1 华中科技大学 图像所,武汉 430074
2 宇航智能控制技术国防科技重点实验室,北京 100854
3 多谱信息处理技术国防科技重点实验室,武汉 430074
本文提出了一种基于点模式匹配技术的快速和鲁棒性的前视目标定位算法。该算法将前视目标定位问题转化为三维点集和二维点集的匹配问题。建立点集之间一一对应双向约束下的匹配目标函数,通过最小化该目标函数可以同时得到点集之间的匹配矩阵和变换参数。利用确定性退火算法中的退火温度来控制匹配矩阵的模糊度,增强了算法的鲁棒性,减小了陷入局部极小的可能性。实验结果验证了该算法的有效性和鲁棒性。
确定性退火 前视目标定位 点模式匹配 目标函数 deterministic annealing algorithm front-view object location point pattern matching objective function
华中科技大学 图像识别与人工智能研究所,武汉 430074
在冠脉造影的三维重建过程中,由于在成像过程中不同方向上的对应图像形状差别很大,通过常规的特征点匹配方法得不到匹配点,因此只能手动选取血管中轴的分叉点作为特征点,这样得到的特征点的数目有限,一般为十个左右,这样对于基础矩阵的精确计算是一个难点。为了解决这一难题,本文利用冠状动脉造影序列信息提取大样本匹配点对,将景物重建中的常用的随机采样一致性(RANSAC)方法应用到冠状动脉造影三维重建中来。试验表明本方法对冠脉造影的对极几何估计具有很强的适应性和鲁棒性。
冠脉造影 基础矩阵 RANSAC方法 外极几何 coronary artery angiograms fundamental matrix RANSAC epipolar geometry
华中科技大学,图像识别与人工智能研究所多谱信息处理技术国家重点实验室,湖北,武汉,430074
低信噪比小目标检测能力决定着系统的探测灵敏度和作用距离,是反映红外低可观测目标识别能力至关重要的一项核心技术.自适应杂波背景抑制技术是实现这一目标的有效途径.本文将杂波背景抑制滤波归纳为逆问题求解的优化问题;建立了新的红外弱小目标/背景模型,在此基础上发展了一种基于规整化技术的滤波框架;并提出了"去杂波-保目标"规整化的自适应各向异性滤波新算法.详细的理论分析和试验结果表明:该算法能在单步处理中消除杂波背景、同时增强弱小目标信号,运算量小;对低信噪比的强杂波背景表现出良好的滤波性能和适应能力,且结构简单、利于硬件实时实现.
小目标检测 自适应滤波 红外图像 规整化 优化问题
华中科技大学,图像识别与人工智能研究所,湖北,武汉,430074
轮廓检测是基于形状目标识别任务的关键,然而从自然场景中自动地检测出目标的轮廓是非常困难的,因为背景中存在着大量的无关干扰成分.生理学与解剖学的研究表明初级视皮层中具有方位选择性的神经元的响应受到其周围环境中同方位刺激的抑制,因此方位发生变化的地方受到的抑制程度相对较少,这使得孤立的边缘或区域的边界更为显著.基于此我们提出了一个视觉生理机制的轮廓检测模型,其目的是减少背景纹理的干扰,同时保留感兴趣的对象.针对模拟及真实图像的实验结果表明这种抑制措施有效地抑制了纹理边缘并减少了轮廓自身的破坏,极大地提高了复杂背景中轮廓检测的性能.
轮廓检测 环境抑制 背景纹理 初级视皮层
1 华中科技大学,图像识别与人工智能研究所,湖北,武汉,430074
2 华中科技大学,图像信息处理与智能控制教育部重点实验室,湖北,武汉,430074
利用真实红外图像作为输入,对其进行分割,划分为不同材质区域,然后使用Vega仿真软件得出各材质在不同天气、时间、季节成像条件下的以灰度形式表达的长波红外仿真结果,通过求解Vega软件仿真结果与辐射量之间的映射函数,得到在相应成像条件下的红外辐射量数据,用此结果代替真实红外图像相应材质区域辐射量均值,从而得到不同天气、时间、季节成像条件下的长波红外仿真图像.
