基于多维直方图的mean shift运动目标跟踪算法

讨论了一种红外图像序列的运动目标跟踪算法.以mean shift为核心,即在连续图像序列中对比运动目标的直方图.在可见光的视频中,利用目标的颜色直方图进行跟踪.在前视红外图像序列中,直方图由像素值和高通滤波后的值共同构成.为较好地处理非线性非平稳信号,引用LMS自适应滤波可以对目标的位置做出合理的估计,以维持对目标的正常的检测跟踪.     

一种移动侦测算法研究

通过对马尔可夫随机场（MRF）移动侦测算法理论的研究，引入分级的方法，优化单一分辨率MRF算法的初始化过程，并通过软件进行了实现。该算法应用于基于网络的信息采集平台，可明显提高移动侦测精度，进一步提高信息采集平台在图像处理方面的智能，具有较强的实用性。     

微小型无人机遥感图像应用

通过给微小型无人机加装数码相机和微型INS姿态测量系统,可以同时获得对地面的遥感图像和当时无人机的姿态数据.根据传感器构像方程和几何畸变校正理论,对拍摄的图片进行几何校正.通过图像融合拼接,给出了目标地区的大面积数字影像图,最后给出了局部实验结果.     

基于dSPACE的发动机信号实时采集系统开发

为了配合高功率密度柴油机的研制,对某重型车辆发动机冷却系统进行智能化改进,需通过串口方式从实车发动机控制单元中读取发动机工作状态参数,以dSPACE为基础开发了发动机信号实时采集系统,系统数据传输速度快,可靠性高,避免了繁琐的单片机编程,提高了工作效率。     

基于Arnold置乱的数字图像加密技术研究

从概述图像置乱基本原理出发,说明基于Arnold变换的数字图像置乱及其恢复方法。初步仿真后发现,该法局限于在一个方向上(位置空间)进行图像置乱,图像保密性和彩色图像置乱效果存在局限,因此引入通过密钥改进的Arnold置乱数字图像加密方法,使得图像的安全性和加密效率有效提高。     

压缩感知稀疏重构对星图的影响

稀疏重构是压缩感知理论的核心内容之一,为了将稀疏重构有效地应用于星敏感器的压缩成像过程中,从星图图像误差和星点特征误差两个方面分析稀疏重构对星图的影响。在图像误差方面,利用峰值信噪比评价指标考察星图在不同重构算法、不同压缩比下的重构质量;在特征误差方面,从理论上分析稀疏重构对星点特征的影响机理,提出星点特征重构误差的评价指标,考察星点的质心、亮度和数量特征的重构误差。结果表明,在所选算法各压缩比下,星图相比一般图像能够获得更高的重构质量,重构星点能够在很大程度上保持可用于姿态确定的特征信息,结论保证了利用重构星图进行姿态计算的正确性,进一步验证了压缩感知理论在星敏感器中应用的可行性,为实现星敏感器的压缩成像提供了现实依据。     

基于遗传算法的二维最大熵图像分割算法

二维最大熵图像分割算法充分利用了图像象素的灰度分布信息和各象素间的空间相关信息 ,因此具有很好的分割效果。但该算法的计算复杂度高、计算时间长。为解决这一问题 ,本文提出了一种基于遗传算法的二维最大熵法。该算法充分利用遗传算法的特点 ,极大地减少了计算量和存储空间。实验结果证明了该算法的快速性、有效性和稳定性。     

红外成像自动目标识别技术研究--计算模型与数据流程

红外自动目标识别是当前智能化图像处理及应用开发的前沿关键技术,其研究进展与计算机视觉的发展水平紧密相关。人类视觉系统是计算机视觉的原始模型,其视觉感知机理的研究将有助于揭示视觉表象的本质,进而为准确描述图像特征信息提供科学而可靠的依据。主要从视觉感知模型、感知功能模块响应特性、视觉对比灵敏度等方面对视觉感知基本原理加以综合分析,并力图利用这些功能卓越的信息处理机制阐明一种具有普适性的视觉计算模型———目标-背景表征模型。在此基础上,将背景区域感知与目标特征分析相结合,提出了自适应信号检测、目标特征识别和运动轨迹跟踪的层次化数据处理流程,从而为红外自动目标识别技术提供一条新的探索途径。     

1553B总线的信息传输调度策略

由于1553B总线的传输速率限制,直接进行图像、声音、定位导航等大数据信息传输,将会导致其他紧急消息传输时延过长。针对这一问题,提出了一种基于1553B总线的信息传输调度策略。该策略的控制思想是在对同步信息进行负载均衡调度的基础上,对大数据信息进行动态分解插入,实现了在不影响紧急消息的前提下大数据信息在1553B总线中的实时可靠传输。实验结果证明了该传输控制策略的有效性与可行性。     

控制行政消耗性开支的五点建议

针对行政消耗性开支中存在的临时消费难管控、经费投入难节制、家底薄厚难把握等突出问题，应从加强综合制定预算目标、全程掌控预算走向、实时监督预算执行、加强审核把关强化财务监督和全面加强资产管理等方面控制行政消耗性开支，努力提高经费使用效益。