升降机
定的境况下 正在飞机亮度一,景的亮度 转移云层背。以一个系数 β( 倍) 简直形式是将配景原亮度乘,识别结果 巡视目 标。0～1. 2 系数 β取 ,. 05 间距为 0。拟策动 通过模,相称的联系峰 获得目的的两个, 5 × 14 其联系峰强度为,. 16 × - 3 锐度 PCE 为 3,β的转移而转移 这两个值不随 。景中的位 10 10 置无合 这解说目的的识别与其正在输入场,有平移稳定性 即联系识别具。噪比随 β的增大而删除 图 2 ( a) 显示信;半高宽随 β 的增大而增大 图 2 ( b) 解说联系峰。等高线图中 正在联系峰的, 0. 55 时 能够看到当 β=,合峰的半值 噪声领先相,合峰 半宽度 故无法丈量相;65 时 当 β≥ ,于噪声中 联系峰扑灭,识别目的 变成无法。和图 3 ( a 图 1 ( b) ,景及识别后正在场景坐标系中的联系峰立体图和等高线图 b) 给出了 β= 0. 5 时的输 0. 入场。单个目的 对场景中的,联系峰 相近放大个人视场 图 3 ( c) 显示可正在,坐标系中的定位精度 以便进一步升高正在场景。
是否包括咱们所需的特定消息 图像识别是指检测和判决图像中,测的一种重 ) 要办法 个中光学联系是图像联系检。为 s ( x 假设待识其它目的,) y ,波器 S (α造造成般配滤, β; n ( x 云层配景漫衍为,) y 。 入配景中 将目的随意插, f ( x 获得的输入场景,( x - a y ) = s , n ( x y - b),) y ,( a 个中 ,随意值 b) 为。出平面上的复振幅分通过联系运算正在输 布
较大 信噪比;波器都举行边沿检测 对输入场景和般配滤,化的联系峰 能够获得锐,的精准定位 从而杀青目的。图像的边沿检测 以上注明待识别,识别职能的枢纽 是升高空中目的。的联系识 别拥有平移稳定性 其它模仿策动结果还显示目的云层配景中主意的关连辨别。幼等畸变的空中目的 对拥有挽回 、 大,F [ 11 ] 等滤波器本事举行识 别能够通过 L RH[ 10 ] 或 SD。文件 参考:
联系峰 为了锐化,数上乘以一个因子 能够正在初始滤波函,拉斯变换 [ 7 ] 从而杀青联系输出的拉普;配滤波器举行边沿检测 也能够对 输入场景或匹。一种形式 本文采用后。入场景 对待输,邻区 域总存正在灰度边沿 两个拥有分别灰度值的相。 ( 或突变) 的结果 灰度边沿是灰度值不持续。寻常是持续转移的 目的内部的灰度值,景的接壤处 正在目 标与背,正在阶跃性突变 灰度转移则存,求导来检测边沿 故正在数学上通过,适的阈值 再挑选合,标的轮廓 就获得 目。有良多 阈值挑选,础来举行图像灰度肢解的 寻常是以图像直方图为基。直方图图像的为
最大值为 255) 笼罩 齐全将目的 ( 目的亮度。已无法给出目的的位子 此时直接举行联系运算,界处存正在较大的灰度梯度 然则正在目的与背 景的交,对输入场景举行边沿检测 故用 Sobel 算子,合运算 再通过相, 所示的联系峰立体图 获得了图 4 ( b)。图标出了目的正在输入场景中的位子 图 4 ( c) 给出的等高线。 时的输入场景 ( 即图 5 ( a) ) 和般配滤波器都举行边沿检测 2. 3 对输入的待识别图像和般配滤波器都举行边沿检测 β= 1. 2,合识别 再举行相, 5 获得图。与图 4 的斗劲 通过图 对 5 ,合峰获得了锐化 可看出目的的相。了两种境况下 表 1 列出,的斗劲 联系职能。
出了输入场景中飞机的识别结果 本文以策动机模仿光学联系运算给。注明 结果,度较弱时 当配景强,联系就能够寻找目的位子 输入 场景与参考图像举行;度较强时 当配景强,别目的 无法识,景举行 边沿检测 此时需求对输入场。水平上影响识其它及时性 边沿检测的引入会正在必然。举行边沿检测 只对输入场景,峰强度联系和
