简介:根据机载光电平台的特点,建立了6个坐标系统,进行了8次线性变换,构建了从光电平台成像系统像面坐标系到大地地理坐标系的目标定位数学模型。计算了目标在大地地理坐标系的经纬度和高程坐标,分析了各种测量参数对目标定位精度的影响。通过建立误差模型和仿真数据进行目标定位实验,采用蒙特卡罗方法统计目标定位误差。实验结果表明,载机经纬度误差、载机姿态角度误差及光电平台指向角度误差是影响目标定位精度的主要因素,其中载机经纬度误差直接传递到目标定位误差,载机姿态角度误差和光电平台指向角度误差大体上以10-4~10-2比例作用到目标定位误差。本文方法有效可行,对机载光电平台目标定位具有实用价值。
简介:针对SAR图像的目标自动分割问题,在分析非下采样轮廓波变换(nonsubsampledcontourlettransform,NSCT)和脉冲耦合神经网络(pulsecoupledneuralnetworks,PCNN)的基础上,提出了一种基于非下采样轮廓波域特征图和PCNN的SAR图像目标分割算法.对SAR图像经过NSCT分解后的高、低频图像分别运用不同方式进行处理.利用PCNN对低频图和高频子带特征图分别进行分割,获取了目标所在的区域及目标的精细结构.利用MSTAR数据进行了仿真实验,并与基于模糊C均值的分割算法、基于马尔可夫随机场的分割算法进行了对比.实验结果表明,所提出算法对SAR图像目标的分割结果更为准确,同时较其他算法具有更强的抗噪性能.
简介:针对单一图像源下目标跟踪精度不高的问题,利用跟踪状态下的目标存在于可见光与红外图像中的特征对连续自适应均值移动跟踪算法做出改进。首先选取可见光图像的“颜色梯度背投影”作为改进的目标模型,选取红外图像的“灰度梯度背投影”作为改进的目标模型;然后根据可见光序列图像和红外序列图像各自进行连续自适应均值移动跟踪算法得到的对应的口‘系数判定两种图像跟踪的效果,对两种图像的权重进行自适应调整,得到这两种图像的特征级融合图像和跟踪结果。实验结果表明,对于320像素×240像素的可见光和红外图像,基于可见光与红外图像特征融合的目标跟踪算法在复杂背景下能够较准确的跟踪目标,目标跟踪精度为0.5像素,跟踪速度为30~32ms/帧。