首页 > 编程知识 正文

蝇源算法(图像识别算法原理)

时间:2023-05-06 14:10:49 阅读:92672 作者:1303

多波段图像源模拟和目标识别算法验证平台主要用于生成多种背景场景环境下的目标样本图像,利用样本数据库管理软件进行目标识别跟踪算法所需的训练集、测试集通过多源图像融合、图像目标检测、识别、定位和跟踪模型算法,实现对各类目标的装备检测、识别和跟踪。

多波段图像源模拟和目标识别算法验证平台设备系统架构如图所示,包括多波段图像源模拟软件和目标识别算法验证平台,设备是高性能的图形其中,多波段图像源仿真软件可以为设备提供多种场景、多种目标的可见光、红外样本图像,并提供图像目标样本管理软件。 目标识别算法验证软件可以实现对图像目标样本的训练集、验证集和测试集的筛选,实现对样本图像的预处理,通过算法获得对目标的检测识别跟踪。

多波段图像源仿真软件

可见光和红外图像模型的图像

典型的模拟效果图

部分技术指标与优势

支持多种波段的传感器图像,支持可见光、微光夜视、中波红外和长波红外的模拟图像; 支持自动生成不同位置、不同角度、不同方向、不同侧面不同姿态的目标模拟图像样本(带标记信息); 支持多个场景定位功能,提供地面和海面背景、多个气象环境、多个模拟干扰等典型环境或场景的模拟图像; 支持海面场景的设定,可以调节海浪、风速、风向等海情参数; 支持晴天、阴天、雨、雪、雾等天气环境,可以调节雨量、雾量、雪量等参数; 支持设置干扰场景,如阴影、烟雾、目标遮挡等; 支持特定大小和特定信噪比的目标叠加在场景上; 可调整传感器的摄像帧率和视角,支持模拟图像的帧率在100Hz以上,且可设定起始频带和截止频带的不同灰度级的模拟图像的生成,位宽在8bit以上; 多源图像融合性能:红外与可见光图像的定位、像素级融合精度小于5像素; 对地、海、空目标在3030个以上的像素测试集中,目标定位成功率在95%以上,识别正确率在85%以上; 多目标跟踪目标数在同一帧内有5个以上,多目标跟踪精度MOTA和多目标跟踪精度MOTP都超过了80%。 多波段图像源仿真和目标识别算法验证平台可以实现典型的军事目标样本数据库构建和目标样本自动生成功能。 提供多源机载图像融合、图像目标检测、识别、定位与跟踪模型算法、支持包和演示验证平台,实现红外与可见光的图像融合以及基于红外与可见光的图像目标的自动检测、识别、定位与跟踪, 利用红外和可见光的目标检测识别结果进行融合的印证和互提示引导,可以提高目标检测、识别的速度和可靠性以及目标定位跟踪的精度。 为空中侦察和对地面目标精确打击的研究提供仿真场景、目标图像和环境数据,以满足仿真研究、验证等工作的需要。 可以广泛应用于载人机、无人机、弹载等装备的目标识别算法的验证,有效地解决了在实验室内进行验证算法的问题。

版权声明:该文观点仅代表作者本人。处理文章:请发送邮件至 三1五14八八95#扣扣.com 举报,一经查实,本站将立刻删除。