您的位置: 专家智库 > >

马新星

作品数:17 被引量:121H指数:5
供职机构:中国人民解放军海军航空工程学院更多>>
发文基金:国家自然科学基金国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术机械工程兵器科学与技术航空宇航科学技术更多>>

文献类型

  • 15篇期刊文章
  • 2篇专利

领域

  • 9篇自动化与计算...
  • 1篇天文地球
  • 1篇机械工程
  • 1篇航空宇航科学...
  • 1篇军事
  • 1篇理学
  • 1篇兵器科学与技...

主题

  • 6篇图像
  • 3篇目标识别
  • 2篇多波段
  • 2篇多光谱
  • 2篇多光谱图像
  • 2篇信息熵
  • 2篇质心
  • 2篇质心定位
  • 2篇神经网
  • 2篇神经网络
  • 2篇视觉注意
  • 2篇视觉注意机制
  • 2篇特征提取
  • 2篇偏离度
  • 2篇网络
  • 2篇相似度
  • 2篇目标检测
  • 2篇结构相似度
  • 2篇卷积
  • 2篇卷积神经网络

机构

  • 17篇中国人民解放...
  • 8篇中国国防科技...
  • 1篇海军大连舰艇...
  • 1篇中国人民解放...
  • 1篇中国人民解放...
  • 1篇中国人民解放...

作者

  • 17篇马新星
  • 8篇沈同圣
  • 6篇刘峰
  • 3篇韩艳丽
  • 3篇郭少军
  • 2篇任建存
  • 2篇侯学隆
  • 2篇娄树理
  • 2篇李召龙
  • 2篇刘松涛
  • 2篇滕克难
  • 2篇徐健
  • 2篇史浩然
  • 2篇周仁来
  • 1篇奚晓梁
  • 1篇郭晓军
  • 1篇常春
  • 1篇张健
  • 1篇李剑
  • 1篇王赫男

传媒

  • 2篇红外
  • 1篇系统工程与电...
  • 1篇红外与激光工...
  • 1篇光学精密工程
  • 1篇仪器仪表学报
  • 1篇光学学报
  • 1篇红外技术
  • 1篇计算机辅助设...
  • 1篇光电工程
  • 1篇兵工自动化
  • 1篇激光与红外
  • 1篇舰船电子工程
  • 1篇光电技术应用
  • 1篇指挥与控制学...

