分割的红外与可见光图像融合算法的研究(英文)

由于红外图像和可见光图像的成像特点不同,因此在航空监视领域红外图像和可见光图像融合有重要的研究意义。由于非下采Contourlet变换具有更好的方向性、较高的逼近精度和更好的稀疏表达性能,能有效的提取图像的特征信息。因此我们在非下采Contourlet域,以空间频率为度量标准对红外图像进行阈值分割,经过分割将红外图像和可见光图像分别划分为目标区域以及背景,随后对红外图像和可见光图像进行边缘检测从而得到边缘区域,针对三个不同区域分别选择不同的融合规则进行融合。通过两组不同灰度差异的红外与可见光图像的实验,将基于像素点,窗口策略的融合算法和本文所提出基于区域算法进行了主观和客观的对比,试验结果表明基于区域分割的红外与可见光图像融合算法不仅能有效提取出红外图像中的目标信息还能有效的保持可见光图像的所反映的光谱信息,因此本文提出的算法是一种有效且可行的图像融合算法。     

基于加强模糊聚类的航空行李图像超像素分割

在自助行李托运系统拍摄的行李图像库中检索错误运输的行李时,图像背景会严重影响检索精度。针对该问题提出了一种加强模糊聚类算法（EnFCM）的超像素分割方法,实现了行李目标区域的提取。通过多尺度形态学重建梯度图像,设计了自适应上限尺度的分水岭超像素预分割算法,得到多个独立的超像素区域。对超像素图像进行直方图统计,并结合分水岭分割参数和实际行李图像内容的类别数量进行超像素的加强模糊聚类,得到行李区域。通过多个实际行李图像的分割实验验证了算法的有效性,平均分割精度达到93%,超过多个典型的分割算法。     

一种基于MLS的SAR图像点特征提取方法

针对合成孔径雷达图像点特征提取问题,提出了一种基于MLS的SAR图像点特征提取方法.首先利用提出的基于超像素关联分析的SAR图像分割算法得到二值分割图像,再把该二值图像和SAR图像进行点乘运算,获取到含有强度信息的目标区域,然后采用移动最小二乘法(MLS)对目标区域进行曲面拟合,根据设定的点特征判决规则,最后提取出SAR图像的峰值、脊和谷等多种点特征.基于MSTAR数据的实验结果表明了该方法的有效性和准确性.     

一种新的泊位飞机阴影分割方法

飞机泊位自动引导系统中,识别跟踪定位泊位飞机时,会出现灰度较低区域被误判为阴影区域的现象,严重影响识别效果,因此分割飞机阴影是泊位成功与否的关键技术。提出一种将形态学的幂变换与无边界主动轮廓线模型结合的阴影分割方法,首先利用多方向权重形态学对泊位飞机图像中的噪声和微小的干扰区域进行滤除,然后进行幂变换来增强图像质量,最后利用无边界主动轮廓线模型分割阴影。实验结果表明,该方法不仅能够滤除噪声,保留图像细节,而且能提高分割阴影的精确度,并且抑制了泊位飞机分割产生的＂拖尾＂现象,有效地检测出运动飞机的阴影。     

表面粗糙的复杂目标全极化ISAR图像快速仿真

为了获取基于模板图像的车辆、飞机等复杂目标识别所需的海量高质量逆合成孔径雷达(ISAR)图像,提出了表面粗糙的复杂目标全极化ISAR图像快速仿真方法。该方法预先对车辆和飞机等复杂目标表面粗糙程度进行分级定量描述,并以改进的射线弹跳法和等效边缘流法快速预估来自目标粗糙表面的镜面反射和多次反射贡献以及细分边缘的绕射贡献,经相干叠加获得目标的精确电磁散射数据,最后进行成像处理得到高质量全极化ISAR图像。标准体、飞机和车辆目标的仿真实验结果验证了该方法的准确性和有效性。     

基于Wasserstein距离和SBGFRLS方法的活动轮廓模型图像分割算法

提出一种结合Wasserstein距离和SBGFRLS方法的非参数化活动轮廓图像分割算法。该算法采用二值函数作为水平集函数并利用高斯核函数对其正则化,有效避免水平集演化中的重新初始化过程,提高分割速度。算法本身具有选择局部和全局分割的属性。利用Wasserstein距离作为区域相似性测度使图像分割不依赖于图像数据的具体分布模型,扩大了传统水平集算法的应用范围。实验结果表明,该算法能够对图像进行有效准确地分割且具有较快的速度。     

