基于分形的快速最大熵红外图像特征检测

文章针对红外图像目标检测问题,提出一种基于分形的快速最大熵的红外图像特征检测算法.该算法利用DBC方法计算分维数,根据人造物和自然背景分形维差异,确定目标区域;最后,通过二维最大熵原则确定最佳阈值,实现对单目标或者多目标图像分割.该算法能够较好实现红外图像特征检测,有效抑制背景和噪声.     

基于多尺度数学形态学梯度的图像检测

传统边缘检测算子如Canny、Sobel等是通过计算图像中局部小区域的差分来工作的,对噪声比较敏感,在检测边缘的同时常会加强噪声,形态边缘检测器在检测边缘的时候不会加强或放大噪声,单尺度形态学梯度算子结构元素过大或过小都不能检测到满意的结果.将多尺度形态学边缘检测和形态学滤波结合起来,提出一种边缘检测方法.首先利用形态学对多尺度的形态学梯度算子进行边缘检测,再进行填充内部缝隙,接着进行形态学边界平滑,最后通过分割掩模到原图像的结果.仿真结果表明,所提算法能够非常清晰地检测到目标图像的边缘,提取的图像边缘定位准确且平滑,同时具有较强的抗噪能力.     

基于形态学和SUSAN算子的车牌定位方法

车牌定位是智能交通管理中车牌识别的重要环节,文章首先对车辆图片进行预处理,先用自适应阈值的SUSAN算法获取车辆边缘,再根据数学形态学去除边缘图片中的噪音点和无关边缘,突出车牌区域的特征,最后根据水平扫描和投影法确定车牌位置。实验证明,该方法能有效定位含噪声点的车牌图片,定位准确。     

一种特征向量正交的MIMO阵列多目标检测方法

正交波形MIMO雷达各阵元发射相互正交的信号波形,利用波形分集虚拟扩展阵列孔径,提高阵列系统自由度,采用低增益的宽波束照射探测空域从而获得比相控阵雷达更加优越的检测和估计性能.利用信号子空间和噪声子空间特征向量的正交性,提出MIMO阵列特征向量检测技术(EDT)多目标检测方法(MIMO-EDT),突破了传统相控阵列EDT方法只能检测小夹角目标的限制,并与常规阵列算法作比较,通过计算机仿真说明MIMO-EDT方法多目标检测能力优于传统相控阵EDT方法.     

基于深度学习的小目标检测算法综述

由于小目标分辨率低、携带的信息少,现有基于深度学习的目标检测算法对小目标检测精度远远小于对大目标的检测精度。针对小目标检测精度问题,以基于深度学习的目标检测为切入点,系统总结了基于深度学习的目标检测代表算法,并以检测精度和检测速度为标准分析各种算法优缺点。将能有效提高小目标检测精度的方法进行分类汇总,介绍了各种方法的相关应用。针对目标检测及小目标检测存在的问题,对未来目标检测领域发展趋势进行了预测与展望。     

强混沌噪声背景下弱信号自适应检测

本文提出了一种强混沌噪声中检测微弱正弦信号的自适应方法.该方法在硬件设计上容易实现,并且计算量小,算法复杂度为a(n).计算机仿真实验结果表明:该方法能够比较精确地检测到强混沌噪声中的微弱信号,检测的信噪比可达到:-40dB.     

基于AE-Tiny YOLOV3的小目标检测模型

小目标检测是现阶段目标检测领域的热点和难点问题.针对小目标检测漏检及对硬件性能要求较高的问题,对Tiny YOLOV3进行改进,提出一种适合在低性能平台上使用的小目标检测算法AE-Tiny YOLOV3.首先,使用EfficientNet-B0骨干网络替换原算法的特征提取网络;其次,在检测网络中增加一个检测分支,形成3...     

基于SUSAN算法的图像边缘检测实现

介绍了基于SUSAN特征检测算子的图像边缘检测算法,分析了该算法原理及实现过程,并用Matlab实现该算法,给出了实验结果,分析了SUSAN算法的优势。     

基于图像增强的水泥路面裂缝检测方法及应用

针对水泥路面裂缝识别的干扰和噪声问题,提出一种基于图像增强的裂缝检测方法。首先利用小波变换增强裂缝对比度;再采用空域滤波和基于傅里叶变换（FFT）的频域滤波相结合的方法滤除图像中的噪声和干扰;在此基础上,使用边缘检测方法实现裂缝提取。实验结果表明,该方法可有效去除图像中的干扰和噪声,较好地识别水泥路面的裂缝。     

基于Nios-Ⅱ运动目标检测的二值图像处理

针对运动目标检测相关特性,结合形态学基本理论,提出一种基于FPGA的腐蚀膨胀去噪方法,以提高运动目标检测的精确度和视觉效果。经Matlab仿真和altera-EP1C12Q240C8下载实验,表明图像中的噪声点基本被滤除,有效防止了误检测。该硬件处理方法具有速度快、接口性能好、在线升级方便等优点,达到了预期效果。叙述了腐蚀膨胀模块与腐蚀膨胀算子的FPGA设计方法与实验过程。     

基于小波分析的红外弱小目标检测算法

针对红外弱小目标检测需求,根据红外弱小目标图像特性及其小波分析特性,提出了一种基于小波分析的红外弱小目标检测算法。算法首先对红外弱小目标图像进行小波分解;然后置低频小波系数为零去除背景,阈值化高频小波系数滤除噪声,自适应子带增强加强目标能量;最后进行小波逆变换并进行自适应阈值分割。实验结果表明,提出的算法速度快、抑制噪声的能力强。     

