核最小二乘算法检测红外点目标(英文)

对于背景呈非线性变化的复杂图像,用背景预测的方法对红外点目标进行检测时,传统的线性最小二乘法(Least Squares,LS)的效果比较差.文章使用核方法(Kernel Methods,KMs)推导了最小二乘法的非线性版本:核最小二乘算法(Kernel Least Squares,KLS);进一步推导出了更适合动态系统时序预测的指数加权形式的核最小二乘算法(Kemel Exponential wleighted Least Squares,KEWLS).提出了一种基于核方法的红外点目标检测算法,先用KEWLS非线性回归算法预测红外图像背景,再通过自适应门限检测残差图像中的目标,非线性函数回归和红外序列图像检测实验表明核方法较大地改进了算法的非线性函数估计与红外背景预测能力.     

基于最小一乘背景预测的红外小目标检测算法

本文提出了一种基于最小一乘背景预测的红外小目标检测算法.首先在建立最小一乘准则背景预测模型的基础上,根据最小一乘估计的性质,应用线性规划的方法解决最小一乘估计中极值的选取问题;然后将原始图像与预测图像相减得到预测残差图像;最后利用基于二维指数熵的图像阚值选取快速算法进行分割.文中给出了实验结果与分析,并与基于最小二乘背景预测的检测算法作了比较.实验结果表明,本文提出的算法具有更高的检测概率,优于基于最小二乘背景预测的检测算法.     

基于改进半因果支持域的镁熔液第一气泡检测

为精准识别镁熔液含氢量检测中镁熔液复杂表面背景下的第一气泡,在基于图像处理的镁熔液第一气泡检测算法的基础上提出了一种基于改进半因果支持域的实时检测算法.该算法首先采用改进半因果支持域模型对4帧原始图像进行估计得到背景预测图像,其次使用原始图像减去背景预测图像得到残差图像;而后利用隔帧差分算法并结合双层流水线算法获取阈值分割后的二值图像;最后对二值图像进行逻辑与运算和形态学开运算,获取真实的第一气泡目标,并在相同实验条件下将该算法对单帧图像的预处理效果、序列图像的检测性能与基于改进背景预测和流水线算法进行比较.仿真结果表明:该算法可达到实时检测的要求,且在单帧图像预处理方面对复杂背景的抑制效果更好,预处理时间减少6.2%,同时在序列图像检测方面,算法的抗干扰能力更强,检测到的目标点更易观察,检测总时间减少17.3%.     

基于多项式曲面拟合的TFT-LCD斑痕缺陷自动检测技术

在液晶显示器的各种视觉缺陷中,斑痕缺陷的检测是最为复杂的问题,尚未能有效解决。为了实现自动化作业,提出了一种新的斑痕缺陷检测方法。在图像分割中,提出了一种基于最小二乘法多项式曲面拟合技术的背景建模方法。利用该背景模型,可以将可能含有斑痕缺陷的图像区域从复杂背景中分割出来。在特征提取中,综合考虑了目标区域的对比度、面积、位置、轮廓、形状和亮度均匀性等特征量,建立了一种新的斑痕缺陷模型。在模式识别中,设计了基于规则的模糊分类器。该方法可以充分利用检测人员的经验和知识从而获得与人类观察者心理特点相一致的检测结果。     

红外序列图像的支持向量机分割方法

红外序列图像的准确分割是自动目标识别的关键,而当图像背景复杂时,传统的图像分割技术往往难以满足要求,为此,提出了基于支持向量机的红外序列图像分割方法。序列图像中的部分帧被作为训练样本,通过选择适合的模型参数,运用支持向量机方法建立学习机器,将后续图像帧中的目标从复杂的背景中识别出来,从而实现红外图像分割。实际红外序列图像分割表明,基于支持向量机的图像分割方法不需要复杂的预处理和后处理工作,分割效果理想,对于小目标的图像,识别正确率可达 99%。     

聚丙烯熔融指数的最小二乘建模与自适应预报

针对工业双环管丙烯聚合装置熔融指数(MI)在线测量的困难,进行了聚丙烯熔融指数的在线最小二乘建模与自适应预报方法的研究。首先结合聚合反应机理分析,以Hammerstein模型描述聚丙烯熔融指数的动态特性,其次,利用渐消记忆递推最小二乘法在线更新Hammerstein模型参数。在此基础上,通过降维观测器的设计提出并实现了工业双环管聚丙烯装置的一种熔融指数的在线最小二乘建模与自适应预报方法。最后,利用工业数据验证了此算法的可行性和有效性。     

基于多分辨率阈值的非均匀光照微视觉图像实时分割技术研究

为了满足微纳和生物医学领域对微视觉图像目标信息高精度实时提取的需求,提出一种基于多分辨率阈值的非均匀光照微视觉图像实时分割技术.针对传统方法所存在的在非均匀光照微视觉图像分割过程中难以精确估计阈值和实时性差等问题,首先根据微视觉图像的梯度概率密度稀疏分布特性,建立灰度强度分布估计目标函数,并利用迭代加权最小二乘法实现灰...     

