不同云层背景中目标的识别

易亨瑜; 吕百达; 季云松

高级检索

ISSN 1001-3806CN 51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

不同云层背景中目标的识别

易亨瑜 , 吕百达 , 季云松

文章导航 > 激光技术 > 2004 > 28(2): 133-136,140

引用本文:

Citation:

不同云层背景中目标的识别

1.
四川大学, 激光物理与化学研究所, 成都, 610064;
2.
中国工程物理研究院, 应用电子学研究所, 绵阳, 621900

作者简介: 易亨瑜(1969- ),男,博士研究生,现从事激光技术研究.E-mail:yihengyu1@sina.com.

中图分类号: O438

Target recognization under different complicated background of cloud

1.
Institute of Laser Physics & Chemistry, Sichuan University, Chengdu 610064, China;
2.
Institute of Applied Electronic, CAEP, Mianyang 621900, China
CLC number: O438

摘要: 针对云层中目标的识别问题,选择Sobel算子对输入图像进行了边缘检测,并以计算机模拟光学相关运算给出了识别结果。结果显示,在积状云和层状云背景中的目标识别较容易,在波状云中的目标识别较难。背景强度较强,目标亮度过强或过弱,或采集器件等因素导致图像中输入图像模糊,也会影响目标的识别率。另外,强目标相关峰比较尖锐,信噪比较大。
- 目标识别 /
- 光学相关 /
- 边缘检测 /
- Sobel算子
Abstract: How to recognize targets under complicated background of cloud is studied in this paper by stimulating optical correlation. Some factors influencing recognition are calculated, such as the change of shape of cloud, target intensity, clearness or faintness of input image and so on. Simulation results show that targets can be found more easily in cumulus or stratus than in undulance cloud, because undulance cloud is more abrupt change in its intensity. The analyses also show that the clearer the input image is, the more easily the target is recognized;and the more intensive the target is, the more easily it is recognized.
- target recognition /
- optical correlation /
- edge detection /
- Sobel operator

[1]	VANDER L A.IEEE Trans Inf Theory,1964,IT10:139～145.
[2]	苏红军,陈学文,陈桢培 et al.光学学报,1996,16(1):92～95.
[3]	陈怀新,陈祯培,陈晓伟.中国激光,1998,A25(4):353～358.
[4]	陈鹤鸣,施伟华,贾小兵.中国激光,1999,A26(5):421～424.
[5]	成罡,金国藩,邬敏贤 et al.光学学报,1999,19(9):1237～1243.
[6]	汤传坤.光电工程,1995,22(5):1～6.
[7]	VIJAYA K B V K,SHI W,HENDRIX C.Opt Lett,1990,15(14):807～809.
[8]	何斌,马天予,王运坚 et al. Visual C++数字图像处理.北京:人民邮电出版社,2001.459～471.
[9]	章毓晋.图像分割.北京:科学出版社,2001.9～19.
[10]	MOYA A,ESTEVE-TABOADA J J,GARCIA J et al.Appl Opt,2000,39(29):5347～5352.
[11]	LI Y Zh,ROSEN J.Appl Opt,2000,39(8):1251～1259.

