內容簡介
《典型目標識彆與圖像除霧技術》主要以典型目標識彆以及剋服霧天對目標識彆造成的圖像退化為目的,對目標識彆所涉及的理論和技術問題做瞭深入的分析和討論,並提供瞭一些作者在科研工作中總結和應用的算法。《典型目標識彆與圖像除霧技術》的目的旨在為讀者提供一種實用而有效的、能夠提高典型目標識彆率的方法,並提供客服視覺係統中霧天影響所造成的圖像退化的途徑,最終提高視覺係統的可靠性和準確性。《典型目標識彆與圖像除霧技術》可以是信息科學、控製科學、計算機科學等學科從事圖像處理、圖像分析、視頻處理、光學成像、大氣光學等研究人員及科學工作者的參考資料,也可以作為高校、研究所的研究生的教學用書和參考書。
內頁插圖
目錄
第1章 緒論
1.1 典型目標識彆技術概述
1.2 軍事目標識彆技術及其發展概況
1.2.1 ATR簡介
1.2.2 軍事目標識彆技術的發展
1.2.3 典型ATR係統
1.3 車牌自動識彆技術概述
1.3.1 車牌自動識彆係統的組成及工作原理
1.3.2 車牌自動識彆係統的國內外現狀
1.3.3 汽車牌照識彆係統關鍵技術
1.4 目標識彆中的乾擾因素分析
1.4.1 被動乾擾
1.4.2 主動乾擾
1.4.3 不同氣象條件對目標識彆係統的影響
1.5 本書的主要內容
1.5.1 本書的主要工作
1.5.2 本書的結構
第2章 目標識彆技術的相關理論基礎
2.1 數學形態學基礎
2.1.1 數學形態學概述
2.1.2 二值形態學的基本原理
2.1.3 灰度形態學的基本原理
2.1.4 數學形態學的結構元素及其分類、組閤、分解
2.1.5 數學形態學的應用
2.2 圖像分割方法概述
2.2.1 圖像分割的基本概念
2.2.2 圖像分割方法
2.2.3 圖像分割中存在的問題
2.3 圖像特徵分析與描述
2.3.1 圖像特徵分類
2.3.2 特徵的分析與描述
2.4 神經網絡理論基礎
2.4.1 人工神經網絡及其模型
2.4.2 神經網絡的分類及其激活函數
2.4.3 神經網絡的學習訓練方法
2.5 大氣散射理論基礎
2.5.1 大氣中粒子與天氣的關係
2.5.2 大氣散射機理
第3章 典型目標檢測及提取技術
3.1 引言
3.2 目標搜索與定位方法
3.2.1 目標區域搜索方法
3.2.2 目標定位方法
3.3 綜閤目標分割方法
3.3.1 基於特徵的目標分割方法
3.3.2 算法綜閤及結果
3.4 基於多層次特徵目標提取中的目標候選區域選擇
3.4.1 基於灰度特徵的多閾值分割
3.4.2 基於空間分布特徵的區域選擇
3.5 基於多層次特徵與數學形態學的目標提取方法
3.5.1 基於多層次特徵與數學形態學的目標提取方法
3.5.2 目標遞歸提取方法
3.5.3 提取流程及實驗結果
第4章 基於綜閤特徵的目標識彆技術
4.1 引言
4.1.1 特徵提取與選擇
4.1.2 特徵提取與選擇的步驟
4.1.3 特徵提取與特徵選擇的關係
4.2 基於綜閤特徵提取的車牌字符識彆方法
4.2.1 車牌字符的幾種典型特徵及提取方法
4.2.2 識彆流程及分類器的設計
4.2.3 算法綜閤及識彆結果
4.3 基於不變特徵的軍事目標識彆
4.3.1 不變矩與圓度特徵提取
4.3.2 構造樣本特徵庫
4.3.3 特徵空間搜索與特徵匹配
4.3.4 判決與分類
4.3.5 係統識彆流程及與識彆實驗結果
第5章 基於神經網絡的目標識彆技術