基于FSVM时域背景预测的红外弱小目标检测

本文提出了一种基于模糊支持向量机(FSVM)时域背景预测的红外弱小目标检测方法.首先针对前几帧图像中对应同一位置像素点的灰度值序列,利用模糊支持向量机进行函数拟合,并据此预测下一帧图像在该位置处像素点的灰度值:然后将原始图像与预测图像相减得到预测残差图像,利用基于二维Tsallis-Havrda-Charvat熵的阈值选取快速算法进行分割,并根据小目标运动的连续性和轨迹的一致性进一步分离噪声和小目标.文中给出了实验结果及分析,并与现有的检测红外小目标的空域和时域背景预测算法进行了比较.结果表明,本文提出的算法具有更高的检测概率,明显优于已有的基于背景预测的红外小目标检测算法.     

EMS表单中手写体中文识别图像预处理方法研究

目的在脱机手写体文字识别系统中,由于自由书写的字符不可避免地受到图像背景不均匀、图像倾斜和字符粘连及大小不一等因素的影响,为了确保字符切分和识别的正确性,对EMS表单中手写体汉字字符图像预处理方法进行探讨,展示了EMS表单图像预处理的全过程。方法采用最小二乘法作拟合直线的方法,对目标图像进行定位和分割,用基于大津阈值的分块阈值算法处理目标图像的背景不均问题,并减少噪声干扰。结果该图像预处理方法在1020张真实EMS图像上进行测试,识别正确率达到了86.3%。结论该方法有一定的灵活性和抗干扰性,减少了图像噪声对汉字字符切分和识别的影响。     

加油锥套远距图像的Hough-LS快速检测

在视觉辅助软管式空中加油系统中,如何在实时图像序列中将加油锥套从复杂背景环境中快速分离出来,对锥套进行快速检测与识别,是一个亟需解决的问题。论文针对加油锥套远距图像目标检测与定位问题,提出了一种基于形状信息的Hough-LS两级锥套目标检测与定位方法。文中首先采用快速霍夫梯度法(FHGM)进行加油锥套预检测,而后利用中心八向搜索法进行锥套边缘提取,最后基于最小二乘椭圆拟合实现加油锥套远距图像目标区域精确定位。实验结果表明,本文可对远距(7～25 m)时的加油锥套图像快速进行识别处理,并将锥套目标定位到精确的区域边界。     

基于时空坐标图像的运动点目标检测方法

针对复杂背景下运动点目标检测方法存在的局限性,提出从时间空间角度检测运动目标的方法.在时间空间域里,背景的复杂纹理表现为无限长直线,运动目标则表现为有限长线段.针对该特点,运用逐点灰度均值将背景与运动点目标分离,并根据投影关系将目标投影到二维空间,获得直观的目标运动轨迹.试验结果表明,该方法能较好地从复杂背景中分离出速度不大于1像素/帧的点目标,且可同时进行多目标的检测,抗噪声能力强.     

基于块估计的运动目标检测方法

提出了一种适合于运动目标检测的块运动分析方法,用以补偿移动背景所带来的杂波信息,准确检测运动目标。在对原始图像进行滤波的基础上,选择合适的子块,通过块匹配,得到背景位移矢量;利用这些运动参数,在相邻帧之间进行运动补偿,达到分割运动目标的目的。该算法对背景的适应性能好。     

序列图像中运动目标检测

提出动态背景下序列图像中的运动目标检测算法。利用像素邻域的各向同性对图像进行归一化,消除亮度变化等因素的影响;利用光流信息并结合小波变换由粗及精计算速度场来配准图像;用当前帧作参考图像,通过时域积分校正背景图像。当前帧与校正后背景图像作差得到差分图像。假设该差分图像中噪声分布为高斯分布,由高斯分布的3σ特性滤除差分图像中的噪声,则粗定位出目标;最后以聚类方法确定运动目标区域。分别对200帧可见光和200帧红外图像序列进行实验,检测率分别为95%和94%。     

