基于Rsnet框架和Mobilenet迁移网络的遥感机场目标识别

为精准高效地识别机场目标遥感图像,提出基于Rsnet框架和Mobilenet迁移网络的方法,在特征不明显或目标特征像素点较低的情况下,提高了Map值。结果表明:在同等条件下,不但能够取得较高的Map值,还能够提高采样率,节约了训练时间。对于实际目标识别具有理论意义和实用价值。     

高分辨率遥感影像在林业应用中存在的问题与思考

高分辨率遥感影像的出现,给林业遥感带来前所未有的机遇.但是高分辨率遥感影像在林业领域中的应用面临诸多问题,如数据源的价格偏高、图像阴影无法去除、树种识别困难和森林蓄积量估测精度不高等.提出了建立主要树种的波谱数据库,采用基于多特征的面向对象的分类技术,提高高分辨率影像在林业中的应用水平等建议.     

军用机场设施作战保障效能评价指标体系研究

以军用机场保障飞机起降业务流程为牵引,围绕机场保障飞机起降能力,从军用机场设施角度出发构建初始评价指标体系。然后通过问卷调查,采用因子分析方法,根据因子贡献率和因子载荷等梳理推导,对军用机场设施作战保障效能评价指标进行筛选和修正,并用实例验证了该方法的可行性。研究结果表明:军用机场设施作战保障效能评价指标体系可以划分为飞行场地、技术保障设施、导航助航设施和指挥通信设施等4个2级指标、30个3级指标以及78个4级指标。这一指标体系的构建将有效支撑战时军用机场保障任务的完成以及保障效能的科学挖潜。     

医学图像的边缘克隆

医学图像边缘检测在医学图像处理中起着非常重要的作用,基于克隆技术提出一种医学图像边缘克隆算法,首先分析克隆技术并进行数学建模,在此基础上,分析医学图像边缘克隆原理,提出激活因子猜想,通过激活因子,构造出权重因子函数。然后,利用复制理论,得到克隆函数。结合人类视觉特性,给出边缘克隆的阀值选取方法。最后给出仿真结果,并与Canny算子检测的边缘进行比较,证明算法具有更好的边缘识别性能。     

CCD图像的轮廓特征点提取算法

采用最大方差法将图像二值化,用图像形态学的梯度﹑细化和修剪算法来提取边缘轮廓,利用十一点曲率法得到轮廓的角点和切点的大致位置。提出了一种基于最小二乘拟合的改进算法,来进一步确定角点和切点,并对轮廓分段识别。该算法应用在基于图像处理的刀具测量系统中,实际结果表明具有良好的抗噪声性能,能准确提取出图像的特征点。     

基于平行边缘点对的道路检测方法

为有效解决高分辨率遥感图像中的道路检测问题,提出了一种基于平行边缘点对的处理方法。首先归纳了高分辨率遥感图像道路的基本特征,提出一种平行点对模型;然后提取图像边缘信息,综合利用道路边缘梯度方向、道路边界灰度,构造对称方向宽度谱;最后通过非极大值抑制处理,得到对应于主干道路的局部峰值,并获取相应的倾角和水平宽度值,实现主干道路的自动提取。实验结果表明:该方法具有较高的检测精度,可以有效提取主干道路边缘,对直线和曲线道路都有较好的效果。     

基于sobel算子的道路图像边缘检测算法

应用图像低级特征提取技术中的边缘检测技术能够确定和提取车道线边界信息，为后续完成道路识别、实现辅助驾驶系统等提供了重要依据和基础。传统sobel算子进行边缘检测虽然算法简单、速度快，能满足道路图像边缘检测实时性的要求，但由于只获取了水平和垂直两个方向的边缘梯度信息，且阈值选取全靠人为设置，因此边缘信息检测效果不理想。文中提出改进sobel算子的边缘检测算法，算法通过扩大构造5×5的梯度权值模板计算出图像边缘信息，应用K-means聚类算法获取的最佳自适应阈值完成图像分割，最后通过改进的边缘细化算法，保留了更完整有效的边缘信息。通过实验表明，该算法能够较快、较好的提取道路图像边缘信息，而且具有一定的抗干扰能力。     

应用深度卷积神经网络的机场及机场内飞机目标识别技术

针对传统机场及机场内飞机目标的识别方法特征难以设计选取、泛化能力差以及难以实现两种目标同时识别的不足,将深度学习的目标识别YOLO(You only look once)算法应用到机场及机场内飞机目标的识别领域,实现了两种目标的同时识别。在此基础上,为了提高识别速度,提出了一种简化的YOLO网络。实验结果表明:该网络能在精度损失很小的情况下大大缩短预测识别处理时间。     

一种基于分区均值的噪声图像优化检测算法

在对图像边缘检测算法原理分析的基础上,结合分区均值滤波算法和改进的Canny算法的特点,提出一种新的噪声图像边缘检测算法.首先将5×5窗口内的噪声点进行剔除,计算图像平均梯度值,进而运用改进的Canny算法,提取目标图像的边缘特征.验证表明,该算法对不同强度的高斯噪声图像具有很好的抑制作用,且对噪声图像检测效果优于经典图像边缘检测算法.     

