一种恶劣环境中的无人机检测方法

    公开(公告)号:CN108446581B

    公开(公告)日:2022-07-19

    申请号:CN201810057554.3

    申请日:2018-01-22

    摘要: 本发明提供了一种恶劣环境中的无人机检测方法:利用相机采集恶劣环境中有无人机的视频,处理视频并获得N帧图像;根据所有图像进行背景建模,得到背景模型;利用背景模型,将N帧图像进行进行背景分割处理,得到去除背景模型的图像,再通过对前后两幅图像的目标之间的欧氏距离比较和置信度设定识别图像中的无人机。本发明通过图像处理的手段检测无人机,使人们能更加快捷方便地发现无人机,并迅速作出相应的处理。

    一种复杂遥感陆地环境小样本小目标快速检测识别方法

    公开(公告)号:CN113963265A

    公开(公告)日:2022-01-21

    申请号:CN202111069804.3

    申请日:2021-09-13

    IPC分类号: G06V20/13 G06N3/04 G06N3/08

    摘要: 本发明公开一种复杂遥感陆地环境小样本小目标快速检测识别方法,基于改进的Faster R‑CNN卷积神经网络架构,构建针对复杂遥感陆地环境车辆目标的检测识别网络;通过对训练数据进行一定的变换和扰动扩充,并对负样本及难分样本进行重复训练,在增加了训练数据量的同时可以让网络充分学习到目标的变化,解决样本数据量少带来模型泛化能力弱和精度差的问题;通过增加小目标特征、挖掘难样本信息以解决Faster R‑CNN对小目标检测效果差、虚警率高、识别精度低的问题;RPN和Fast R‑CNN共用同一个5层的卷积神经网络,并对网络模型参数调优,使得整个检测过程只需完成一系列卷积运算即可完成检测识别过程,减少了运算时间。

    一种复杂遥感陆地环境小样本小目标快速检测识别方法

    公开(公告)号:CN113963265B

    公开(公告)日:2024-09-06

    申请号:CN202111069804.3

    申请日:2021-09-13

    摘要: 本发明公开一种复杂遥感陆地环境小样本小目标快速检测识别方法,基于改进的Faster R‑CNN卷积神经网络架构,构建针对复杂遥感陆地环境车辆目标的检测识别网络;通过对训练数据进行一定的变换和扰动扩充,并对负样本及难分样本进行重复训练,在增加了训练数据量的同时可以让网络充分学习到目标的变化,解决样本数据量少带来模型泛化能力弱和精度差的问题;通过增加小目标特征、挖掘难样本信息以解决Faster R‑CNN对小目标检测效果差、虚警率高、识别精度低的问题;RPN和Fast R‑CNN共用同一个5层的卷积神经网络,并对网络模型参数调优,使得整个检测过程只需完成一系列卷积运算即可完成检测识别过程,减少了运算时间。

    一种恶劣环境中的无人机检测方法

    公开(公告)号:CN108446581A

    公开(公告)日:2018-08-24

    申请号:CN201810057554.3

    申请日:2018-01-22

    摘要: 本发明提供了一种恶劣环境中的无人机检测方法:利用相机采集恶劣环境中有无人机的视频,处理视频并获得N帧图像;根据所有图像进行背景建模,得到背景模型;利用背景模型,将N帧图像进行进行背景分割处理,得到去除背景模型的图像,再通过对前后两幅图像的目标之间的欧氏距离比较和置信度设定识别图像中的无人机。本发明通过图像处理的手段检测无人机,使人们能更加快捷方便地发现无人机,并迅速作出相应的处理。

    一种基于频域与空域相结合的SAR图像内波区域检测方法

    公开(公告)号:CN110147716A

    公开(公告)日:2019-08-20

    申请号:CN201910260644.7

    申请日:2019-04-02

    IPC分类号: G06K9/00 G06K9/62 G06T7/136

    摘要: 本发明公开了一种基于频域与空域相结合的SAR图像内波区域检测方法,SAR图像分块根据内波的特征尺度将待处理的SAR图像划分为若干子块,对每个SAR图像子块进行图像谱估计,提取内波条纹纹理信息,在内波的特征尺度范围内进行阈值检测得到海洋内波粗检测图像;海洋内波粗检测为一系列标示内波波峰或波谷的特征曲线,由于背景、噪声等影响内波特征曲线不连续而且存在部分虚假曲线,利用规划方法对波峰线进行合并和虚假特征线的剔除,得到连续且背景较为干净的内波特征曲线。根据得到的内波特征曲线估计曲线的曲率、波峰线间距等,并据此与海浪背景、水面船尾迹、海洋锋等进行鉴别处理,最后得到海洋内波区域标示图像。

    一种动态背景中弱小动目标的连续稳定跟踪方法

    公开(公告)号:CN106875415A

    公开(公告)日:2017-06-20

    申请号:CN201611246454.2

    申请日:2016-12-29

    IPC分类号: G06T7/215

    摘要: 本发明公开了一种动态背景中弱小动动目标的连续稳定跟踪方法,首先获取视频数据,针对每一帧图像进行如下处理:在当前帧图像中,获取待跟踪动目标位置坐标,依据该位置确定目标追踪框;采用贝叶斯框架对目标追踪框内区域建立当前帧图像的空间上下文模型;利用当前帧图像的空间上下文模型与下一帧图像进行卷积计算获得下一帧图像中待跟踪动目标出现位置的置信图,置信度最大的位置即下一帧图像中的待跟踪动目标位置;基于双阈值动目标危机判定,判定待跟踪动目标没有被遮挡或者丢失时,则输出下一帧图像中的动目标位置,当前帧图像的跟踪处理过程结束;否则更新目标追踪框进行重检。该方法实现了目标在背景干扰和遮挡情况下的连续稳定跟踪。

    一种基于遥感图像的港口区域舰船目标变化检测方法

    公开(公告)号:CN106803070A

    公开(公告)日:2017-06-06

    申请号:CN201611249668.5

    申请日:2016-12-29

    IPC分类号: G06K9/00 G06K9/34 G06K9/62

    摘要: 本发明公开了一种基于遥感图像的港口区域舰船目标变化检测方法,属于目标检测领域;首先得到两幅同一港口不同时相的遥感图像;其次,将两幅同一港口区域不同时间采集的遥感图像配准;然后,采用模板图像对两幅图像进行掩膜运算,屏蔽陆地区域,得到海面区域,对海面区域图像海色均匀化,对屏蔽的陆地区域采用海区域均值进行填充;将两幅配准后的图像作差,对作差后的图像进行分割;最后,提取切片的图像特征,进行虚警剔除,确认切片中的变化舰船切片,即得到两幅遥感图像变化的舰船目标位置和相应信息;该方法既能准确快速的排除云和变化的海面背景对最终结果的影响,减少虚警率,又能完整、准确的分割并检测出变化的舰船目标,提高检测率。