光电图像序列运动弱目标实时检测算法

针对光电探测图像序列中的运动弱小目标实时检测问题,提出了一种基于时空域融合滤波的弱目标检测算法。算法在空域上利用形态学Tophat滤波抑制背景增强目标,在时域上通过改进的帧间差分方法增强运动目标,两者融合后经自适应门限分割与航迹关联确认目标。实际录取数据分析结果表明,算法全面考虑运动弱小目标在时域与空域方面的特性,能更有效地从复杂背景中检测低信噪比运动弱小目标,减小了虚警率,抗噪声干扰能力强。     

对光照变化鲁棒的一种运动目标检测方法

鉴于现有的运动目标检测方法对光照变化的敏感性,本文提出了一种在静态场景下对光照变化鲁棒的运动目标检测方法。该方法利用视频当前图像帧的边缘与背景图像的边缘做差分运算,得出运动目标的轮廓,进而对运动目标进行定位与检测。实验证明,本方法在一定程度上能够消除由于环境光照变化引起的"曝光"现象,实时准确地检测出运动目标及其位置,运算速度快,满足实时性的需求。     

复杂场景条件下的运动目标检测算法

针对复杂场景条件下运动目标检测方法存在的局限性,提出了一种基于运动检测和静止图像分割相融合的算法。采用相邻帧差法结合建立的假设检验模型进行自适应的运动目标检测;为消除孔径效应和噪声的影响,根据运动目标检测的结果,在当前帧利用区域增长法融合运动分割的结果。试验结果表明,算法能从复杂场景的图像序列中有效地检测和提取出运动目标,并有很强的鲁棒性。     

复杂动态背景下的红外运动多目标跟踪与检测

提出了一种采用小波变换对复杂动态背景变化程度的检测方法.对红外序列图像进行小波变换预处理后,可以提取出若干个特征区域,通过检测这些特征区域的差异来判断背景的变化程度,实现背景抑制.在抑制动态背景的基础之上,运用基于动态先验知识的区域主动轮廓模型的水平集方法来实现红外多目标的数据关联和跟踪,动态先验知识包括形状描述因子、灰度特征和运动特征等.同时,在多目标跟踪中存在目标"合并和分裂"的现象,运用"记忆和填充"方法来实现对多目标的稳定跟踪.通过对实际复杂动态背景条件下的红外序列图像进行多目标跟踪和检测实验,验证了所提方法的可行性和有效性.     

复杂背景、强噪声环境中的点源目标检测及跟踪方法

介绍了一种在复杂背景、强嗓声环境中检测并跟踪多个点源目标的方法。目标在图象中的位置是未知的；其轨迹是连续的并可以是任意的；图象序列中含复杂的变化背景，并伴有强的随机白噪声；目标为压几个象元的点目标，本文提出的是一种回形窗扫描、相关处理及相关跟踪相结合的算法，能有效地从复杂背景、强噪声环境中检测与跟踪多个点源目标。这种算法能对图象进行分割、并行处理，适合于实时的目标探测及跟踪。     

中值滤波的视频背景更新

视频流的一个小时间段的图像序列的中值滤波,可以在动态目标不是特别密集的情况下获得较好的实时更新的背景图像.本文重点针对视频动态目标检测中的背景实时更新问题,采用中值滤波方法,进行了比较深入的研究,并就如何选取图像序列进行中值滤波进行了详细的比较计算,建立了中值滤波的理论模型.研究表明,如果图像序列时间段过短,背景中就会有比较大的目标阴影,如果图像序列时间段过长,则不能反映实时背景,在目标检测中会有较大误差.根据理论模型选取时间段适当的几帧图像进行中值滤波,就可以较好地兼顾背景实时性提取和消除目标阴影的目的.     

基于图像序列的运动目标检测识别的关键技术研究

为提高运动目标检测的识别效果,通过分析、综合比较各种运动目标检测算法的优劣性,提出了基于全局自适应帧差法和基于码本模型的背景减除法对同一运动目标进行检测。通过对运动目标检测提取运动目标的掩膜,对掩膜进行外接矩形分析,从而得到包围运动目标的矩形框;将矩形框内的图片截取出来,调整该矩形并提取图片的HOG特征,最后通过训练好的SVM进行分类。在训练过程中,针对难易情况应用自举法对训练器进行优化。实验表明,与传统HOG+SVM多尺度检测算法相比,该方法在速度和准确性上可提升20%左右,可作为运动目标检测与识别的参考方法。