-
题名仿射不变三角形在红外目标识别中的应用
- 1
-
-
作者
赵爱罡
王宏力
杨小冈
陆敬辉
崔祥祥
姜伟
-
机构
第二炮兵工程大学目标探测与图像制导实验室
-
出处
《激光与红外》
CAS
CSCD
北大核心
2015年第12期1493-1499,共7页
-
基金
国家自然科学基金项目(No.61203189)
总装预研基金项目(No.9140A01060411JB4701)资助
-
文摘
红外目标识别主要存在以下两个问题:一是红外成像比较模糊,难以提取不变特征;二是红外图像信息含量小,不易发掘有效的描述方法。针对上述问题,提出了一种基于曲率尺度空间(Curvature Scale Space,CSS)角点的仿射不变三角形的检测方法,并利用优选参数的多尺度自卷积(Multi-scale Autoconvolution,MSA)对提取的三角形区域进行描述,最后进行特征匹配实现红外目标识别。实验表明:与其他方法比较,在各种图像变换中,本文方法对红外目标的识别优势显著。
-
关键词
仿射不变
曲率尺度空间(CSS)
多尺度自卷积(MSA)
红外目标
-
Keywords
affine invariance
curvature scale space
multi-scale auto-convolution
infrared target
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于边沿方向特征的地面时敏目标识别方法
被引量：1
- 2
-
-
作者
王建永
杨小冈
王雪梅
赵爱罡
-
机构
第二炮兵工程大学目标探测与图像制导实验室
-
出处
《电光与控制》
北大核心
2015年第5期58-62,76,共6页
-
基金
国家自然科学基金(61203189)
-
文摘
地面时敏目标机动性强,目标姿态无法准确预知导致识别出现困难。传统SIFT特征对旋转、尺度、光照等畸变有很好的抑制作用,但是其只能在较小的视角变换范围内起作用,当视角变换较大时SIFT识别率较低。针对此问题,提出了一种基于边沿方向特征的地面时敏目标识别方法。首先利用积分图像及Haar小波模板计算图像梯度场,以模值极大值点作为特征点;然后将满足距离约束的两点组合成为特征点对,利用互相校验的方法,增强了特征点对的独特性;最后将梯度方向作为匹配依据,实现目标识别。实验结果表明,给出的识别方法具有可行性和有效性,可以在大角度视角变化中保持稳定,在45°范围内均能实现目标的正确识别,具有较强的鲁棒性,优于SIFT算法。
-
关键词
时敏目标
目标识别
边沿方向
互相校验
大角度视角变化
-
Keywords
time-sensitive target
target recognition
edge orientation feature
mutual calibration
wide range perspective transformation
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名融合几何特征的压缩感知SIFT描述子
被引量：14
- 3
-
-
作者
赵爱罡
王宏力
杨小冈
陆敬辉
何星
-
机构
第二炮兵工程大学目标探测与图像制导实验室
-
出处
《红外与激光工程》
EI
CSCD
北大核心
2015年第3期1085-1091,共7页
-
基金
国家自然科学基金(61203189)
总装预研基金(9140A01060411JB4701)
-
文摘
为了解决尺度不变特征变换(SIFT)描述子在存在较多相似结构的匹配中,易造成误匹配,并且维数较高、匹配耗时的问题,提出了一种融合相对几何位置的压缩感知描述子。首先,以特征点为中心,将周围关键点的相对几何位置(RGL)信息形成尺度和旋转不变的RGL描述子,其次,对SIFT描述子利用压缩感知(CS)理论进行降维,形成CS-SIFT描述子,最后将两者融合形成RGL-CS-SIFT描述子。实验结果表明:与SIFT和PCA-SIFT描述子相比,匹配速度有所提升,匹配准确率明显提高。
-
关键词
SIFT描述子
压缩感知
几何特征
图像匹配
-
Keywords
SIFT descriptor
compressive sense
geometrical feature
image matching
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名轮廓不变特征在待机飞行器识别中的应用
被引量：4
- 4
-
-
作者
王建永
王雪梅
杨小冈
赵爱罡
-
机构
第二炮兵工程大学目标探测与图像制导实验室
-
出处
《电光与控制》
北大核心
2015年第2期12-16,共5页
-
基金
国家自然科学基金(61203189)
总装预研基金(9140A01060411JB4701)
-
文摘
飞行器拍摄到的待机飞行器图像常出现旋转、尺度、仿射等畸变,同时噪声等影响会使目标轮廓部分缺失。针对这个问题,提出了一种轮廓不变特征,并将其应用于待机飞行器识别当中,以分割出来的物体灰度图像为基础,利用椭圆拟合方法进行方向归一化,提取全局轮廓特征;根据轮廓中的关键点位置将轮廓划分为上下左右4部分局部轮廓,提取局部轮廓特征,将其当作神经网络的输入参数,利用神经网络作为分类器,达到识别物体的目的。设计了两组目标识别对比实验。实验结果证明此方法在噪声污染、轮廓提取不完整的情况下,仍能得到较高的识别率,优于传统的矩特征等方法。
-
关键词
目标识别
椭圆拟合
轮廓特征
特征提取
图像分割
-
Keywords
target recognition
ellipse fitting
boundary feature
feature extraction
image segmentation
-
分类号
V271.4
[航空宇航科学与技术—飞行器设计]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
