基于SUSAN和改进的Snake模型的空中目标图像分割

文中提出一种基于SUSAN和改进的Snake模型相结合的算法,用以进行空中目标在图像中的检测和分割.首先使用SUSAN算子检测飞行器的角点,通过连接已检测出的角点形成Snake模型初始轮廓,然后用改进的Snake算子进行目标轮廓拟合.实验结果表明,该方法可以有效地进行空中目标的检测和分割,并且克服传统Snake 模型易漂移和过收敛等缺点.     

交会末段制导引信一体化系统射频成像目标轮廓重构方法

目标实时精确识别与定位是实现制导引信一体化(GIF)技术的关键,对提高弹药末制导及起爆控制精度具有决定性的意义。以射频成像GIF体制为对象,基于射频成像原理及目标特性,结合计算几何和统计学原理,针对交会末段提出了一种目标轮廓重构方法。该方法通过灰度映射变换,提取仅包含目标信息的灰度值,显著降低了数据量,同时增强了图像对比度;在阈值分割、角点提取的基础上,应用统计学剔除异常值的方法滤除背景噪声并抑制目标边界干扰;利用凸壳技术实现目标轮廓重构,得到可以完全覆盖目标区域的最优凸多边形作为目标轮廓。理论分析和仿真结果表明,该方法时间复杂度低,实时性好,可实现目标的精确识别与定位。     

基于SUSAN算子和改进的SNAKE模型的目标追踪算法

为了准确的追踪运动目标,文中提出了基于SUSAN角点检测和改进的SNAKE模型相结合的目标追踪算法.首先,通过帧间差分法检测是否有目标运动;其次,在目标运动范围内用SUSAN算子检测目标的角点;最后以这些角点为基准点进行目标轮廓的初始化,进而用改进的SNAKE模型进行目标的准确拟和.由于帧间的时间间隔较短、目标运动的距离较小,所以在上一帧检测到的角点周围检测当前帧目标的角点,这样不仅加快了检测的速度,并且增加了追踪的准确性.通过试验验证了本算法的有效性.     

一种基于运动目标识别的智能视频监控系统

针对武器试验现场飞行目标降落中事故多发的现状,设计一种基于运动目标识别技术的智能视频监控系统。系统采用采集前端-服务器端-决策模型。利用背景差分法和帧间差分法检测运动目标图像,从而实现视频运动目标的自动分割;采用轮廓提取和边缘检测技术进行目标识别;最后用特征算法提取目标的特征参数,从而判断目标的参数信息是否会对降落安全构成威胁,做出进一步决策。对实现系统功能所需的关键技术进行详细介绍,在Visual C++6.0中用OpenCV实现相关算法的设计,并给出部分关键代码。仿真实验结果表明:该系统能满足智能监控的基本要求,精确显示运动目标在靶面上的位置,可根据客户需求识别运动目标。     

火炮身管指向测量中图像的特征提取与校正

针对在复杂环境下因目标点的提取精度不准而导致位姿测量误差较大的问题,提出了一种自适应阈值的预处理及特征点校正的方法。该方法将包含X形特征点的条状模板作为标靶固定在火炮身管上,经网格化搜索出适应光照的最优变换参数后,利用角点检测算法检测出初始角点坐标,结合特征点之间的几何约束及像素灰度值的分布特点,对所提取初始角点坐标分别进行多点校正与单点校正。实验验证表明:该算法适合大范围、高精度的动态姿态测量,高低角的测量误差在2.1 mrad以内,有效解决了工程实际中因环境复杂、特征角点检测不精准而导致位姿测量误差较大的问题。     

无人机自主着陆过程中合作目标特征点的提取方法研究

准确估计无人机着陆时的相对位置和姿态对实现无人机安全着陆具有重要的意义,正确地提取出合作目标中的特征点是一个重要环节。本文提出了一种合作目标特征点的提取方法,首先,通过Sobel算子对合作目标进行边缘检测;然后,利用轮廓跟踪获得合作目标的轮廓链码表;最后,利用合作目标的形状特征以及链码的特性,从合作目标的图像中提取出10个特征点。实验结果表明,本文的方法能很好地提取出合作目标的特征点,为后续的无人机姿态信息的精确计算提供了保障。     

基于深度学习的舰船目标检测技术发展综述

精确打击可提高反舰导弹突防能力,全面提升反舰导弹在复杂战场环境下的命中概率。通过基于深度学习的目标检测技术,可实现对舰船目标的精准检测与识别,从而提升反舰导弹精细化目标选择能力。基于当前反舰导弹实现精确打击的背景及需求,概述了基于深度学习的目标检测技术的发展及应用。介绍了相关的主要检测网络。提出了基于深度学习的舰船目标检测技术存在问题,并给出相应的措施和建议。     

一种实用的目标图象角点特征提取方法

针对成像引信图象处理的特殊性,提出了一种新的角点检测算法--面积比法,该算法可以得到图象中角点的位置、方位、角度大小的信息.计算机仿真结果可知,该方法算法简单,能够满足成像引信图象处理的实时性要求.     

