公共文化服务平台

国家自然科学基金(61303192): 作品数：50 被引量：261H指数：8; 相关作者：刘松涛沈同圣娄树理刘振兴郭少军更多>>; 相关机构：中国人民解放军海军航空工程学院海军大连舰艇学院中国国防科技信息中心更多>>; 发文基金：国家自然科学基金中国博士后科学基金国防科技技术预先研究基金更多>>; 相关领域：自动化与计算机技术电子电信航空宇航科学技术机械工程更多>>

交叉双边滤波和视觉权重信息的图像融合被引量：19: 2017年; 图像融合技术是图像分析领域重点研究内容之一,为了更好地保留原图像中的细节信息,提高融合图像的对比度,提出了基于视觉权重图的多尺度图像融合方法。首先,利用可变参数的交叉双边滤波器对两幅待融合图像进行多尺度分解;然后,在每个分解层分别计算相应的视觉权重图,并针对不同分解层赋予不同的权重值;最后,综合这些结果生成融合图像。由于对原始图像的分解没有采用下采样和上采样操作,因此不会损失图像中的信息,且克服了传统像素级融合方法中融合图像模糊、对噪声敏感等不足。通过4种定量分析实验表明,在多种模式的图像融合应用中,本方法优于其他5种对比方法,融合时间小于0.2 s。融合后图像细节信息、对比度得到增强,同时降低处理时间。; 刘峰沈同圣马新星; 关键词：图像融合

基于融合显著图和高效子窗口搜索的红外目标分割被引量：5: 2018年; 为了快速精确地分割红外图像目标,提出一种基于融合显著图和高效子窗口搜索的红外目标分割方法.在获取图像超像素的基础上,提取每个区域增强的Sigma特征,并考虑邻域对比度、背景对比度、空间距离和区域大小的影响,构建局部显著图,接着利用全局核密度估计构建全局显著图,然后融合局部和全局显著图实现图像显著性检测,最后应用高效子窗口搜索方法检测和筛选目标,实现红外目标分割.实验结果表明,新方法的显著图结果目标区域一致高亮且边缘清晰,背景杂波抑制效果好,可实现快速精确的目标分割.; 刘松涛刘振兴姜宁; 关键词：红外图像

融合常规运动目标和突然机动目标的图像跟踪系统被引量：2: 2019年; 当舰载或机载光电传感器晃动、掉帧或者目标做复杂战术机动时,跟踪目标在相邻帧间会突然改变原来的运动轨迹,此时如何有效跟踪突然机动目标是一个难点问题。首先利用基于组合基于(speeded up robust features,SURF)特征描述子的二帧差分法进行背景差分,然后再利用卡尔曼滤波给出目标的预测位置,在以此为中心的搜索区域内用Mean shift跟踪方法寻找目标的最佳匹配,同时逐帧根据卡尔曼滤波的先验预测误差协方差判断目标是否出现机动。在检测到目标机动后,利用基于显著密度的高效子窗口搜索方法快速检测视场内的所有可疑目标,最后利用SURF算法进行特征匹配筛选出原始跟踪目标并返回目标位置,实现突然机动目标的自动可靠跟踪。仿真实验表明,新系统无论针对常规运动目标还是突然机动目标都能保证又快又准的跟踪效果。; 刘松涛王战位宝燕; 关键词：图像跟踪均值漂移卡尔曼滤波

全局模型和局部优化的深度网络显著性检测被引量：19: 2017年; 设计有效的特征向量是显著性检测方法的关键,决定了模型效果的上限,基于深度卷积神经网络和手工提取特征相结合的思路,提出了一种新的基于全局模型和局部搜索的显著性检测方法。在全局模型中,通过对VGG-16网络设计额外的卷积层进行训练,生成初始显著图,达到了从图像整体角度预测每一个候选区域显著性的目的。在局部优化模型中,设计区域对比度描述子和区域特征描述子对多级分割的超像素点进行描述,预测每一个区域的显著性值。最后,利用线性拟合的方法将两种模型中产生的显著图进行融合,得到最终的显著图。对4个数据集进行对比测试实验,实验结果表明,本文方法具有最高的准确率。; 刘峰沈同圣娄树理韩冰; 关键词：机器视觉显著性检测卷积神经网络

基于特征融合的图像目标显著性检测方法被引量：4: 2018年; 为了凸显图像中的感兴趣目标,提出了基于特征融合的图像目标显著性检测方法。首先通过提取可见光图像不同尺度空间的不同特征,利用区域协方差理论融合尺度空间之间串接的不同特征,然后结合全局核密度估计体现图像的全局显著性,实现局部和全局特征融合的图像目标显著性检测。仿真结果表明,无论主观评价,还是客观指标,新方法均优于当前流行的图像显著性检测方法。; 李德峰刘松涛; 关键词：图像目标显著性检测

