Linux下某型制导弹目标跟踪并行算法

针对某型电视制导弹的图像特点,在Linux平台上设计了一种并行算法用于完成目标跟踪.算法思想:将制导弹的目标跟踪任务划分为图像采集、纠旋、显示和目标跟踪,程序中创建两个线程用于完成该任务;其中线程1完成图像采集、纠旋和显示;线程2完成目标跟踪.实验表明该算法实现了Linux环境下图像的实时采集、纠旋、显示和目标跟踪,与Windows下的目标跟踪算法相比,该算法有效的节省了资源.     

谁有权分割我的自主择业费？

我是某部干部,想问一下有关自主择业费的分割问题。我于1996年10月结婚,婚后因长期两地生活感情不和,2001年9月离婚。我于2002年5月再婚,2008年退出现役,选择了自主择业,部队发了12万元自主择业费。2009年6月,我的第二段婚姻也走到了尽头,我到法院起诉,     

一种面向目标的伪彩色图像融合算法

针对远距离红外与可见光融合图像中目标不突出的问题,提出了一种面向目标的伪彩色图像融合算法。基于目标特征将红外图像分割为目标区域和背景区域,以人类视觉的生物机理和感受野的数学模型为基础,利用差分高斯函数(Difference of Gaussians,DOG)模拟视觉拮抗特性,对目标区域和背景区域用改进的感受野模型和不同的彩色映射规则进行伪彩色图像融合。实验结果显示:该算法能够保留图像共有特征,突出独有特征,融合图像色彩自然、目标突出,具有良好的视觉效果。     

非均匀照明单峰直方图图像的目标分割法

大多数阀值算法在对具有单峰分布和非均匀光照的图像进行分割时存在着许多困难。本文提出的自动生成生长种子的边沿区域增长算法,可以较好地实现对这类图像的分割。该算法根据图像的灰度值分布,自动生成生长种子,与常用的Otsu法相比在分割单峰分布和非均匀照明的图像时,被分割的目标图像边界更精确,更清晰。     

基于图像的近程防御报警系统研究与设计

针对大型跟踪系统在某些特定场合不适用的问题,设计了一种集视频采集、目标捕获、识别与跟踪、云台随动控制、无线电台通信、远端预警点火等多功能于一体的导弹近程防御预警点火系统.上位机采用双DSP处理器设计结构,应用波门和相关两种方式跟踪算法,以及三段式云台伺服控制方式确保了系统的跟踪适应能力.下位系统采用LPC936单片机系统完成远端通信和中断点火控制.经实验测试,系统达到预定指标.     

一种基于单幅跑道图像的无人机降落位姿测量新方法

提出了一种在无人机降落并接近跑道的过程中,在已知跑道宽度的前提下,基于单幅跑道图像测量其位姿参数的新方法.通过分析跑道消影点与无人机位姿的关系,得到消影点的图像坐标与姿态角的关系.依据摄像机共线方程,推导出了无人机位姿与跑道的世界坐标方程系数及像直线方程系数的关系.通过合理假设,对位姿参数进行了简化,求解出无人机降落过程中的位姿状态.仿真实验结果证明,方法易于实现,可满足无人机自主降落导航的应用需求.     

融合对数极坐标和改进窄带法的图像分割方法

基于曲线演化的水平集算法近来已被广泛应用于图像分割中,针对其计算速度慢的问题,提出一种新的基于改进窄带法的图像分割方法INBM(Improved Narrow Band Method).INBM首先将均匀采样的图像映射到对数极坐标系中,由视网膜空间分辨率机制可知,注视点都在图像兴趣区,由此形成初始轮廓,然后用改进的窄带水平集(Level Set)方法演化曲线得到最终分割结果.改进窄带法是通过降低窄带区域内的水平集函数求解个数,来减少计算时间.实验结果表明,该方法大大提高了图像分割的速度.     

基于梯度矢量流的水平集算法

针对传统水平集分割图像会出现演化曲线停止于梯度的局部极大值或孤立的边缘处的缺点,对速度停止项进行了改进.该方法将梯度阈值和梯度矢量流引入速度停止项中,利用梯度阈值来使边缘得到更好的保持;利用梯度矢量流来代替梯度场以扩大边界梯度场吸引曲线的范围,避免出现演化曲线停止于梯度的局部极大值或孤立的边缘处的现象.实验结果表明该方法优于传统水平集方法.     

改进的基于背景预测的红外弱小目标检测方法

提出一种改进的基于背景预测的红外弱小目标检测的算法,该算法通过"裁判模型"自动排除预测窗口内偏离真实值的噪点,从而减少了噪声和背景起伏对背景预测的影响,不仅能解决传统预测算法的边缘模糊问题,而且有较强的抗噪声特性,尤其适用于具有复杂云层的空背景,是背景预测算法的一个重要扩展.针对实际红外图像的实验仿真表明,该算法是有效的.     

PCNN图像分割新方法

为了解决脉冲耦合神经网络(PCNN)难以确定最优分割结果以及脉冲产生门限由非线性方法计算得到的问题,提出了一种基于PCNN的图像分割新方法.该算法采用线性方式动态调整脉冲门限,采用二维最大相关准则确定PCNN网络的循环迭代次数,并引用中值滤波的思想对PCNN的接收部分进行了改良,以克服噪声对分割过程的影响.实验结果表明该方法能获得视觉效果较好的分割结果并具有较强的普适性.