图像自寻的弹药目标检测方法综述

弹载图像目标检测方法是实现图像自寻的弹药“发射后不管”、对目标进行自主打击的关键技术。弹药图像自寻的面临着成像环境恶劣,目标特性变化快,对算法体积、速度要求苛刻等问题。围绕弹载目标检测难点问题进行综述,将基于深度学习的目标检测方法区分为基于候选框、无候选框和基于transformer的方法,回顾了各类方法主要研究进展;对特征提取网络轻量化、预测特征图增强、非极大值抑制后处理算法、训练中样本均衡、模型压缩等弹载图像目标检测模型部署中的关键技术进行了梳理;对比了典型目标检测方法在ImageNet、COCO及弹载图像目标数据集上的性能,并对未来发展进行展望。     

一种小波神经网络的优化构造及其应用

根据离散小波框架理论,在有限维Hilbert函数空间中,给出了一种基于正交投影算子的小波神经网络构造学习算法,并讨论了该算法的几何速度稳定收敛性.它从能量信息角度保证了网络构造的最优化,同时体现出信号的时频域特性,较好地解决了网络的优化设计问题.通过在某歼击机运动系统故障检测中的仿真应用,验证了该算法的优越性能.     

基于SEA的常规导弹封锁机场跑道作战效能分析的系统建模和解析

为快速分析解决常规导弹封锁机场跑道的作战效能,提出了一种基于系统效能分析(SEA)方法的作战效能分析方法。构建了基于SEA方法的常规导弹封锁机场跑道作战效能分析的框架结构和解析模型; 结合导弹武器作战攻防体系对抗的特点,给出了封锁把握程度分布密度的计算方法并验证了模型的计算精度,该精度可满足实际作战需求。分析了抛撒子母弹分段切割机场跑道的封锁作战特点,运用成爆弹威力环“切割”跑道的思想,通过判断母弹落点与被“切割”跑道之间的几何关系,确定有利弹着区,在此基础上建立了刻画封锁把握程度的跑道失效概率的解析模型; 为了构建反映机场跑道封锁与反封锁对抗过程的封锁时间计算模型,将跑道封锁时间划分为跑道损毁情况判定时间、确定跑道抢修方案时间、排爆作业时间和弹坑修复时间4个部分。构建了排爆作业和弹坑修复阶段作业时间的计算模型,以及封锁时间性能度量的解析模型。对封锁时间性能度量的概率密度函数进行了统计推断。研究结果为后续运用SEA方法进行常规导弹封锁机场跑道作战效能分析奠定了基础。     

基于矩阵仿真法的区域封锁子弹药自修复系统设计

针对机场跑道反封锁的问题,提出基于矩阵仿真法的区域封锁子弹药自修复系统。该系统设计了雷场自修复矩阵、雷场自修复组网和雷场自修复通信机制,并给出详尽的状态描述和算法表示。该修复策略能对缺口信息实时反馈并作出快速反应,有效封锁敌方机场,赢得战场制空权。     

基于无迹变换的协同探测与速度方向控制制导律一体化设计

飞行器协同探测相比于单飞行器探测具有精度更高、抗干扰能力更强的优势。传统制导控制设计过程中通常将目标定位跟踪和制导算法进行解耦设计,但实际上制导算法需要实时估计的目标位置等参数作为输入,而制导算法也会影响目标跟踪状态和测量方程的构建以及观测条件,两者存在较高的耦合度。解耦分别设计会造成一定的信息缺失,降低估计和制导精度。针对这一问题,本文构建了一种基于无迹变换的协同探测与制导一体化设计方法,一方面将协同探测目标定位算法引入制导律中,利用融合的目标位置估计均值和方差作为制导算法的输入,将制导过程作为一个随机矢量的非线性传播过程,利用无迹变换获取飞行控制角的均值和方差。仿真实验验证了该方法与传统的速度方向控制滤波算法定位相比,既能提升探测精度,同时满足较低的过载,较好地对飞行器的速度方向和姿态进行控制。     