基于小波变换的汽车前照灯图像边缘检测

用改进的基于小波多尺度变换的数字图像边缘检测算法,提取汽车前照灯近光图像的边缘,完成图像的初步预处理,从而为车灯的近光检测奠定基础.采用小波分解算法进行图像增强,针对小波模极大值在不同尺度下传播的特性,检测出图像在两个方向的极大值,之后通过边缘跟踪补偿和平滑细化得到图像的边缘.对比几种经典的边缘检测算子,小波变换的数字图像边缘算法对汽车前照灯近光图像的处理结果较好.     

遥感图像处理软件的设计与关键技术研究

以遥感图像处理软件设计与开发中所涉及的一些关键技术作为研究内容,包括遥感图像处理软件的体系结构、图像数据在计算机中的存贮与表示以及海量图像数据的快速处理研究。     

适于精细图像的边缘提取方法研究

为了能对获取的精细图像进行自动识别，需要对其图像边缘进行检测提取．而边缘检测提取的模糊方法可克服经典方法的不足，比较适合精细图像边缘的检测和提取；特别是改进的模糊算法，检测速度快、精度高．     

基于最大互信息方法的机械零件图像识别

提出了应用最大互信息方法进行零件图像识别的方法,它利用图像的信息熵描述图像的特征,结合图像的颜色信息及局部形状信息,以互信息作为衡量两幅图像相似性的测度函数进行图像识别,弥补了直方图表达空间信息的不足。该方法既满足位置不变性,又能避免进行图像分割,从而避免了因图像分割引起的复杂计算,使算法容易实现。实验结果表明,该方法提高了零件图像识别的精度、稳定性和可靠性。     

高光谱遥感图像矿物填图模块设计

针对光谱仪从野外测得的高光谱遥感数据,提出一种基于IDL的矿物组合填图模块,该模块主要利用光谱角度填图法(SAM)与光谱信息散度法(SID)对高光谱遥感图像进行矿物填图,并通过不同颜色填充能够对矿物进行区别并有选择地进行查看.     

岷江上游典型流域林冠截持降雨遥感模型与反演

在对岷江上游典型流域研究区实地踏勘和定位观测的基础上,综合利用ETM和ASTER遥感数据、地面实测数据和常规观测数据等资料,结合森林水量平衡原理,建立了岷江上游典型流域林冠截持降雨遥感信息模型。以遥感图像中单个像元作为测算单位,对模型参数叶面最大持水度、覆盖度、叶面积指数(LAI)进行了计算,并对岷江上游毛儿盖地区林冠截留降雨量进行了反演。并利用研究区实测数据、生态环境本底遥感调查数据和水文气象数据对上述模型反演结果进行验证和精度分析。结果表明,模型反演结果精度较高,能较好反应研究区植被冠层截留量的实际状况。     

基于CCD图与红外热像图融合的人脸识别分析研究

针对CCD图或红外热像图人脸识别方法的局限性,本文从多传感器图像融合技术出发。采用基于CCD图与红外热像图决策级融合的人脸识别方法,并建立了一个800幅的人脸图像库,进行人脸识别实验。实验表明:基于决策融合的人脸识别方法比单纯的CCD图或红外热像图人脸识别方法,具有更高的识别率。     

基于Curvelet变换的多聚焦图像融合算法

曲波变换是近几年发展的多尺度分析方法,它比小波更适于分析图像中的曲线边缘特性,利用这一特性,本文提出了一种基于Curvelet变换的多聚焦图像融合算法.实验结果表明,该算法融合效果优于小波变换等其他传统图像融合算法.     

应用改进Canny法检测工业零件含噪图像边缘

针对工业零件含噪图像边缘检测,根据Canny算法原理,提出了一些改进策略,形成了一种矩形透镜最大梯度模边缘检测算法。采用中值滤波完成图像平滑,有效抑制了图像噪声;采用5×5邻域一阶偏导有限差分计算图像的梯度幅值,提高了边缘定位的精度;采用最大类间方差法（OTSU）求解了最优区域分割阈值,实现了边缘的自动检测。以磁环和极片工业零件图像边缘检测为例进行了实验,结果表明,该算法具有较好的去噪和边缘检测效果。     

数字图像区域标定的方法

给出了二值图像区域的标定方法。对于八近邻和四近邻的图像，分别建立了一组最小的完备图。利用图像标定的基本图，为二值图像边界的识别构造了一个自动机，自动机的输出就是顶点链编码，为二值图像区域的标定提供了一个有效算法。     

非线性扩散和变分模型在矢量图像去噪中的应用

分析了非线性扩散、基于整体变分方法的ROF模型以及矢量图像耦合技术的原理,比较了这些扩散、去噪模型的优缺点。根据矢量图像耦合思想将TV流运用到矢量图像扩散中,并参考ROF模型逼近项变分模型的优点,提出了基于非线性扩散、ROF模型和矢量图像耦合原理的改进TV流矢量图像耦合扩散模型,目地是在彩色图像中,去噪同时更好地保留图像轮廓、边缘等重要信息。实验对比分析了改进前后模型的去噪效果,并分析了改进模型下正、逆向扩散在彩色图像去噪中的作用。实验结果表明,改进的矢量图像耦合扩散模型能有效地保持彩色图像中的边缘信息,同时具有良好的去噪性能,且改进模型下,正、逆向扩散的性质在彩色图像去噪工作中仍能保持。