( a) 是当 β= 1. 2 时 2. 2 只对输入场景举行边沿检测 4,坐标系中的灰度立体图 目的与配景归纳后正在场景。显示 图上,配景依然 正在亮度上图
层中目的的识别题目 : 摘 要 针对云,运算给出了识别结果 以策动机模仿光学联系。亮度一当目的定
得了较好的效果 [ 1～5 ] 正在纯洁配景下的目的识别研商已取。中的目的 天然境遇,别 、 类型判决 加倍是空中目的的识,大的应用代价 正在军事上有较,行跟踪对准的本事根蒂 它是兵器对空中目的进。中的目 标 这些天然境遇,别带来了必然的坚苦 因为配景的作梗给其识。景中的红表点目的的检测和跟踪 文件 [ 6 ] 研商了丰富背。测带来的虚警率和漏警率 为了进一步删除点源目的检,研商还是是须要的 空中脸蛋的的识别。法对空中脸蛋的的识别题目举行了理会 本文以图像匹 配的式样连结图像统治方。
云彩图 任选一幅, 像素 × 像素阵列 将其巨细转化为 512;天生一幅光照的 512 飞机模子图 正在图形开荒境遇 Open GL 中,素 ×64 像素阵列 将其转化为 64 像。化后 灰度,159 ～ 255 云彩图灰度规模为 ,881688 7 其均匀亮度为 1;围为 0～255 飞机模子图灰度范,. 714 7 均匀亮度为 35。拟线 为了模,机片面插入云彩图中随意两处位子 咱们将飞机模 型图举行淘汰取出飞,入场景 造造输。叶频 谱的复共轭造造滤波器 并以无配景中飞机图像的傅立。定量斗劲 为了便于, 1 ) 联系峰强度值 采用以下四个判据 : (; ( 联系 峰强度与联系峰能量之比 ) ( 2 ) 锐度 PCE 值 [ 7 ];联系峰强度与联系峰旁瓣表的噪声均方差之比 ) ( 3) 信噪比 R SN [ 3 ] ( ;合峰值降至其峰值的一半时的宽度 ) ( 4 ) 半高宽 FWHM ( 相。三种境况 下面研究。
图像内像元总数 式中 : N 为,为 r 的像元数 n r 为灰度级。成分别的等第 把图像的灰度分,的形式去确定物的界限 然后用配置灰度门限 。肢解法 [ 8 ] 来确定 该灰度门限能够通过最幼纰谬。算中 实质计,域 微分算子举行 边沿检测常借帮空,像的卷积来实现 通过算子模板与图。的算子较多 用于界限肢解,l 算子 [ 9 ] 这里运用的是 Sobe。
况 2 可知 由表 1 情,景边沿检测 只对输入场,强度较大 则联系峰的,较高 信噪比。 配滤波器都举行边沿检测 境况 3 对输入场景和匹,使联系峰半高宽删除 则因为振幅的般配而,峰能量填充一倍 多 联系峰强度相春联系,化的联系峰 从而获得锐;比都消重了几个量级 但联系峰的强度和信噪。况 3 中 这解说正在情,中的目的都造成了轮廓图 输入场景和匹 配滤波器,度填充 相仿程,到了锐化 联系峰得;相仿点删除 但轮廓内的,量 低落 故联系峰能。
识别结果 表1 不怜悯况下联系职能的比图5 输入场景和般配滤波器边沿检测的较
时,宽广缘检测的几种境况下 正在输入场景和般配滤波器有,目的识别职能的影响 研商了配景强弱转移对。显示 结果 ,度较弱时 当配景强,联系运算就能够寻找目的位子 输入场景与般配滤波器举行光学;度较强时 当配景强,云层中目的识别率的枢纽 输入场景的边沿检测是升高,弱了联系峰的强度 但边沿检测同时也削。 光学联系 枢纽词 :;识别 目的;O438 文件标识码 : 边沿检测 中图分类号 : A
基金资帮课题 作家简介 : 易亨瑜 (19692 ) 基金项目 : 中国工程物理研商院操纵电子学研商所所长, 男,生 博士,程师 高级工;1012 信箱 绵阳 9192。
