收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于仿生视觉计算模型的红外图像理解

祁伟  
【摘要】:随着计算机及红外技术的迅速发展,红外图像理解已经发展成为一个专门的研究方向和应用手段。它综合了计算机科学、数学、仿生学以及红外成像等基础理论,是目前红外视觉研究的重要内容。针对红外图像场景,研究基于仿生视觉计算模型是进行红外图像理解研究的当前趋势。红外图像理解通过研究不同的视觉计算模型,不仅能够减少信息处理的冗余性,还可以提高红外图像的感知能力。这种高效的信息处理方式无论在民用领域还是军用领域都具有非常重要的理论意义和应用价值。本文围绕基于仿生机制视觉计算模型的红外图像理解,主要开展了以下几个方面的研究工作:(1)提出基于分层和元胞自动机的红外图像增强视觉计算模型,进行红外图像增强的研究。传统的图像增强视觉计算模型无法有效地提高红外图像的对比度,而且既会丢失必要的图像结构信息,又会平滑目标边缘高频信息。本文提出两种红外图像增强视觉计算模型,即基于分层的红外图像增强视觉计算模型和基于元胞自动机的红外图像增强视觉计算模型。这两种视觉计算模型分别利用分层和元胞自动机分析红外图像的内部数据信息,能够实现高效的红外图像增强。(2)提出基于布尔图的显著性检测视觉计算模型,进行图像显著性检测的研究。传统的布尔显著性检测模型能在简单的自然图像场景中计算显著区域,然而无法解决复杂红外图像的显著性检测问题。本文基于已有的布尔显著性检测模型,结合贝叶斯信息和图论理论,提出两种显著性检测视觉计算模型,即基于布尔图、前景图的显著性检测视觉计算模型和基于图论布尔图的显著性检测视觉计算模型。这两种视觉计算模型充分研究布尔图的特性,并结合相应的视觉信息,实现了对复杂红外图像场景及自然图像场景的显著性检测,可有效地抑制背景噪声、提高显著性检测的准确率。(3)提出基于局部自适应回归核(Locally Adaptive Regression Kernel,LARK)的红外目标识别视觉计算模型,进行红外目标识别的研究。传统LARK特征在自然图像识别方面具有良好性能,然而无法解决复杂红外图像目标识别问题,且容易丢失必要的图像结构信息。本文提出两种基于LARK特征红外目标识别视觉计算模型,即基于局部、全局LARK特征的红外目标识别视觉计算模型和基于LARK特征、布尔图相结合的红外目标识别视觉计算模型。这两种视觉计算模型分析LARK特征的特性,并结合热方程和布尔图,能有效提高红外目标识别性能,且无需任何训练学习知识。(4)提出基于转换自相似的红外图像超分辨率重建视觉计算模型,进行红外图像超分辨率重建的研究。低分辨率红外图像在超分辨重建过程中容易丢失纹理细节和结构信息,这会严重降低红外图像的视觉质量。本文提出一种基于转换自相似的超分辨率重建视觉计算模型,该模型利用外观特征、区域协方差、稠密残差和尺度信息这四种视觉特征分析红外图像信息,能够保留丰富的图像细节,提高了红外图像的视觉质量。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 蒋定定,王贵霞;基于遗传算法的红外图像增强研究[J];情报指挥控制系统与仿真技术;2004年04期
2 付冬梅,罗得贵,李晓刚;红外图像及数据的框架结构式数据库保存方法[J];激光与红外;2000年06期
3 陈东,黄勇杰,沈振康;红外图像目标分割方法研究[J];系统工程与电子技术;2002年01期
4 王立;王国锋;刘岩;常青;李言俊;;基于背景模拟的红外图像分割方法[J];弹箭与制导学报;2002年S2期
5 杨庆华,徐育新;红外图像处理技术在冶金中的应用[J];测控技术;2005年06期
6 左峥嵘;张天序;施长城;;地面场景红外图像特征分析[J];红外与激光工程;2006年03期
7 张励;冯晓晨;张琰;张宏俊;;基于电阻阵的红外图像实时生成和显示系统[J];系统仿真学报;2006年S2期
8 刘政清;杨华;;红外图像降质因素分析及增强效果评价[J];航天电子对抗;2006年06期
9 郑小宝;王仕成;张金生;廖守亿;苏德伦;;红外图像实时生成系统的实时性实现[J];电讯技术;2008年11期
10 袁胜智;谢晓方;郭清风;朱锐;;基于感兴趣区自动提取的红外图像压缩研究[J];计算机应用研究;2008年12期
11 顾国华;王忠林;陈钱;;基于运动目标的二维时间延迟积分红外图像增强[J];红外技术;2008年03期
12 汪小胖;柴金广;黄小仙;;红外图像识别跟踪初探[J];红外;2008年09期
13 郭玉峰;胡学娟;阮双琛;;红外图像处理在钞票鉴伪中的应用[J];激光与红外;2009年01期
14 孙延;李辉;张军;;基于改进模糊核聚类的红外图像分割[J];微计算机信息;2009年21期
