王灿进
,
孙涛
,
王挺峰
,
陈娟
液晶与显示
doi:10.3788/YJYXS20132804.0641
为了实现威胁源自动报警,使用BP神经网络构建自动报警系统.针对帧差法提取出的目标轮廓有重复和受变化背景影响的问题,提出了一种基于轮廓片段的目标特征提取方法.首先使用k-mediod聚类以剔除重复轮廓,再结合轮廓片段生长的方法,计算待识别轮廓和验证图片集的匹配代价以剔除背景轮廓,提取出匹配代价最小的轮廓生成轮廓片段字典.随后计算归一化的轮廓矩生成特征向量.最后将提取出的特征向量输入事先训练生成的BP神经网络进行分类.实验结果表明,算法适用于典型刚性目标识别,对于实验视频中枪支的平均识别率达到93.5％,单帧平均运算时间3.67 ms；对于Berkeley运动分割数据集中车辆的识别率达到98.2％,单帧平均运算时间5.26 ms.算法具有高实时性、高准确率的特点.
关键词:
轮廓片段
,
K-mediod聚类
,
匹配代价
,
神经网络
王丽
,
魏巍
,
吴林钢
,
王灿进
液晶与显示
doi:10.3788/YJYXS20142903.0429
提出一种SAR图像目标识别新方法.首次引入BM3D方法,用于滤除原始图像中的相干斑噪声,BM3D结合了空间域和变换域去噪的优势,滤波性能优异.在特征提取步骤,将低阶Hu矩与高阶Zernike矩组合,Hu矩描述目标的粗略信息,高阶Zernike矩描述目标的细节信息,因此组合矩能够更加全面而细致地表达目标特性.使用组合矩特征训练SVM分类器,对含噪的SAR图像进行识别实验.实验结果表明:本文方法的识别率高达98.90％,优于已有的SAR目标识别方法.
关键词:
SAR图像
,
目标识别
,
BM3D滤波
,
组合矩
王灿进
,
孙涛
,
陈娟
液晶与显示
doi:10.3788/YJYXS20142902.0266
针对SIFT、SURF等局部不变特征在大尺寸图像上匹配时过于耗时的问题,将FREAK算子应用于图像匹配中,并提出一种多线程并行加速方法.首先介绍FREAK描述子的特征点的检测、特征描述向量的生成和特征向量的匹配的过程,并分析其优势.其次提出并行处理的2种思路:一是对待匹配图像进行有重叠的分块,对于每一块子图像,开辟新的线程分别进行处理;二是对匹配过程的3个步骤,采用流水线技术进行并行处理,每检测出一个特征点,随即提取出该点的特征向量,然后和模板图像的特征向量集进行匹配.改写SIFT、SURF和FREAK算法进行实验验证,结果证明FREAK计算过程比SIFT和SURF快得多,而并行方法可以在保证匹配精度的同时明显缩短匹配时间.
关键词:
FREAK算子
,
局部不变特征
,
图像匹配
,
并行
,
流水线技术
王灿进
,
石宁宁
,
孙涛
液晶与显示
doi:10.3788/YJYXS20163102.0193
传统的激光主动成像散斑抑制方法中,局部单像素滤波和变换域滤波难以取得良好的抑制效果,同时容易导致边缘展宽,对图像信息造成破坏.鉴于非局部滤波对加性噪声的优异去噪性能,本文研究了三种具有代表性的非局部滤波方法,并使用半导体泵浦固体脉冲激光器搭建主动成像系统,进行散斑噪声抑制性能的比较.实验表明,采用同态FM-PatchGP不仅能够有效抑制散斑噪声,而且能很好地保持边缘信息,同时满足实时性处理的要求,在激光主动照明系统中具有良好的应用前景.
关键词:
激光主动成像
,
散斑噪声
,
非局部滤波
,
同态变换
