基于RRBF的空中目标识别

为了更好地解决空中目标识别的问题,简单介绍了粗糙集相关理论.在提出一种属性约简方法的基础上,利用粗糙集和径向基网络的优势,构建了一种耦合模型.通过对空中目标实例的仿真实验,说明了该方法能够客观有效地对空中目标进行识别.     

遗传算法在低信噪比图象点目标检测中的应用

将遗传算法用于图象中低信噪比点目标的检测。在分析了点目标及背景特点的基础上,设计了编码方案及遗传操作算子,提出了合格个体保留法。仿真结果表明应用此算法,可实现信噪比为2dB的点目标的检测与跟踪。     

简析战车全数字化目标自动跟踪系统

对具有自动跟踪的优点,而且能实现目标多维信息的数字化采集和实施高速的目标信息实时处理的《战车全数字化目标自动跟踪系统》的硬件设计和软件设计进行了简单介绍;分析了系统的性能特点和这种设计方法所具有的优点。     

视觉检测中圆形标志的定位方法研究

在使用圆形人工标志的计算机视觉检测中,标志的中心定位准确度直接影响到检测的整体准确度。在利用数学形态学算法提取标志边缘的基础上,采用椭圆拟合法、灰度加权质心法、灰度平方加权质心法对标志中心进行定位,并通过实验比较了三者的定位准确度和稳定性。最后得出,在视觉检测中可采用灰度加权质心法来定位标志的中心。     

一种红外小目标图像质量的评定方法

提出了一个新的红外小目标图像质量评定标准——背景干扰程度,定义了"目标混淆度"和"目标遮隐度"两个指标,它们分别体现了背景噪声引入虚警的能力和背景噪声遮隐目标的能力,设计实现了利用两个指标对背景干扰程度的定量描述.实验证明,与传统的小目标图像评定标准信噪比相比,利用该标准评定的结果与实际情况更加符合,更准确地描述了研究者所关心的检测识别目标难易程度的信息,同时,该标准对于无目标信息情况下小目标图像的质量评定也是有意义的.      

多平台协同目标感知分散化最优控制方法

由于平台之间信息和计算是高度分布的,平台的运动以及通信拓扑的变化,使得多平台集中式协调控制结构很难实现.以最小通信量为基础的分散协同控制具有可扩展性、异构性和动态可重构性等特点,可靠性和鲁棒性较好.提出了集中和分散相结合的多平台协同控制系统结构,集中控制主要实施任务分配、通信管理以及编队管理,而平台之间则可在有限通信基础上实施分散化最优协调控制.建立了被动多平台协同目标感知分散化信息融合算法,以信息熵作为效能指标,实现了存在控制、通信和防撞等不同约束条件下的多平台协同目标感知分散化最优控制及协同感知目标信息的极大化.仿真结果表明:有通信情况下的多平台协同目标跟踪性能明显优于无通信情况下的非协同目标跟踪性能.      

基于Swin Transformer和多尺度特征融合的红外弱小目标检测方法

红外弱小目标的检测识别是军事侦察和遥感探测领域的一项关键技术。针对现有的传统目标检测方法普遍存在的检测误报率高、环境适应性差等问题,本文设计提出了一种基于Swin Transformer和多尺度特征融合的红外弱小目标检测方法。该方法首先在基于编解码Unet网络架构的基础上,通过引入Swin Transformer的自注意力机制代替常规的卷积核来进行目标特征的分层提取,从而有助于在更大的感受野下挖掘目标在不同尺度下的潜在信息;之后,通过设计一个自底向上的跨层特征融合模块作为网络模型的解码器,可以从复杂背景中保留红外弱小目标特征,并将目标的浅层局部信息和深层语义信息进行充分融合。试验测试结果表明,所提方法在红外小目标公共测试数据集SIRST上能够实现0.747的交并比指标(IoU),以及0.752的归一化交并比指标(nIoU),其性能均优于其它典型方法,在不同复杂场景下均拥有更好的检测效果。     

基于子空间投影的未知背景航拍高光谱图像恒虚警目标检测

针对航拍高光谱图像中未知背景地物特征条件下小目标的检测问题,给出一种检测算法。利用目标的低概率特性,通过模糊聚类获取高光谱图像中背景的光谱特性;然后将高光谱数据向背景光谱信号的正交子空间及目标信号子空间投影以抑制背景和噪声信号;最后在特征层利用广义似然比检验构造出具有恒虚警特性的检测器,完成融合检测过程。理论分析和实验结果表明了算法的有效性。     

基于PNN与FNN模型神经网络控制器设计与分析

模糊神经网络和预测神经网络分别是基于经验和学习的新型神经网络控制系统,通过在卧式电液仿真转台中框控制器上分别采用这2种控制方法来研究它们的控制特性和应用范围.其中,模糊神经网络结合了模糊控制的经验和神经网络的学习能力,但控制精度取决于人为经验;所研究的预测神经网络采用了基于非线性自回归滑动平均模型建立预测模型,实现在线学习和在线控制,但初始阶段控制精度不高.仿真研究证明,根据具体的控制对象采用适当的控制方法或是将2种方法合理地结合起来将会达到较高的控制精度.      

面向目标识别的多特征图像融合技术综述

目标识别是计算机视觉领域重要的研究课题.图像融合由于能对信息进行多级别、多层次以及多方面的处理与综合,因此可以获得更为精确和更为可靠的信息.近年来,基于多特征融合的目标识别方法由于无需精密的图像配准,计算简便的优点得到研究者的重视.本文首先简要介绍了特征融合的基本原理和基本框架;然后梳理了特征融合的几类重要方法;最后,...