红外图像仿真 辐射量数据 Vega SensorVision
1 中国石油大学,机电学院,山东,东营,257061
2 华中科技大学,图像识别与人工智能研究所,湖北,武汉,430074
传统的图像过渡区提取算法基于梯度算子,算法对噪声敏感且受剪切值Llow与Lhigh的限制.通过对过渡区像素属性的深入分析,提出基于局部复杂度的过渡区直接提取算法.局部复杂度的滤波作用提高了算法的抗噪性,直接提取则使算法摆脱了对Llow与Lhigh的依赖.实验结果表明,局部复杂度方法优于传统的基于梯度算子的过渡区间接提取方法.
图像分割 局部复杂度 过渡区 阈值 梯度 image segmentation local complexity transition region threshold gradient
华中科技大学,图像识别与人工智能研究所,图像信息处理与智能控制教育部重点实验室,湖北,武汉,430074
提出了一种基于上下文的机场目标识别方法,将机场各组成部分间存在的依赖关系应用于识别技术中,以提高识别效率.根据机场目标具有明显的方向性这一特点,使用Gabor滤波器对输入图像进行滤波,将图像信息按不同尺度和方向分解至多个通道,获取相应的特征图,并利用Radon变换从特征图中提取线特征.通过分析组成机场目标的各线特征之间的相互关系,利用上下文信息,制定一系列判决准则,实现对机场目标的有效识别.
机场识别 上下文信息 Gabor滤波器 结构特征 Airport recognition Contextual information Gabor filters Structural features
1 华中科技大学图像识别与人工智能研究所,湖北,武汉,430074
2 华中科技大学图像信息处理与智能控制教育部重点实验室,湖北,武汉,430074
根据人类视觉感知理论,在介绍了两种比较有代表性的视觉注意模型的基础上,采用bottom-up控制策略的预注意机制和top-down控制策略的注意机制,提出了一种适用于自动目标识别的目标检测算法.从输入图像出发,采用Gabor算子建立多尺度、多方位的多通道图像,通过全波整流和各通道间的对比度增益控制,得到多尺度、多方位的方位特征图,这些特征图的线性组合则为显著性图.给出了仅采用bottom-up控制策略的船舶目标检测实验结果,待检测目标在显著性图中得到明显增强,有利于检测的实现.
注意机制 目标检测 显著性图 Attention mechanisms Object detection Saliency maps
华中科技大学,图像识别与人工智能研究所,图像信息处理与智能控制教育部重点实验室,湖北,武汉,430074
ART-2神经网络可以很好地应用于模式识别中的聚类问题,但是由于其算法结构中固有的归一化环节,在处理数据过程中丢失了非常重要的幅度信息.在分析这一不足的基础上,提出两种改进算法,同时给出了相应的实验结果.
自适应谐振理论 神经网络 幅度信息 相位信息 相似度 ART-2 Neural networks Amplitude information Phase information Similarity
1 华中科技大学,图像识别与人工智能研究所,图像信息处理与智能控制教育部重点实验室,武汉,430074
2 航天科工集团,第三研究院,第三十五研究所,北京,100013
夜间图像匹配中,实时夜间图像中的斑状噪声影响了边缘相关匹配的性能.在分析了斑状噪声特点的基础上,提出了一种新的基于标记的噪声预处理方法,先标记出图像中的斑状噪声点,在匹配时被标记的噪声点不参与相关统计,从而达到消除斑状噪声对匹配影响的目的.该方法与传统的中值滤波、均值滤波等方法相比,更能提高相关匹配的性能,试验结果验证了该方法的有效性.
夜间图像 斑状噪声处理 边缘相关匹配 Images captured at night Speckle noise processing Edge-based correlation for pattern matching