15 郭海涛;周军;;舰船红外图像处理技术及应用[J];海洋技术;2009年03期
16 李江涛;张建奇;黄曦;刘德连;;一种实测红外图像波段拓展方法研究[J];红外技术;2009年10期
17 张建;宫伏安;;基于海天背景的红外图像生成方法[J];红外;2010年07期
18 赵永;姚连钰;李松维;;空中飞机动态红外图像的计算机生成[J];长春理工大学学报(自然科学版);2010年03期
19 娄树理;周晓东;;海洋战场环境下天空的红外图像生成研究[J];激光与红外;2011年02期
20 谢辉;王乐东;;迎头目标的红外图像特征与检测难点分析[J];计算机与数字工程;2011年03期
中国重要会议论文全文数据库 前10条
1 郭海涛;;舰船红外图像处理研究的军事意义和现状[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
2 魏新;;红外图像处理技术[A];中国光学学会2011年学术大会摘要集[C];2011年
3 刘振焘;吴敏;曹卫华;何勇;;基于工况识别的高炉最佳红外图像选取方法[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
4 张励;冯晓晨;张琰;张宏俊;;基于电阻阵的红外图像实时生成和显示系统[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年
5 朱寅;吴敏;曹卫华;何勇;;基于小波分解与图像增强的高炉红外图像处理方法[A];第二十七届中国控制会议论文集[C];2008年
6 王雨;蒋增波;李文刚;;红外图像不均匀背景消除方法研究[A];2013年(第五届)西部光子学学术会议论文集[C];2013年
7 胡以华;蔡晓春;;典型目标的红外图像光谱分析[A];成像光谱技术与应用研讨会论文集[C];2004年
8 李卓;李平;;动态红外图像生成技术综述[A];2006年全国光电技术学术交流会会议文集(A 光电系统总体技术专题)[C];2006年
9 朱斌;樊祥;马东辉;程正东;;天空红外图像非平稳背景的小波域抑制[A];第二届红外成像系统仿真测试与评价技术研讨会论文集[C];2008年
10 郭永胜;谷峰;;CCD近红外图像特征研究[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 祁伟;基于仿生视觉计算模型的红外图像理解[D];南京理工大学;2017年
2 彭岩岩;层状岩体深部巷道变形破坏物理模拟及红外探测研究[D];中国矿业大学(北京);2015年
3 赵仁涛;基于红外图像的铜电解精炼过程状态检测研究[D];北京科技大学;2016年
4 郑欣;红外图像无参考图评价方法及应用研究[D];电子科技大学;2015年
5 刘涛;红外图像非均匀性校正算法及图像质量评价的研究[D];浙江大学;2017年
6 刘俊;基于红外图像的内河运动船舶目标检测和跟踪技术研究[D];重庆大学;2008年
7 孙涵;基于红外图像的道路识别与运动目标跟踪[D];南京理工大学;2005年
8 周欣;红外图像视觉效果增强技术的研究[D];天津大学;2009年
9 简耀波;红外图像处理中的关键算法研究[D];华中科技大学;2009年
10 王晓宇;红外图像分析关键技术研究[D];华中科技大学;2008年
中国硕士学位论文全文数据库 前10条
1 覃仕宇;红外图像显著性检测方法研究[D];重庆邮电大学;2017年
2 何玮;基于Retinex的红外图像预处理系统的研究与实现[D];南京理工大学;2015年
3 张华杰;嵌入式红外图像阵列实时驱动系统设计[D];哈尔滨工业大学;2015年
4 张昊天;基于多旋翼无人机的实时红外图像采集系统的设计[D];南京林业大学;2015年
5 蔡晓望;可见光与红外视频的融合算法研究[D];电子科技大学;2015年
6 刘中意;基于多聚焦红外图像的温度测量和三维重构[D];上海大学;2015年
7 陈敏;红外图像识别在船舶舱室火灾监测中的研究[D];集美大学;2015年
8 丘岳峰;红外图像行人检测技术[D];北京理工大学;2015年
9 何克磊;面向肺癌辅助诊断的近红外图像分析平台关键技术与设计实现[D];南京大学;2014年
10 易乐;基于ARM的红外图像目标跟踪技术研究[D];电子科技大学;2014年
中国重要报纸全文数据库 前2条
1 李锦辉;“显微近红外图像成像方法的研究及其在烟草中的应用”项目通过评审[N];中华合作时报;2009年
2 赵亚平;飞艇:监测农作物墒情的哨兵[N];科技日报;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978