年份

  • 2篇2018
  • 4篇2017
  • 4篇2016
  • 2篇2015
  • 5篇2013
17 条 记 录,以下是 1-10
排序方式:
基于多步长最大信息熵的空间目标质心定位
2015年
高精度星敏感器星点光斑的质心定位精度是星敏感器整体定位精度的基础,是天文导航、星图识别、轨道精确定位等技术的基础,常需要达到角秒级和亚像素的标准。论文分析了影响定位精度的主要因素,并研究了CCD观测图像亚像素的高精度质心定位方法,并分析了恒星成像时能量的分布,提出基于多步长最大信息熵的质心定位方法,该方法使用线性叠加缩小质心区域,利用恒星能量分布的对称性,求取信息熵最大时的质心位置,并采用模拟星图验证比较。实验表明,该方法定位精度可达0.01pixel,对低信噪比条件下的质心计算具有较好的效果。
郭晓军徐健马新星刘峰
关键词:信息熵亚像素质心定位
岛礁防空火力单元配置距离计算模型被引量:11
2017年
为合理确定防空火单元与掩护对象的配置距离及防空火力单元间的配置距离,建立岛礁防空火力单元的配置距离计算模型。针对岛礁面积狭小的特点,分析岛礁地域纵深对火力单元配置的限制,给出岛礁防空火力单元对掩护对象的配置距离计算模型;针对岛礁防空兵力有限的特点,主要分析火力杀伤纵深和正面掩护宽度2个因素对防空火力单元间配置距离的影响,建立火力杀伤纵深和正面掩护宽度条件约束下的岛礁防空火力单元间配置距离模型。算例结果表明:该研究可为岛礁防空火力单元的部署提供决策支持,提升防空部署的科学性。
马新星滕克难侯学隆
关键词:火力单元防空部署
一种基于视觉显著图的舰船红外图像目标检测方法被引量:3
2013年
提出了一种基于视觉显著图的红外舰船目标定位方法,即通过改进的Itti模型生成视觉显著图,并基于视觉显著图分割出目标区域,从而实现目标检测。先用小波变换替代Itti模型中的高斯滤波来生成图像多尺度金字塔,然后用center-surround算子提取出多尺度的视觉差异特征,并对生成的视觉特征图进行合成,生成显著图。最后,利用阈值分割方法分割出目标区域,并对原始图像进行标记,从而实现目标检测。实验结果表明,与传统的Otsu阈值分割方法相比,该方法能够准确检测出目标区域。
马新星沈同圣徐健
关键词:目标检测视觉注意机制感兴趣区域
基于信息熵和最小能量差的星点质心定位(英文)
2015年
天文导航技术已经进入一个新的发展阶段,随着电子技术和计算机技术的发展,它已广泛应用于卫星、航天飞机、远程导弹和其他航天器。星点质心位置是天文导航技术的关键。由于白天强烈天空背景的干扰,拍摄的近红外恒星图像信噪比很低。首先,采用信息熵的方法来进行分析恒星的图像能量分布。然后,提出了基于多级的最小能量差星点目标质心定位的方法。此方法使用线性叠加,以缩小质心区域范围,使用恒星能量分布的对称性出现的最小差值时,得到星点质心坐标。通过测试自然拍摄的图像来验证算法的准确性。实验表明:该方法具有良好的低信噪比条件下的质心定位精度。
刘峰郭少军沈同圣马新星
关键词:天文导航信息熵质心定位
交叉双边滤波和视觉权重信息的图像融合被引量:19
2017年
图像融合技术是图像分析领域重点研究内容之一,为了更好地保留原图像中的细节信息,提高融合图像的对比度,提出了基于视觉权重图的多尺度图像融合方法。首先,利用可变参数的交叉双边滤波器对两幅待融合图像进行多尺度分解;然后,在每个分解层分别计算相应的视觉权重图,并针对不同分解层赋予不同的权重值;最后,综合这些结果生成融合图像。由于对原始图像的分解没有采用下采样和上采样操作,因此不会损失图像中的信息,且克服了传统像素级融合方法中融合图像模糊、对噪声敏感等不足。通过4种定量分析实验表明,在多种模式的图像融合应用中,本方法优于其他5种对比方法,融合时间小于0.2 s。融合后图像细节信息、对比度得到增强,同时降低处理时间。
刘峰沈同圣马新星
关键词:图像融合
基于多波段深度神经网络的舰船目标识别被引量:25
2017年
考虑多波段图像的融合识别可以扩展识别系统的应用范围,本文探索并设计了一种基于卷积神经网络的融合识别方法。该方法以AlexNet网络模型为基础,同时对可见光、中波红外和长波红外三波段图像进行特征提取;然后,利用互信息的方法对串联的三波段特征向量进行特征选择,依据重要性排序的方式选定固定长度的特征向量;最后,依据特征提取层级的不同,分别以早期融合、中期融合和后期融合3种融合方式来验证算法的有效性。采用自建的三波段舰船图像数据库进行了模型的训练和测试,共包含6类目标,5 000余张图像。实验结果显示,采用的3种融合识别方法中,中间层融合的识别准确率最高,达到84.5%,比早期融合和后期融合分别高5%和7%左右。另外,在本文的应用场景下,无论何种融合方式,其融合识别的准确率均明显高于其他单波段识别的准确率。
刘峰沈同圣马新星张健
关键词:目标识别卷积神经网络
融合背景感知和颜色对比的显著性检测方法被引量:5
2016年
显著性检测是图像和视频处理领域的研究热点内容之一,目前大多数显著性检测方法需要配合一定的先验知识.针对场景复杂的图像如何有效的设定先验条件的问题,提出一种基于背景感知和前景颜色对比的显著性检测方法.首先利用边界联通性的方法感知图像背景,由于该方法考虑了图像中物体的空间分布,因此具有较好的鲁棒性;然后利用颜色特征计算对比度提取前景目标;最后提出融合多个低级特征的优化框架来获得显著图.在MSRA和CSSD数据集上将文中方法与5种经典方法以及3种目前较为流行的相似方法进行对比实验,并通过多种指标进行评价,结果表明,该方法在复杂场景中适用性更强.
刘峰沈同圣韩艳丽马新星
关键词:显著性检测目标识别
一种基于ROI的红外舰船目标定位方法被引量:3
2013年
提出了一种基于感兴趣区域ROI(Regions of Interest)的红外舰船目标定位方法,通过改进的Itti模型提取包含目标的感兴趣区域,实现目标定位。首先应用小波变换代替Itti模型的高斯滤波生成图像多尺度金字塔,并用center-surround算子提取多尺度的视觉差异,再将生成的视觉特征图进行归一化并线性组合,生成显著图,最后运用交替式有效子窗口搜索算法A-ESS(Alternating Efficient Subwindow Search)定位目标区域。实验结果表明:该方法能准确定位出目标区域。
马新星沈同圣徐健
关键词:视觉注意机制感兴趣区域
一种红外成像传感器典型效应仿真的验证方法
本发明是一种用于红外成像传感器系统典型效应建模与仿真准确性和真实性的验证方法。本发明针对红外成像传感器系统典型效应建模与仿真的验证评价问题,提出了基于全参考图像质量评价方法的红外传感器典型效应仿真的验证方法,以黑体靶标的...
娄树理李召龙史浩然马新星任建存韩艳丽周仁来
文献传递
基于LBP的多光谱图像纹理特征提取方法被引量:2
2013年
多光谱图像特征提取的好坏直接关系着目标识别算法的复杂程度,也影响着最终目标识别的性能。研究了经典的局部二元模式(local binary pattern,LBP)特征提取方法,并引入了几种新的LBP特征,包括:方向LBP特征描述子、自适应LBP特征描述子和方向自适应特征描述子,应用于多光谱图像纹理特征提取。实验结果表明,LBP特征描述子及其改进方法都非常适合于多光谱图像的纹理特征提取。
刘松涛马新星李剑
关键词:多光谱图像特征提取局部二元模式
共2页<12>
聚类工具0