5.1 基於BP網絡的目標識彆
5.1.1 BP網絡模型及其工作原理
5.1.2 BP網絡分類器的實現及實驗結果
5.2 基於自組織競爭網絡的目標識彆
5.2.1 自組織競爭網絡模型及其工作原理
5.2.2 自組織競爭網絡分類器的實現及實驗結果
5.3 基於Hopfield網絡的目標識彆
5.3.1 Hopfield網絡模型及其工作原理
5.3.2 Hopfield網絡分類器的實現及實驗結果
5.4 基於不變特徵的神經網絡識彆
5.4.1 BP網絡識彆
5.4.2 自組織競爭網絡識彆
第6章 基於物理模型的霧天退化圖像復原方法
6.1 退化圖像及復原方法概述
6.1.1 成像係統的數學描述
6.1.2 退化圖像模型
6.1.3 退化圖像的復原方法概述
6.2 天氣退化圖像模型
6.2.1 單色大氣散射模型
6.2.2 二色大氣散射模型
6.2.3 光源的輝光模型
6.3 光源天氣退化圖像的仿真及復原
6.3.1 光源天氣退化圖像的仿真
6.3.2 光源天氣退化圖像的復原
6.4 基於二色模型的天氣退化圖像的復原方法
6.4.1 獲取深度信息
6.4.2 圖像復原
6.4.3 復原後圖像增強
6.4.4 仿真實驗結果及比較
後記
參考文獻
前言/序言
目標識彆是各種機器視覺係統所要解決的關鍵問題。本書對目標識彆,特彆是軍事目標識彆和汽車牌照識彆進行瞭係統綜述,將軍事目標識彆各個發展階段的特點以及車牌識彆的國內外現狀做瞭分析和總結。然後,在數學形態學、圖像分割、圖像特徵分析與描述、神經網絡、大氣散射等理論的基礎之上建立瞭目標識彆框架,采用瞭一些新的綜閤算法並在實際係統中實現,取得瞭理想的效果。
一個通用的目標識彆係統是不存在的,針對目標識彆係統中各關鍵技術的通用算法也是不存在的,這也正是人們緻力於此方麵研究的原因。本書以軍事目標識彆和汽車牌照自動識彆兩個研究課題中的目標識彆為研究主綫,分彆研究瞭基於綜閤特徵和基於神經網絡算法在這兩方麵的應用。提齣瞭用於車牌識彆的綜閤特徵識彆算法及用於軍事目標的基於不變矩特徵與圓度特徵綜閤識彆算法。此外,還研究瞭采用基於像素和特徵的不同神經網絡結構識彆方法。
識彆算法雖然是目標識彆的關鍵技術,但如果不能準確地提取目標,則無論是基於特徵的算法還是基於神經網絡的算法都將無法實現。因此,本書也研究瞭目標檢測和提取的方法,提齣瞭基於綜閤特徵的車牌快速定位算法與車牌字符分割算法,以及基於多層次特徵與數學形態學的目標遞歸提取方法。
霧霾天氣現已經成為人們日常生活中關心的氣象條件。近幾年,全國範圍的霧霾天氣對工農業生産、交通、國防以及人們的日常生活産生瞭極大的影響、造成瞭嚴重的損失。因此,本書對目標識彆係統中的霧霾天氣乾擾問題,進行瞭深入分析,特彆是霧霾天氣的物理特性以及相應的散射模型,利用這些特性及模型可以對受天氣影響而退化的圖像進行復原,這些方法對改善視覺係統的特性使之適應不良天氣有非常大的幫助。
采用物理模型的方法復原天氣退化圖像時,其復原後的圖像可能會有低亮度的特點,因此為瞭增加復原後圖像的可視性,有必要對其亮度進行非綫性調整。在此,本書可為讀者提供作者的研究結果。
最後,作者感謝導師徐心和教授多年的關心和培養,感謝周圍工作的同事,以及作者的研究生們,同時也感謝那些為本書的齣版提供幫助和那些提齣寶貴建議的人。
典型目標識彆與圖像除霧技術 下載 mobi epub pdf txt 電子書