共查询到18条相似文献,搜索用时 38 毫秒
1.
2.
3.
从分析传统的以目标模板为主的匹配跟踪的缺陷及地面目标的特点出发,提出了以分析背景为主的匹配跟踪方法,结合该方法特点给出了以双DSP及超大规模FPGA构成的实用硬件方案,评价了实际的跟踪效果并提出了进一步研究的内容。 相似文献
4.
小型存储设备,如U盘、移动硬盘、手机等特定目标在人们日常生活中起着越来越重要的作用,如何对这些特定的目标物体进行管理控制以确保其安全性等问题也受到了越来越多的重视。本文提出了一种基于SIFT(Scale-Invariant Feature Transform)特征的特定目标识别管控算法。通过摄像头监控特定场景区域,判断场景中是否存在对特定目标进行管理的人员,并在监控视频区域环境下,使用SIFT与需要匹配的目标进行匹配,达到对关键目标物体识别管控的目的。大量实验仿真结果证明了本算法的有效性。 相似文献
5.
6.
7.
8.
一种基于目标红外特征的目标分类识别方法 总被引:3,自引:2,他引:1
基于目标的红外选择性,提出了目标的9个特征量,并以它们为分量组成目标的特征向量,以此来进行目标的分类识别。由于特征量单位不统一,提出了一种近邻分类法。文中用3类飞机的红外图像进行实验。实验表明,用这种方法把提出的红外特征量用于目标的分类识别效果很好。 相似文献
9.
10.
红外车辆目标识别是战场探测系统中的关键技术,近年来引起国内外人们很大的关注。文章根据红外目标识别的特点,在红外目标的对比度增强、自动分割、特征提取、目标识别等方面,进行了研究。 相似文献
11.
地面时敏目标机动性强,目标姿态无法准确预知导致识别出现困难。传统SIFT特征对旋转、尺度、光照等畸变有很好的抑制作用,但是其只能在较小的视角变换范围内起作用,当视角变换较大时SIFT识别率较低。针对此问题,提出了一种基于边沿方向特征的地面时敏目标识别方法。首先利用积分图像及Haar小波模板计算图像梯度场,以模值极大值点作为特征点;然后将满足距离约束的两点组合成为特征点对,利用互相校验的方法,增强了特征点对的独特性;最后将梯度方向作为匹配依据,实现目标识别。实验结果表明,给出的识别方法具有可行性和有效性,可以在大角度视角变化中保持稳定,在45°范围内均能实现目标的正确识别,具有较强的鲁棒性,优于SIFT算法。 相似文献
12.
基于兴趣区检测的地面目标识别方法研究 总被引:3,自引:2,他引:1
提出了一种基于兴趣区检测的地面目标识别方法.根据目标模型的有关几何形状和热辐射知识,采用自上而下的计算模型,计算所提取的基元特征的显著性,并根据基元特征的显著性的大小确定出注视点及相应的兴趣区,然后对兴趣区中的图像进行分割,并利用模型知识对分割图像进行识别.该方法对已有的红外目标图像系列取得了很好的识别效果,提高了识别精度和弱小目标检测识别的能力. 相似文献
13.
地面红外目标图像识别方法研究 总被引:3,自引:3,他引:0
红外成像自动目标识别是精确制导武器的重要研究内容.针对地面复杂背景条件下,目标难以检测识别的问题,在分析地面目标红外图像场景的基础上,首先利用形态学技术对图像进行去噪和抑制背景,采用Otsu法对图像进行阈值分割并用形态学技术消除虚警目标点,用扩展像素标记法对图像进行区域标记,然后提取目标形状、矩和统计分布三类特征作为识别特征,并采用模糊综合评判方法识别目标.对实地拍摄的100幅坦克目标红外图像进行了识别实验,结果表明,该方法在坦克的典型作战环境下具有较强的抗噪性能和抑制背景结构干扰的能力,能有效识别出目标,并且易于用并行处理和硬件实现. 相似文献
14.
姿态变化和光照干扰对于人脸识别的准确率和效率有很大影响。针对这一问题,文中采用结合Gabor特征和SIFT特征的人脸识别方法进行识别,提取一幅人脸图像的多个方向和多个尺度的Gabor特征,并将提取得到的Gabor特征图像进行分块。对分块后的子图像进行提取SIFT特征的操作,将得到的Gabor特征全部SIFT向量级联作为最终特征向量。使用主成分分析方法对得到的最终特征向量进行降维处理,随后使用最小二乘支持向量机进行训练识别。在FERET人脸数据库中进行的实验结果表明,相对于传统单一的人脸识别方法,利用本文方法在姿态变化和光照干扰情况下对人脸识别的准确率达到98.1%,证明了新算法的有效性。 相似文献
15.
对于合成孔径雷达(SAR)图像,地面静止场景中同时存在运动目标;由于其运动参数未知,动目标在SAR图像上呈现方位向偏移和散焦;而在高分辨条件下,运动目标更可能会存在跨距离单元徙动现象,从而影响运动目标的聚焦成像。文中结合多通道合成孔径雷达-地面动目标显示技术,提出了基于杂波抑制干涉(CSI)和子视图相关法(MD)的动目标聚焦成像技术。该方法结合多通道SAR图像信息,在CSI抑制杂波后进行动目标检测,根据动目标散焦范围挑出包含动目标的区域;然后,用MD算法估计动目标所在距离单元的方位调频率,重新设计方位匹配滤波函数,对该区域内散焦的运动目标聚焦成像。仿真数据和实测数据的处理结果均证明了该方法能较好地实现动目标的聚焦成像。 相似文献
16.
17.
近年来,卷积神经网络(CNN)已广泛应用于合成孔径雷达(SAR)目标识别。由于SAR目标的训练数据集通常较小,基于CNN的SAR图像目标识别容易产生过拟合问题。生成对抗网络(GAN)是一种无监督训练网络,通过生成器和鉴别器两者之间的博弈,使生成的图像难以被鉴别器鉴别出真假。本文提出一种基于改进的卷积神经网络(ICNN)和改进的生成对抗网络(IGAN)的SAR目标识别方法,即先用训练样本对IGAN进行无监督预训练,再用训练好的IGAN鉴别器参数初始化ICNN,然后用训练样本对ICNN微调,最后用训练好的ICNN对测试样本进行分类。MSTAR实验结果表明,提出的方法不仅能够在训练样本数降至原样本数30%的情况下获得高达96.37%的识别率,而且该方法比直接采用ICNN的方法具有更强的抗噪声能力。 相似文献