融合明度特征的V-SAD立体匹配算法

针对SAD算法难以对图像中纯色与弱纹理部分进行准确匹配的问题,提出了将HSV空间明度特征与SAD算法相融合的立体匹配算法,称为V-SAD算法.首先将图像从RGB空间转化至HSV空间,并根据H、S、V值将像素点按照颜色分为10类,同时得到明度特征图.然后结合SAD算法需要的灰度特征图计算匹配代价,得到初步的视差图.接着,根据HSV空间的颜色信息对图像进行分割,结合数学形态法求解分割区块中的独立连通域.再利用边缘生长法对每一个连通域的视差进行恢复.最后,使用左右一致性检测方法对视差图进行优化.实验结果表明,利用图像的明度信息衡量纯色与弱纹理区域的匹配点的相似度是有效的,该V-SAD算法有效改善了SAD算法在弱纹理和纯色区域的匹配效果,平均误匹配率下降了13.02％.     

基于边缘检测与颜色目标定位的图像检索

提出一种先利用图像边缘信息缩小检索范围。再利用图像颜色信息进行目标定位的图像检索算法。首先。提取图像边缘信息。利用图像位错率进行边缘信息比较,位错率越小图像边缘信息越接近;然后,利用主色调确定图像的目标块,进行目标子块间的比较。算法忽略图像中不重要的背景因素,有效利用重要的目标因素。从而提高了检索效率。仿真实验证明该算法比单一使用边缘检测、颜色目标定位具有更好的检索性能。     

一种地形轮廓特征的立体视觉三维重建方法

针对自然地形轮廓特征的三维数据测量问题,提出了一种基于区域分割的立体视觉三维重建方法。先通过分水岭变换进行图像分割,根据分割区域边界确定图像中场景的轮廓边缘。轮廓边缘按所属区域分组进行立体匹配,根据分割区域相互邻接的全局特征和各区域的位置、尺寸、灰度值局部特征建立区域约束,并根据区域边缘像素点梯度分布特点建立梯度方向约束,以减小立体匹配的搜索空间、优化匹配顺序、提高匹配精度。进而根据双目立体视觉的成像模型计算匹配边缘点的三维坐标,实现地形轮廓边缘的三维重建。实验结果表明,该方法能够快速有效地重建出体现地形三维结构特征的轮廓边缘,并具有较高的立体匹配正确率和重建精度。     

一种基于边缘特征的背景差分运动目标检测方法

针对背景差分运动目标检测中目标边缘不够精确的问题,提出一种基于边缘特征的背景差分运动目标检测方法.该方法结合了均值背景的总体特性和对称帧差的实时性.首先,利用包含同一图像的两幅对称帧差相与结果获取运动目标的准确边缘,并将其作为目标分割的边界限制;然后,利用背景差分方法获取运动目标区域范围,提取目标像索点作为区域生长的种...     

Prior-guided GAN-based interactive airplane engine damage image augmentation method

Deep learning-based methods have achieved remarkable success in object detection, but this success requires the availability of a large number of training images. Collecting sufficient training images is difficult in detecting damages of airplane engines. Directly augmenting images by rotation, flipping, and random cropping cannot further improve the generalization ability of existing deep models. We propose an interactive augmentation method for airplane engine damage images using a prior-guided GAN to augment training images. Our method can generate many types of damages on arbitrary image regions according to the strokes of users. The proposed model consists of a prior network and a GAN. The Prior network generates a shape prior vector, which is used to encode the information of user strokes. The GAN takes the shape prior vector and random noise vectors to generate candidate damages. Final damages are pasted on the given positions of background images with an improved Poisson fusion. We compare the proposed method with traditional data augmentation methods by training airplane engine damage detectors with state-of-the-art object detectors, namely, Mask R-CNN, SSD, and YOLO v5. Experimental results show that training with images generated by our proposed data augmentation method achieves a better detection performance than that by traditional data augmentation methods.     