捷联成像导引头相关跟踪算法研究

捷联式成像导引头的光学探测基准随弹体姿态运动而动态变化，其目标图像的运动形式呈现复杂的非线性时变特性，传统扩展卡尔曼滤波(EKF)方法难以有效地针对目标运动模型进行波门设置及视线估计。为此，本文首先建立了以目标机动在惯性成像坐标系内的投影为输入，弹体姿态信息作为时变参数的目标帧间运动模型，并在此基础上提出了一种新的相关跟踪算法。该算法通过应用中心差分卡尔曼滤波( CDKF)理论有效解决了成像跟踪中的波门设置问题，提高了目标位置的估值精度，同时提出一种改进的变尺寸模板更新策略，抑制了目标图像的形变和模板漂移对匹配精度的影响，进一岁提高了系统的跟踪的精度，并通过仿真验证了算法的良好跟踪性能。     

动态背景下基于运动矢量补偿的目标检测

在动态场景下,为了降低背景运动对目标检测产生误差的影响,针对视频序列图像,提出基于运动矢量 补偿的目标检测算法。采用背景运动补偿方法来完成目标检测,利用 SURF 特征点来获取精确的匹配点对,从而获 取准确的运动矢量;根据运动目标和背景运动矢量位移的不同来区分出前景和背景区域,将背景运动矢量代入模型 进行参数估计,提高背景补偿的精度;用帧差法检测出运动目标。实验结果表明：该算法具有鲁棒性,能够准确检 测出动态背景下的运动目标。     

滑动置信度约束的红外弱小目标跟踪算法研究

为了提高红外视频弱小目标的跟踪精度,提出了滑动置信度约束的弱小目标跟踪方法。在快速自适应中值滤波的红外图像背景抑制技术的基础上,设计了正交变换和置信域约束的轨迹预测,利用加权参数增强目标函数的收敛性能,提高下一位置初的预测准确度;通过轨迹相邻点的位置差计算搜索窗口的大小,搜索与之相匹配的特征点进行关联处理,完成对初预测点的筛选;以滑动轨迹置信度检验为准则判决轨迹的真实性,并进行目标轨迹更新以实现对弱小目标的准确跟踪。通过红外弱小目标视频对所提算法进行了实验验证,结果表明,该算法对红外弱小目标的跟踪轨迹误差有较小的均方偏差与均方差,在噪声消除和对图像整体信息保护方面都具有良好的性能。     

基于电容与磁复合的装甲目标近程探测方法

针对低伸弹道复杂环境下对坦克反应装甲的精准定距问题,提出基于电容与磁复合的坦克目标探测方法,其中,电容探测进行精确定距,磁探测进行坦克铁磁目标识别,复合体制解决低伸弹道复杂背景环境的干扰问题。理论分析电容探测原理,通过COMSOL仿真对双电极电容探测模型的电极分布进行优化,有效提高了作用精度。理论推导坦克磁场计算式,对坦克目标周围磁场强度特性进行仿真,基于隧道磁阻设计磁探测电路并进行了实验验证;设计基于状态机的电容与磁复合目标探测识别方法,利用多特征量提高了对目标的识别准确性。开展样机实验验证,结果表明,该复合探测方法可实现对坦克目标的准确识别,达到了1 m±0.2 m的定距要求。同时针对对抗四代以上反应装甲探测距离不足的问题,设计单电极自电容探测模型及电路,进行仿真分析,结果表明,探测距离可提高至2 m以上。     

某型侦察车伺服精度的数字化检测设计

针对部队条件下常用转角精度检测方法存在的不足,设计并构建基于机器视觉的数字化检测系统.介绍常用检测方法,概述其原理,利用CCD摄像机代替人眼采集自准直仪的分划线图像,采用图像预处理技术识别分划线图像,通过轮廓提取、亚像素细分和直线拟合算法,自动判读分划板反射像的位移.结果表明:该系统能实现伺服转角精度的自动检测,设计简单易行,满足部队使用需求.     

一种基于帧差法结合 Kalman 滤波的运动目标跟踪方法

为解决视频帧目标跟踪中的尺度变化导致的目标跟踪发生跟丢的问题,提出一种自适应跟踪窗口的处理 方法,利用下一帧的估计位置与当前帧目标位置的差值作为检测量,自适应调整跟踪窗口,实现目标的有效检测和 跟踪。实验结果表明：该方法能有效降低目标跟丢的概率,预防目标的误跟踪,适应目标尺度变化。