融合图像显著性的YOLOv3船舶目标检测算法研究

针对复杂水面环境下的船舶目标检测问题,运用融合图像显著性的YOLOv3船舶目标检测改进算法以提高检测能力。该算法基于Darknet-53网络模型,根据水上船舶特点,融合非极大值抑制算法Soft-NMS和显著性检测算法FT思想,进一步优化最终检测以达到更准确的效果。用Soft-NMS算法替换原有NMS算法,使得算法对小目标和重叠目标检测效果明显提升。融入FT算法对船舶图像局部细节作进一步细化,使得包围盒回归更加准确。在建立的数据集上进行训练与测试,实验结果表明,改进方法比原始方法准确率提高4%,达97%,检测速度提高10帧/s,达30帧/s,表明改进算法有效提高了船舶目标检测精度,且加快了检测速度。     

基于改进帧间差分与局部Camshift相结合的目标跟踪算法

为了能够准确、快速地跟踪运动目标,提出了改进帧间差分与局部Camshift相结合的目标跟踪算法。针对传统帧间差分法在运动目标提取过程中容易产生“空洞”的现象,并且对噪声敏感的问题,提出了三帧差分的运动目标检测算法。首先,利用三帧差分法,将相邻的三帧图像作为一组进行再差分,从而检测出中间帧运动目标的形状轮廓,然后将该区域作为运动目标的模板区域,并将该区域进行适当扩充,最后采用局部Camshift算法进行目标跟踪。实验结果表明,改进的帧间差分可以有效地弥补“空洞”现象,对噪声也起到了一定的抑制作用。同时,该方法克服了传统Camshift算法需要人为选择跟踪区域和容易发散的缺点,达到了预期的目标检测和跟踪效果。     

基于取样积分技术的混沌检测法与微弱正弦信号检测

提出了一种对噪声背景下微弱正弦信号的检测方法.分析了Duffing振子用于微弱正弦信号检测的机理,并把混沌临界状态检测法和传统检测方法(取样积分)相结合,实现-50dB以下超低信噪比的微弱正弦信号检测.同时,仿真实验也表明该方法对噪声具有较强的抑制能力且具有较低的信噪比工作门限.     

一种基于边缘信息的车牌字符分割算法

提出了一种新型的基于边缘信息的车牌字符分割方法,首先对采集的彩色车牌进行灰度化,在去除噪声后,对车牌区域利用SUSAN算子进行边缘检测.通过垂直投影分割,确定字符区域的不同宽度,利用字符宽度的分类与区域前后文宽度的变化可降低误分割的概率.实验结果表明,采用该算法对车牌字符进行分割时,可显著提高分割的正确性.     

基于改进的YOLOv5识别遥感影像中输电塔的方法

针对遥感影像目标检测中部分输电塔因目标较小、特征不显著而难以识别的问题,提出一种优化和改进的YOLOv5目标检测方法.首先,通过增加更大尺度检测层,以提升小目标的检测效果;其次,将大尺寸高分辨率遥感影像通过滑窗分割成小尺寸图像,进行检测及再还原,解决了遥感影像中难以直接有效识别输电塔等问题;最后,调用GDAL模块自动计...     

基于改进Canny算子边缘检测和数学形态学的车牌定位算法

车牌识别系统已经成功进入智能交通领域,其中车牌定位是车牌分割和车牌识别能顺利展开的基础。首先使用边缘检测改进canny算子进行一次粗定位,大致确定车牌所在区域;再对边缘检测后的二值图像进行膨胀、腐蚀等一系列数学形态学操作,完成车牌二次精确定位。根据实验结果表明,这种算法能够避免一定的噪声影响,解决目标图像噪声干扰及边缘模糊的问题,具有一定的鲁棒性。     

DS-CDMA中基于噪声独立分量分析的多用户检测

针对独立分量分析算法忽略噪声这一缺点,将基于噪声模型的噪声独立分量分析引入,并进行分析,得到基于噪声独立分量分析的多用户检测方法.并与基于无噪模型的独立分量分析算法的多用户检测性能进行仿真比较,结果表明本文引入的方法检测性能更优.     

基于DSP的小波边缘检测研究

借助于TI公司的TMS320VC5416图像处理芯片作为数字图像处理硬件平台,利用CCS开发环境来构建应用程序优化;实现小波多尺度方法来提取边缘,实时得到一系列连续帧的边缘图像。实验结果表明,该方法较好地提高了图像边缘检测的运算速度,满足了实时性要求;能有效地抑制噪声对图像边缘检测的影响,保留了图像边缘细节。     

基于光流估计摄像机运动下红外小目标检测算法

针对单一光流方法不能实现摄像机运动时红外小目标实时检测的问题,提出一种基于光流估计的摄像机运动下的小目标检测方法.该方法从动态背景静态化的角度出发,计算所提取角点处的Lucas-Kanade光流,在此基础上获取动态背景的运动补偿,进而得到当前的静态背景.利用目标与背景的运动差异性,计算相对于静态背景的Horn-Schunck光流,所计算的光流值则给出最终的检测结果.实验结果表明,该方法对摄像机运动下的地空背景红外小目标序列图像有良好的检测效果.