共查询到20条相似文献,搜索用时 375 毫秒
1.
在进行海上作战态势分析时, 通常需要剔除目标海域内对态势分析影响较小的非作战目标, 只保留参考价值较高、作战相关的目标航迹数据。现有的行为规律挖掘方法大多是基于聚类的思想, 作用于非作战目标清洗问题时工作步骤较为复杂、效果较差。结合态势分析需求, 基于相似重复记录检测的思想, 通过定义多维度记录匹配相似度(multi-dimension record similarity, MDRS), 提出了一种海上非作战目标实时清洗方法。通过对多维航迹数据的相似重复检测, 实现对非作战目标的实时清洗。在仿真军事场景上进行实验分析, 结果表明所提方法能够实时、有效地检测出海上非作战目标。 相似文献
2.
试验用飞行航迹设计完成后通常需要将各航路点和航段标绘在信息丰富的地图中,用于对航迹是否采用或修改与否进行决策并备案留存。手工标绘一条飞行航迹,耗时一般为15~20 min;基于GIS组件的航迹标绘系统,在VC环境下采用DTIS_MAPX组件,数据接口基于XML技术实现,首次将部队手工标绘改进为程序自动读取数据,标绘飞行航迹,并生成配套图例,成功实现了4 s标绘一条航迹,操作简便高效,提升了部队信息化作战保障能力。 相似文献
3.
星载SAR图像船舶及航迹检测 总被引:3,自引:0,他引:3
研究了星载SAR图像中船舶目标及其航迹的检测提取方法。通过扩展分形特征检测船舶目标,在目标周围运用局部Radon变换检测航迹。实验结果表明,本文方法对于静止和运动船舶目标的检测都具有较强的鲁棒性。 相似文献
4.
《测绘科学技术学报》2018,(6)
监控视频的多目标跟踪是视频智能分析的热点研究内容,其中目标的检测是目标跟踪的基础,精度高、速度快的目标检测器对于后续的实时分析任务尤为重要。提出一种针对监控视频的基于差分筛选的YOLOv2目标检测算法,采用差分算法筛选无前景目标帧及设置重叠度量阈值进行跨帧检测,改善了YOLOv2作为检测方法用于监控视频多目标跟踪任务时速度过慢的不足,同时高精度的检测结果有利于下一步多目标跟踪任务的顺利完成。利用NPLR监控视频数据集对YOLOv2目标检测算法进行了测试,并将该方法与可变型部件模型DPM进行了比较。结果表明,差分YOLOv2方法在精度上高出DPM方法0.304 6,检测时间快了26倍左右,验证了该算法的有效性。 相似文献
5.
本文利用高光谱遥感异常目标探测理论,探讨了目前已有的几种异常目标探测方法;通过对3组数据进行试验,并从探测率和虚警率、ROC曲线及其下的面积及算法的运行时间,对几种异常检测算法的检测性能进行对比分析;最后基于统计模型和基于表示模型对3组数据的检测效果进行对比分析,从而得出适合于不同数据的检测方法,为高光谱遥感异常目标探测提供更多的支持。 相似文献
6.
7.
8.
针对居民地数据对形状变形比较敏感,从而导致水印不可见的问题,该文提出了一种保持形状的居民地数据高保真水印模型。利用几何图形相似变换,基于量化索引调制(QIM)思想,将水印信息调制于多边形对象的空间关系中。同时,通过数据哈希分组及水印位重复嵌入的方式,将水印信息散布到整个数据集中。水印检测时,基于QIM思想及投票机制提取水印位。实验结果表明,提出的水印模型在对居民地数据添加水印时,很好地保持了水印的不可见性。同时,在抵抗各种常见矢量数据水印攻击方面也具有较好的鲁棒性。利用多边形相似变换对居民地数据添加水印,对矢量地图数据鲁棒水印算法的设计,具有参考意义。 相似文献
9.
态势显示是作战模拟仿真系统的重要组成部分.从"模型驱动"的概念出发,定义仿真实体可视化过程中的模型语义信息,提出了一种崭新的态势显示框架.该框架增强了系统对仿真实体模型的扩展性支持,提高了系统资源利用率,有助于实现不间断连续的作战模拟仿真.具体分析了该框架中所涉及的仿真数据共享池动态更新、轨迹数据实时插值、态势显示控制等关键技术.在实际工程应用中验证了该方法的可行性. 相似文献
10.
为研究海上目标对干涉合成孔径雷达(interferometric synthetic aperture radar, InSAR)主辅影像之间相关系数的影响,本文对2组InSAR影像对分别进行相关系数计算。研究发现,当海域中不存在目标时,相关系数在空间上表现为整体相对均匀;而当海域中存在目标时,海中的目标会增大相关系数,使得目标处的相关系数大于其他没有目标位置处的相关系数。基于此,可以根据目标处的相关系数较大这种特性来进行海上目标检测。 相似文献
11.
12.
分析了常用的相似度检测方法在检测二值图像水印相似度时存在的问题和不足,针对二值图像水印提出了一个基于邻域去除噪声的相似度检测方法,并通过实验证明了该方法具有科学性、合理性和有效性。 相似文献
13.
