小波改进最大平均相关高度法实现畸变目标识别

为了解决图像匹配识别中复杂背景下畸变目标无法准确识别的问题,结合墨西哥帽( Mexican Hat)小波母函数重新设计了最大平均相关高度(MACH)滤波器,得到墨西哥帽-最大平均相关高度(Mexican Hat-MACH)匹配滤波器进行复杂背景下畸变目标的识别.为了平衡墨西哥帽-最大平均相关高度匹配滤波器的各项性能,需...     

基于小波多尺度综合的低对比度目标识别

光电混合联合变换相关器能够对目标进行自动探测识别和跟踪。为使联合变换相关器对低对比度目标进行有效探测与识别,提出了一种基于小波多尺度综合的边缘提取新方法,对输入图像进行预处理。计算机模拟实验和光学实验证明,该方法使相关器在输入图像对比度低、信噪比较低时仍然能够产生较强的相关峰输出,扩展了光电混合联合变换相关器的应用范围。     

最大平均相关高度法实现复杂背景畸变目标识别

相关模式识别的瓶颈技术是对复杂背景下畸变(比例缩放、旋转等)目标的准确识别。通过对多种畸变目标识别算法的研究比较,对已有的最大平均相关高度(MACH)滤波器进行了改进。在合成滤波器时把白噪声和模拟背景噪声结合在一起,并对滤波器的控制参数进行优化,使滤波器具有较高的畸变容差并能有效抑制复杂的背景噪声。在畸变公差范围内,用改进后的最大平均相关高度滤波器对畸变目标(可见光目标和红外目标)进行频域滤波,能够得到尖锐的相关峰,准确的识别目标。作为实例,对复杂背景下的战机和红外目标吉普车进行了计算机模拟实验,验证了该算法的可行性。