基于模板匹配的前视红外目标识别方法

针对固定目标红外图像中边缘模糊,难以分割和识别的情况,提出了一种基于模板匹配的目标识别方法。由高程数据和正射影像等卫星数据生成目标区参考图和基准图,在基准图中根据归一化Laplace响应确定目标区特征尺度作为目标检测的先验知识,对实时图及灰度反转实时图进行匹配滤波,检测出候选区域,再对候选区域进行基于Hausdorff距离的模板匹配,从而得到最终识别结果。实验结果显示:该算法识别精度高、速度快,对于复杂地面目标前视红外图像的匹配识别具有一定的应用价值。     

形状的全尺度可视化表示与识别

目的 视觉目标的形状特征表示和识别是图像领域中的重要问题。在实际应用中,视角、形变、遮挡和噪声等干扰因素造成识别精度较低,且大数据场景需要算法具有较高的学习效率。针对这些问题,本文提出一种全尺度可视化形状表示方法。方法 在尺度空间的所有尺度上对形状轮廓提取形状的不变量特征,获得形状的全尺度特征。将获得的全部特征紧凑地表示为单幅彩色图像,得到形状特征的可视化表示。将表示形状特征的彩色图像输入双路卷积网络模型,完成形状分类和检索任务。结果 通过对原始形状加入旋转、遮挡和噪声等不同干扰的定性实验,验证了本文方法具有旋转和缩放不变性,以及对铰接变换、遮挡和噪声等干扰的鲁棒性。在通用数据集上进行形状分类和形状检索的定量实验,所得准确率在不同数据集上均超过对比算法。在MPEG-7数据集上精度达到99.57%,对比算法的最好结果为98.84%。在铰接和射影变换数据集上皆达到100%的识别精度,而对比算法的最好结果分别为89.75%和95%。结论 本文提出的全尺度可视化形状表示方法,通过一幅彩色图像紧凑地表达了全部形状信息。通过卷积模型既学习了轮廓点间的形状特征关系,又学习了不同尺度间的形状特征关系。本文方法在视角变化、局部遮挡、铰接变形和噪声等干扰下能保持较高的识别正确率,可应用于图像采集干扰较多以及红外或深度图像的目标识别,并适用于大数据场景下的识别任务。     

张丽宝:媒体就是沟通者与推手

Q&ASPACE:您认为台湾设计行业的优势与局限性是什么?其形成的原因是什么?设计及美学的提升必须经过时间、环境的内化及蕴育,台湾设计及美学的起飞于上世纪80、90年代,比大陆早,因此不管是设计师或是一般消费者对于设计及美学都具备一定的理解力,也因为消费者对于设计及美学的理解,要求自然高,造就台湾设计师对于细节及质感的讲究,不只在意形式上的设计,对于材质、工法及设计对实质生活的影响都有     

一种基于特征点匹配的目标跟踪方法

针对精确制导系统图像跟踪的特点,在研究图像特征点匹配的基础上提出了一种应用于地面固定目标跟踪的新方法。首先在高斯差分尺度空间提取特征点;然后用邻域梯度描述特征点,用最近邻与次近邻的比值作为特征点的匹配准则;接着建立仿射模型解算跟踪点;最后设计了一种有效的参考图更新方法。大量的仿真实验表明该方法对地面固定目标具有较好的跟踪性能,能有效抑制跟踪漂移现象,展示了很好的鲁棒性。     

浅析商业步行街的设计原则——商业步行街的空间尺度及交通环境

本文通过对目前我国商业步行街现状的调研与分析,在现代人对现代商业活动的需求的基础上,提出了对现代步行街的设计导则,揭示了现代商业步行街的巨大发展前景。     

基于Hough树林的空间有形目标特征训练与检测识别方法

随着空间飞行器利用率的不断提高,各国开始关注于空间目标的监视问题.如何对空间有形目标进行准确的分类与定位识别是目前关注的难点之一.针对空间目标的特征提取与识别定位问题展开研究,提出了一种基于Hough树林的空间目标探测识别方法.首先,通过广义的Hough变换,使用独立的目标局部的探测识别对全局目标可能位置中心进行投票....     

应用特征估计的距离图像多尺度滤波

为了提取含有噪声的激光扫描距离图像中的特征,提出了一种多尺度自适应滤波方法.该方法由特征估计和多尺度滤波两部分组成.利用无嗅卡尔曼滤波器构建白适应特征估计器,估计扫描点间的几何拓扑关系,并用估计过程中所获得的Mahalanobis距离构建扩散滤波核,对原始距离像进行多尺度滤波处理.为了能够仅依靠单一模型实现对环境中不同...     

基于多模态人脸与人耳融合的身份识别与认证

针对综合二维与三维多模态特征的正面人脸、侧面人脸与入耳的融合识别开展了相关研究,提出了二维纹理图像和三维形状索引图像的尺度空间特征提取与匹配的方法,并对多模态人脸与入耳的多种融合策略进行了探索性的研究.此方法通过使用尺度空间局部特征,消除了尺度变化的影响,对噪声、数据缺失等具有较高的鲁棒性.在公开的FRGC v2.0数...     

一种面向高斯差分图的压缩感知目标跟踪算法

传统的压缩感知目标跟踪在目标纹理改变、比例缩放、光照变化剧烈时鲁棒性不足,本文提出一种面向高斯差分图的压缩感知目标跟踪算法。首先,构建原始图像的多尺度空间及其对应的图像高斯差分图,实现高斯差分图的特征提取并获取压缩感知的输入信号;然后,通过压缩降维,目标邻域遍历,参数更新等过程,计算出面向高斯差分图的后续帧的目标最优跟踪窗;最后,将跟踪窗投影到对应的原始图像上,完成面向视频流的目标跟踪。实验证明,高斯差分图像是单通道灰度图,相比较原始视频流的三通道彩色图,具有灰度取值范围小,数值低,结构简单,维数少等特点,增强了特征对纹理改变、比例缩放和光照变化的稳健性,且继承了原始算法的实时性。因此,与传统的压缩感知算法相比,本文算法能快速准确地实现复杂环境下的移动目标跟踪任务,具有更强的鲁棒性。     

武夷山竹筏育制场,南平,福建,中国

<正>武夷山竹筏育制场是武夷山九曲溪旅游漂流用竹排的储存及制作工厂,项目位于武夷山星村镇附近乡野中的一块台地上,由竹子储存仓库(未建成)、竹排制作车间、办公及宿舍楼这3栋建筑及其围合的庭院组成。每年冬天这里要采集晾晒约2.2万根毛竹,之后储存于竹子仓库,用于每年1800张竹排的制造。建筑的布局与朝向结合地形、风向考虑。制作车间分为两组,内部为大跨度空间,横向满足毛竹9m长烧制时移动的需要,长向则按照火烧竹尾、