[1]	周云燕 , 杨坤涛 . 二元微分联合变换相关器实现图像识别的研究. 激光技术, 2007, 31(6): 603-606.
[2]	周瑜 , 贺伟 . 激光成像引信的目标识别方法研究. 激光技术, 2023, 47(2): 267-272. doi: 10.7510/jgjs.issn.1001-3806.2023.02.017
[3]	张南洋生 , 杨坤涛 . 激光扫描相位边缘检测方法的研究. 激光技术, 2001, 25(6): 421-425.
[4]	张腾飞 , 张合新 , 孟飞 , 强钲捷 , 杨小冈 . 改进Hausdorff距离和量子遗传算法在激光制导中的应用. 激光技术, 2016, 40(3): 320-325. doi: 10.7510/jgjs.issn.1001-3806.2016.03.004
[5]	房垚鑫 , 郭宝峰 , 马超 . 基于改进点扩散函数的遥感图像超分辨率重建. 激光技术, 2019, 43(5): 713-718. doi: 10.7510/jgjs.issn.1001-3806.2019.05.024
[6]	高颖 , 王阿敏 , 王凤华 , 郭淑霞 . 改进的小波变换算法在图像融合中的应用. 激光技术, 2013, 37(5): 690-695. doi: 10.7510/jgjs.issn.1001-3806.2013.05.028
[7]	邵珺 , 沈学举 , 李刚 , 周中亮 , 高鸿启 , 严世华 . 基于光学相关的运动目标跟踪识别技术研究. 激光技术, 2009, 33(6): 630-632. doi: 10.3969/j.issn.1001-3806.2009.06.020
[8]	汪国驹译 , 杨大林校 . “铺路辨士”激光目标识别系统. 激光技术, 1986, 10(2): 25-25.
[9]	盛兆玄 , 孙新利 . 计算全息技术在光学相关识别中的应用. 激光技术, 2008, 32(1): 61-63.
[10]	邹声荣译 , 喻其寿校 . 用于测距和目标识别的窄脉冲CO2激光器. 激光技术, 1985, 9(1): 43-47.
[11]	刘冬梅 , 沈君愉 , 王丽君 . 小波变换在图像相关识别中的应用. 激光技术, 2004, 28(6): 641-644.
[12]	肖洪梅 , 苏心智 , 陈长庚 , 吴健 , 张勍 . 微弱激光脉冲信号的相关检测实验. 激光技术, 2004, 28(3): 234-236.
[13]	安波 , 陈怀新 , 陈祯培 . 利用液晶电视实现光学图像的实时边缘提取. 激光技术, 2002, 26(1): 44-46.
[14]	胡晓云 , 高爱华 , 周引穗 , 申礼文 , 陆治国 . 光学方法检测牙髓活力. 激光技术, 1998, 22(5): 318-320.
[15]	平庆伟 , 何佩琨 , 赵保军 . 激光回波的目标检测算法. 激光技术, 2004, 28(2): 218-220.
[16]	李俊 , 王红霞 , 何俊发 , 何彬 . 一种分数相关尺度畸变不变识别新方法. 激光技术, 2005, 29(2): 180-182.
[17]	黄威威 , 游德勇 , 高向东 , 张艳喜 , 黄宇辉 . 基于相关分析和神经网络的激光焊接稳态识别. 激光技术, 2022, 46(3): 312-319. doi: 10.7510/jgjs.issn.1001-3806.2022.03.004
[18]	程冠晓 , 李国华 , 彭捍东 , 郝殿中 . 相关检测法宽光谱消光比智能化测试系统. 激光技术, 2006, 30(2): 161-164.
[19]	谭显裕 , 刘建卿校 . 光学目标跟踪和指示系统(摘译). 激光技术, 1988, 12(4): 58-64.
[20]	张宝华 , 刘鹤 . 基于区域定位与轮廓分割的红外目标检测. 激光技术, 2015, 39(6): 840-844. doi: 10.7510/jgjs.issn.1001-3806.2015.06.023

点击查看大图

计量

文章访问数: 4655
HTML全文浏览量: 960
PDF下载量: 8667
被引次数: 0

不同云层背景中目标的识别

作者简介: 易亨瑜(1969- ),男,博士研究生,现从事激光技术研究.E-mail:yihengyu1@sina.com

1. 四川大学, 激光物理与化学研究所, 成都, 610064;
2. 中国工程物理研究院, 应用电子学研究所, 绵阳, 621900

收稿日期: 2003-05-14
录用日期: 2003-10-21
网络出版日期: 2004-03-25

关键词:

摘要: 针对云层中目标的识别问题,选择Sobel算子对输入图像进行了边缘检测,并以计算机模拟光学相关运算给出了识别结果。结果显示,在积状云和层状云背景中的目标识别较容易,在波状云中的目标识别较难。背景强度较强,目标亮度过强或过弱,或采集器件等因素导致图像中输入图像模糊,也会影响目标的识别率。另外,强目标相关峰比较尖锐,信噪比较大。