捕获轨迹法在××无人机投放试验中的应用

介绍一种投放外挂物脱离母机状态的风洞测力试验和飞行轨迹分析融于一体的“捕获轨迹”方法。该方法能较精确地获得外挂物在复杂干扰流场中所受的空气动力和力矩，实时地提供离机后的轨迹和姿态，预测了无人机和母机之间飞行是否相容的问题。全尺寸的飞机投放试验表明，“捕获轨迹”技术是一种精确预测外挂物分离特性的方法，解决了大展弦比无人机安全离机的关键问题。     

基于Rough/SVM的飞机目标识别模型

研究了基于粗糙集（Rough）和支持向量机（SVM）的模式分类技术,结合遥感图像中军用飞机目标识别进行理论分析和试验研究。基于粗糙集和支持向量机算法的优势,设计了基于粗糙集和决策有向无环图的支持向量机模式识别分类器,并对分类的性能进行了分析研究。利用粗糙集理论中属性约简方法去除冗余属性,降低飞机特征维数,提出了使用决策...     

一种Mumford-Shah模型的图像分割改进算法

提出了一种新的基于Mumford-Shah模型的图像分割改进算法,并通过对飞机图像轮廓分割进行效果验证。首先,内部惩罚项的设置,彻底消除了计算量巨大的更新水平集函数的步骤。第二,可使用较大的时间步长,获得较快的曲线演化速度。第三,水平集函数可初始化为更容易构造和使用的一般函数,初始轮廓线可以构造为任意形状。最后,选择因子的设置既继承了克服轮廓线“冒顶”的性能,又保证了曲线未达轮廓边界时的演化速度。     

基于仿射变换的飞机图像的识别

 先基于细胞神经网络提取飞机图像轮廓,再用基于仿射变换方法对多种飞机的轮廓图像做不变特征的提取,把多种飞机的不变特征放在数据库中。进行飞机类型识别时先计算实时图像中飞机(目标) 的不变特征,然后与数据库中的每个不变特征做相关运算,即可识别飞机的型号。     

飞机二次电源智能测试系统设计与应用

简单介绍了二次电源智能测试系统研制的背景和意义，并阐述了系统的总体功能特点、工作原理、设计思路。重点阐述了系统的硬件系统组成与实施及软件系统的设计。     

基于粒子群优化算法的飞机维修计划编制优化

针对国内航空公司的维修生产管理,分析了维修计划的编制流程,建立了相应的整数规划数学模型,该模型采用维修停场损失、维修加班费用和维修外包费用的和作为目标函数,可用于混合机型机队的定检维修计划的制定。同时分析研究了粒子群优化算法,并采用该算法对模型进行求解。数据仿真结果表明,建立的模型和求解算法切实可行。     

人员离机轨迹数值模拟及快速预测研究

离机轨迹研究在分析外挂物分离、导弹投放以及人员空中脱离过程等方面有着重要的参考意义。运用动态嵌套网格技术,通过CFD方法来模拟人员空中离机后的运动轨迹。提出一套基于本征正交分解(POD)方法的人员离机轨迹快速预测算法。将CFD数值模拟得出的离机轨迹作为样本,以飞行马赫数和攻角双参数变化为例,详细介绍POD方法预测离机轨迹的实现步骤。结果表明:POD方法相对于CFD方法可以大大减少计算时间,并且POD预测结果与CFD方法得到的结果吻合较好,为离机轨迹预测在工程应用上提供了一种快速简便的方法。     

航模驱鸟设备的综合安全性研究

综合分析了影响航模驱鸟设备安全性的航模、操纵者及环境三方面的因素,为了提高航 模驱鸟设备的综合安全性,结合专家经验及数据,提出了相应的保证安全的措施。     

利用OpenGL建立运动目标体素模型的方法

三维体素模型的建立是运动目标序列图像产生的基础和关键步骤，三维体素模型就是利用计算机系统将运动目标的几何特性在计算机显示器上直观地表示出来。介绍了应用SGI公司的OpenGL三维图形库和微软的MFC基类库在VC 5.0的编程环境中建立运动目标三维体素模型的方法和过程，并以较复杂的静态飞机模型为例进行了模拟实现，得到较好的效果。