船舶作为海上运输载体,其准确检测在海洋环境保护、海上渔业生产管理、海上交通与应急处置及国防安全应用中都具有重要意义和价值。目前基于目标检测网络的遥感船舶检测方法因末层特征分辨率不足和卷积固定的几何结构,导致网络难以适应小尺度且具有随机朝向、形态多变特征的船舶目标,进而限制船舶检测精度。针对该问题,本文提出一种用于遥感影像船舶检测的特征金字塔网络建模方法。首先引入形变卷积/RoI池化模块,以适应朝向和形态多变的船舶目标;其次借鉴在小目标检测中性能出色的特征金字塔网络的建模思想,采用对称式网络和多尺度特征融合的方式进一步融合高级语义和低级空间信息,提升小尺度目标特征分辨率。在40 000幅、船舶目标67 280余个的遥感影像数据集上的试验结果表明,本文方法能够有效集成形变卷积/RoI池化和多尺度特征融合方法,相较传统CNN船舶检测方法取得明显提升,在准确率、召回率及F1指标上分别达到85.8%、97.9%和91.5%。 相似文献
14.
《武汉大学学报(信息科学版)》2020,(9)
在虚拟战场环境中,时空数据的高效组织是动态描述战场关键要素、实时分析军事行动计划的前提。首先对经度、纬度、时间进行同步层次嵌套细分来构建规则的多分辨率时空网格,然后基于Hilbert曲线设计时空格元编码,进而根据虚拟战场环境时空数据与时空格元Hilbert码的对应关系,提出一种基于Hilbert码的时空数据索引方法。在此基础上设计实验,比较格元编码的时空邻近性、索引构建效率以及查询效率。结果表明,Hilbert码方法在邻近性上优于Morton码,索引构建速度满足大规模时空数据处理需要,且查询效率优于直接基于经度、纬度、时间查询和基于Morton码查询的方法,可作为虚拟战场中作战计划推演、战场环境要素可视化与分析等时空操作的基础。 相似文献
15.
基于视觉显著性和图分割的高分辨率遥感影像中人工目标区域提取 总被引:3,自引:2,他引:1
目标检测与提取是遥感影像处理与解译的重要研究内容。提出一种基于显著性检测和图像分割的面向对象高精度目标提取方法。首先,给出一种融合"基于图论的视觉显著性"和"基于边线密度的视觉显著性"的显著性计算模型。通过引入线密度,可以在复杂背景图像下有效提取目标区域,用于高分辨率遥感图像无监督的快速场景分析。然后,利用图论分割方法获取特征相似的图像区域。同一区域中的像素具有相似的显著度值和特征。以图块为对象分析其显著性大小,可以提取精细的目标轮廓。相对于基于像素点的显著性目标提取方法,本文所用面向对象的分析方法能够在保证较高检测精度的同时有效降低冗余检测率。在高分辨率遥感影像上的试验证实对人工目标(如建筑物)的检测更准确并且所得轮廓更精确。 相似文献
16.
随着航空航天技术与遥感技术的不断发展,遥感影像在诸多领域的应用不断拓展,其中高光谱分辨率遥感影像具有“图谱合一”的特点,即该数据既包含了具有强大区分性的地物光谱信息,又包含了丰富的地物空间位置信息,因此高光谱数据具有非常大的应用潜力。高光谱异常目标检测问题,是在对目标先验信息未知的前提下,根据光谱与空间信息实现对区域中的异常目标的进行“盲”检测,因此其在资源调查、灾害救援等领域发挥了巨大的作用,是遥感领域非常重要的研究课题。本文针对高光谱遥感影像异常目标检测研究方向,首先总结阐述了目前高光谱异常目标检测问题的主要研究进展,根据算法原理的不同对现有主流算法进行了分类与总结,主要分成了基于统计学、基于数据表达、基于数据分解、基于深度学习等不同的种类的方法,并对每类方法的特点进行分析。随后通过对现有方法的调研、分析与总结,提出了数据库拓展、多源数据融合、算法实用化等高光谱异常检测研究未来发展的3个方向。 相似文献
17.
传统基于信号检测的目标探测方法需要依赖特定的统计假设,只有在符合条件的情况下才能取得较好的目标探测结果。为了克服这一缺陷,提出了一种基于局域自适应的信息理论测度学习方法。首先将信息理论测度学习方法作为目标主函数,然后加以局域自适应决策法则进行约束,自适应地减小相似样本对距离,增大不相似样本对距离,使得在考虑阈值的同时兼顾测度学习前后距离的改变情况来进行目标探测决策,从而更好地实现目标探测。实验证明,该方法与其他经典目标探测方法或测度学习方法相比,可以更好地实现目标与背景分离,能够更有效地对高光谱影像数据进行目标探测。 相似文献
18.
19.
20.
针对中、低分辨率影像采用常规分类方法进行变化检测无法取得理想效果的问题,本文提出了一种基于比值法的雷达数据和光学影像相结合的城市变化检测方法。该方法综合雷达数据和光学影像的优势,以赣州定南县为研究对象,首先利用比值法分别对两种数据源进行城市变化检测,然后通过分析城区地物目标散射特性,对多个时相变化情况进行真彩色合成,最后结合城市建设规划进行分析验证,从而完成城市实时动态变化检测。试验结果表明,利用多源多时相数据进行比值法可成功地提取出试验区域的变化信息,在城区建筑变化检测中,纹理信息更清晰,准确性更高。 相似文献