图像处理与理解.pptVIP

  1. 1、本文档共73页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第30页,共73页,编辑于2022年,星期六 第31页,共73页,编辑于2022年,星期六 自动目标识别技术 (Automatic Target Recognition-简称ATR)   实时光学图像相关识别系统的核心技术是自动目标识别技术。由于ATR技术在军事上是导弹精确制导和武器防御系统的关键技术之一,是武器智能化程度的一个重要标准,也代表着一个国家的国防高科技的水平。 以军事应用为例 可能涉及图像处理的主要技术 第32页,共73页,编辑于2022年,星期六   因此,从20世纪60年代开始,美、英、俄、法等国家已投入大量人力、物力和财力开展ATR的理论研究和实际应用推广,并取得显著成果,美国在中东战争中的精确武器打击是最典型的成功范例。 第33页,共73页,编辑于2022年,星期六   当前精确制导武器所取得的成果还是有限的,最主要的问题是目前主要还是依靠人在导弹发射前发现目标,然后人工锁定首帧目标图像进行自动跟踪,而不能实现不需人工参与的由导弹自动识别目标,做不到“打了不管”。特别是在复杂背景下,机器如何像人一样自动识别目标,目前是相当困难的。 第34页,共73页,编辑于2022年,星期六   虽然从20世纪70年代开始人工智能、智能信息处理技术、计算机视觉的理论研究取得了重大的进展,但是由于ATR领域中研究的背景和对象的复杂性和多样性,特别是在实际环境中,背景与目标不仅有很大的动态变化范围,而且它们以未知的方式变化。目前的ATR的研究都是在一定假设条件下建立的,一旦这些假设条件不成立或不再完全成立时,其ATR系统就不再有效。 第35页,共73页,编辑于2022年,星期六   另外,目前国内外研究的很多ATR方法和算法,除了存在很大的局限性外,在实时实现方面还有很大的距离。因此,当前国外发达国家鉴于精确制导武器在未来战争中的重要地位,还在投入大量人力财力开展ATR研究,如美国国防部已将ATR技术列为二十一世纪的关键技术之一。 第36页,共73页,编辑于2022年,星期六   我国从二十世纪七十年代以来对ATR技术研究也投入较大的人力财力。国防科工委、航天部、电子工业部等很多研究所以及国内重点高校如国防科大、哈工大、北理工、华中科技大学、东南大学等都在开展此项研究,取得不少重要研究成果。但总的来看还是处于理论方法和算法的研究,所研制的ATR系统还处于实验室样机阶段,其性能还有待提高,离真正实战的要求还有较大的距离。 第37页,共73页,编辑于2022年,星期六 涉及图像处理的主要技术 图像分割:虽然国内外学者已提出很多种图像分割算法,但由于背景的多变性和复杂性,至今为止还没有一种能适用于各种背景的图像分割算法。当前提出的小波分析、模糊集、分形等新的智能信息处理方法有可能找到新的图像分割方法。 特征提取:计算描述目标的特征,如目标的几何形状特征、统计特征、矩特征、纹理特征等 图像识别:统计模式识别、模糊模式识别、人工神经网络等 图像跟踪 第38页,共73页,编辑于2022年,星期六 第39页,共73页,编辑于2022年,星期六 动态场景的视觉监控   动态场景的视觉监控是计算机视觉领域一个新兴的应用方向.   对于视觉监控系统而言,一般涉及到运动检测、运动目标分类、运动目标的跟踪以及监视场景中目标行为的理解与描述几个过程。 以安保系统应用为例 第40页,共73页,编辑于2022年,星期六   其中,运动检测、目标分类、人的跟踪属于视觉中的低级和中级处理部分(Low-level and Intermediate-level Vision),而行为理解和描述则属于高级处理(High-level Vision)。运动检测、运动目标分类与跟踪是视觉监控中研究较多的三个问题,而行为理解与描述则是近年来被广泛关注的研究热点,它是指对目标的运动模式进行分析和识别,并用自然语言等加以描述。 第41页,共73页,编辑于2022年,星期六   由于智能房间的门禁系统、军事安全基地的视觉监控系统、高级人机交互等应用需求,基于运动视觉的生物特征识别技术研究日益显得迫切和重要。例如,在人机交互中不仅需要机器能知道人是否存在、人的位置和行为,而且还需要利用特征识别技术来识别与其交流的人是谁。   人运动分析与生物特征识别相结合的视觉监控目前已经成为一个流行的研究方向,特别是非接触式远距离的身份识别研究——基于运动视觉的第二代生物特征识别技术,近来倍受关注。 第42页,共73页,编辑于2022年,星期六   例如,美国高级研究项目署DARPA在2000年资助的重大项目——HID计划(Human Identification at a Distance),它的任务就是开发多模式的监控技术以实

文档评论(0)

lanlingling + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档