一种利用大型植被区域前视红外制导的参考图制备方法

    公开(公告)号:CN103743293B

    公开(公告)日:2015-07-22

    申请号:CN201310753699.4

    申请日:2013-12-31

    IPC分类号: F41G3/22 G06K9/62

    摘要: 本发明公开了一种利用大型植被区域前视红外制导的参考图制备方法:首先结合植被特征库和数字正射影像图(DOM)对植被区域进行单类分类,然后利用植被区域的形状特性、红外特性以及和其他地物的红外对比特性,对植被区域地标建立的可行性进行分析,根据大气参数模型、植被材质、航迹参数制备植被区域正射红外参考图,再由透视变换,制备植被区域多尺度、多视点红外特征图。本发明有效地解决了在飞行目的地在被遮挡或者缺乏显著性情况下,依据稳定可靠的大型植被区域的红外参考图来进行间接识别定位,为前视红外导航制导提供了有效的导航信息和支撑保障。

    一种基于山脊能量校正的山地中带状地下目标的探测方法

    公开(公告)号:CN104484577A

    公开(公告)日:2015-04-01

    申请号:CN201410851352.8

    申请日:2014-12-30

    IPC分类号: G06F19/00

    摘要: 本发明公开了一种通过检测山地环境中山脊位置并进行能量校正来提高对山地环境中带状地下目标的探测、识别、定位方法。该方法属于模式识别、遥感技术、地形分析的交叉领域。带状地下目标的热场与山体的热场不同能产生能量异常,而山脊的热岛效应也会造成山体能量异常,但该异常本质上与带状地下目标的能量异常模式不同,所以本发明意在通过消除地形中的山脊所产生的热体效应对带状地下目标表现出的微弱能量异常模式的影响,达到降低山地环境中带状地下目标的探测识别虚警率的效果。本发明包括获取地形数字高程信息步骤,数字高程信息去噪预处理步骤,山脊线检测步骤,山脊位置能量校正步骤和带状地下目标探测步骤。

    平面地表环境中地下建筑的红外成像探测定位方法

    公开(公告)号:CN103884431A

    公开(公告)日:2014-06-25

    申请号:CN201310754286.8

    申请日:2013-12-31

    IPC分类号: G01J5/00

    摘要: 本发明公开了一种平面地表环境中地下建筑的红外成像探测定位方法,包括:获取地下建筑经地层调制后所形成的原始红外图像g0,并确定地下建筑在原始红外图像g0中的大体位置的局部红外图像g;设置迭代终止条件,并设定高斯热扩散函数的初始值h0;以所述局部红外图像g作为初始目标图像f0,根据所述高斯热扩散函数的初始值h0,利用最大似然估计算法迭代求解热扩展函数hn和目标图像fn;判断是否满足迭代终止条件,如果满足,则本次迭代求解得到的目标图像fn即为最终的目标图像f;若不满足,则继续迭代计算。本发明方法通过对地下建筑经地层调制后所形成的红外图像进行反调制处理,不仅使原来地下建筑的红外图像显示更清晰,还可以反演地下建筑的真实结构。

    一种利用大型植被区域前视红外制导的参考图制备方法

    公开(公告)号:CN103743293A

    公开(公告)日:2014-04-23

    申请号:CN201310753699.4

    申请日:2013-12-31

    IPC分类号: F41G3/22 G06K9/62

    摘要: 本发明公开了一种利用大型植被区域前视红外制导的参考图制备方法:首先结合植被特征库和数字正射影像图(DOM)对植被区域进行单类分类,然后利用植被区域的形状特性、红外特性以及和其他地物的红外对比特性,对植被区域地标建立的可行性进行分析,根据大气参数模型、植被材质、航迹参数制备植被区域正射红外参考图,再由透视变换,制备植被区域多尺度、多视点红外特征图。本发明有效地解决了在飞行目的地在被遮挡或者缺乏显著性情况下,依据稳定可靠的大型植被区域的红外参考图来进行间接识别定位,为前视红外导航制导提供了有效的导航信息和支撑保障。

    一种方向自适应图像去模糊方法

    公开(公告)号:CN104537620B

    公开(公告)日:2017-04-12

    申请号:CN201410844605.9

    申请日:2014-12-30

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种方向自适应图像去模糊方法,包括以下步骤:(1)定义方向自适应总变分(Total Variation)TV正则化图像去模糊最小化代价函数;(2)引入辅助变量d1=Hu,d2=▽xu,d3=▽yu将步骤(1)中的无约束最小化问题转换为有约束问题;(3)引入惩罚项将步骤(2)中的有约束问题转化为新的最小化代价函数;(4)使用交替最小迭代策略将步骤(3)中的最小化问题转换为关于变量的u,d1,d2,d3的交替最小求解问题。通过迭代运算最终恢复出原清晰图像u。与现有技术相比,本发明方法将局部方向信息引入最大后验概率(Maximum a posteriori)MAP算法框架,得到新的方向自适应代价函数,克服了传统TV正则项恢复图像边缘模糊的问题;且能够针对复杂模糊类型或具有丰富纹理图像进行恢复。

    一种方向自适应图像去模糊方法

    公开(公告)号:CN104537620A

    公开(公告)日:2015-04-22

    申请号:CN201410844605.9

    申请日:2014-12-30

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种方向自适应图像去模糊方法,包括以下步骤:(1)定义方向自适应总变分(Total Variation)TV正则化图像去模糊最小化代价函数;(2)引入辅助变量d1=Hu,d2=▽xu,d3=▽yu将步骤(1)中的无约束最小化问题转换为有约束问题;(3)引入惩罚项将步骤(2)中的有约束问题转化为新的最小化代价函数;(4)使用交替最小迭代策略将步骤(3)中的最小化问题转换为关于变量的u,d1,d2,d3的交替最小求解问题。通过迭代运算最终恢复出原清晰图像u。与现有技术相比,本发明方法将局部方向信息引入最大后验概率(Maximum a posteriori)MAP算法框架,得到新的方向自适应代价函数,克服了传统TV正则项恢复图像边缘模糊的问题;且能够针对复杂模糊类型或具有丰富纹理图像进行恢复。