基于区域协方差的图像特征融合方法被引量：5: 2015年; 考虑到不同特征代表图像的不同信息,融合后的特征更能体现图像的本质,概括总结了国内外各类图像特征融合方法,重点阐述分析了基于区域协方差的特征融合方法,该方法可以自然地融合多个相关特征,协方差计算本身具有滤波能力且效率高,最后通过设计合适的目标特征,基于区域协方差融合特征实现舰船目标识别。实验表明,协方差描述子可以较好地融合舰船可见光图像或红外图像的目标特征,提高目标识别能力。; 刘松涛常春沈同圣; 关键词：目标识别

基于UKF-GM-PHD滤波算法的非线性多目标跟踪方法研究被引量：2: 2019年; 目前,基于概率假设密度(Probability Hypothesis Density,PHD)滤波的多目标跟踪技术已成为多目标跟踪研究的热门领域。论文将传统非线性处理方法无迹卡尔曼滤波(Unscentesd Kalman Filter,UKF)与高斯混合概率假设密度(Gaussian Mixture PHD,GM-PHD)滤波算法相结合,提出了无迹卡尔曼滤波高斯混合概率假设密度(UKF-GM-PHD)滤波算法,实现GM-PHD滤波器在非线性系统的应用。通过仿真验证了提出算法的有效性,将算法与扩展卡尔曼滤波GM-PHD(EKF-GM-PHD)滤波算法进行分析对比,验证了该算法的滤波精度高于EKF-GM-PHD滤波算法。; 齐海明张安清; 关键词：无迹卡尔曼滤波多目标跟踪

基于模糊Renyi熵和区域增长的图像目标分割方法被引量：3: 2018年; 为了实现快速精确的航空侦察图像目标分割,提出基于模糊Renyi熵和区域增长的分割方法。首先在Renyi最大熵分割的基础上,应用模糊隶属度函数,引入模糊Renyi熵,提高图像分割效果。然后为了获取种子点,提出了基于双金字塔和特征融合的显著性检测方法,并通过形态学重构开运算和区域极大值生成目标核心区域。最后,增长准则设计为将图像分割结果进行二值标记,然后选取与目标核心区域重叠最多的区域块为目标分割结果。实验结果表明,所提方法可实现复杂场景航空侦察图像舰船目标的快速和精确分割。; 刘松涛刘振兴姜康辉; 关键词：图像分割显著性检测

应用图像融合与多样性的舰船显著性检测被引量：2: 2016年; 基于单源的图像显著性检测存在较大的虚警或漏检,文章提出了利用约简后的特征点和CPD算法对海面实拍船只图像进行多源图像匹配,获得图像间的变换投影方程并利用投影方程对单源图像的显著性检测结果进行叠加与虚警控制器分类,从而达到提高检测率与控制虚警的目的。显著性检测方面,文章分析了基于图等级多样性的显著性检测方法的不足和优点,引入了最大稳定区域检测方法对图像做前期处理,并对获得区域进行联合获得新区域,使得新区域能够最大限度地满足基于图的等级多样性显著性检测最优条件。对于检测获得的联合区域目标显著性不完整的情况,利用了区域的叠加性进行加权求和,最终获得了具有较好联通性的多舰船目标图像显著性检测结果。对于显著性检测结果中存在较大虚警的情况,文章进一步提出计算船只与浪花的多尺度分形维数,并结合Adaboost算法训练浪花虚警控制器。实验结果显示控制器能够消除一部分浪花带来的虚警,但是对于灰度与舰船极为相似的虚警无法消除。; 郭少军娄树理刘峰; 关键词：分形维数 ADABOOST

基于无线传感器网络的运动目标检测动态聚类图被引量：1: 2015年; 有效的目标跟踪需要积极的传感器节点对运动目标群实行跟踪。与单目标跟踪相比,聚类在效能上有显著提高。本文提出准确的相干和非相干运动模式下目标的聚类,采用隐式动态时间框架来评估在创建连接组件加权图的目标关系史。该算法采用目标跟踪中定位算法的关键特征,即估计当前和预测的位置来确定移动目标的方向和距离的关系。模拟结果显示,通过动态调整历史窗口大小和预测目标之间的关系,可以显著提高聚类的准确性并减少运算时间。; 王新为杨绍清张永生; 关键词：聚类算法目标跟踪无线传感器网络加权图

国家自然科学基金(61303192)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(61303192)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