【摘 要】
：
SAR图像目标识别是目前一个研究热点.本文提出了一种基于视区的快速识别方法.论文首先引入了一种基于目标三维模型的SAR图像仿真算法,获得在成像条件下不同目标类别的SAR仿真
【机 构】
：
国防科技大学电子科学与工程学院ATR重点实验室,湖南长沙 410073
论文部分内容阅读
SAR图像目标识别是目前一个研究热点.本文提出了一种基于视区的快速识别方法.论文首先引入了一种基于目标三维模型的SAR图像仿真算法,获得在成像条件下不同目标类别的SAR仿真图像;在提取图像中目标和提取相关参数基础上,通过聚类分析划分视区,并形成以视区为基础的目标原型模板库及其特征参数;识别时只要将输入图像中目标参数与目标原型模板库匹配,就可以获得识别结果.由于引入视区概念,简化了目标模型库提高了识别速度.对两种类型舰船的识别,证实了方法的有效性.
其他文献
针对可见光和红外图像中的各类团块目标,提出一种基于视觉注意模型的团块目标检测方法.该方法根据团块目标与背景在多种特征、多个尺度上的差异性,利用视觉注意模型确定目标
在常用的混合高斯法的基础上,提出一种改进算法,有效克服了摄像机的自动白平衡导致混合高斯法不可用的情况.该算法首先引入连续帧差法,将连续两帧图像差与混合高斯法的检测结
本文以中低分辨率光学海域图像中的舰船目标为研究对象,提出一种联合灰度和纹理特征的舰船目标检测方法.该方法利用改进的双参数恒虚警率(Constant False Alarm Rate,CFAR)方
在监控系统中,由于摄像头的运动或目标的移动,对同一个目标,所采集的图像会有很大差别,因此就需要一个能准确识别目标的方法.该文提出了基于免疫克隆聚类的自适应竞争神经网
提出了一种基于多次二值分类的复杂背景字符定位方法.首先对字符图像去模糊和增强处理后,进行二值分类,在每一次的二值化分类图中根据字符排列及二值分类图投影的特点来进行
由于mean-shift算法良好的鲁棒性和实时性,它被广泛的应用到运动目标跟踪中.但该算法还存在不足的方面.首先是核带宽的选择问题,它对存在径向运动的目标跟踪的影响非常大.其
运动目标识别是视频信息处理的重要研究课题之一.本文提出了一种基于形状的特征提取与识别算法.首先利用自适应阈值的SUSAN算法检测图像目标边缘,用形状上下文来描述边缘点的
针对现有运动目标检测算法不能很好去除阴影的问题,在利用混合高斯模型进行目标检测的基础上,提出了一种有效的阴影抑制算法.该算法充分考虑了系统噪声和背景模型误差,并用高
远距离成像和复杂背景下小目标检测是图像理解领域中的一个重要内容.本文提出了在对图像进行提升小波变换的基础上提取图像的分形特征的小目标检测算法.首先通过提升小波变换
目标跟踪技术已成为计算机视觉领域中备受关注的研究课题,各种跟踪方法不断涌现.本文结合AdaBoost算法和粒子滤波技术实现视频图像中的目标跟踪.采用基于AdaBoost级联分类器