应积极推进海防经济研究

海防经济是直接与海防斗争、建设和管理等相关联的经济活动和经济关系的统称。区域性与具体性,政治性与政策性,复杂性与敏感性。薄弱性与紧迫性,融合性与一体性是其主要特征。海防经济研究的主要内容包括海防需求、海防供给、海防财力、海防人力、海防物力、海防科技、海防制度、海防后勤、战时海防经济、海防经济效益等。     

支持向量机的OTHR多频特征目标分类识别法

针对低信噪比下多频法在天波超视距雷达(Over-The-Horizon Radar,OTHR)目标分类识别中分类精度不高的缺点,充分利用雷达量测的一些先验信息,将基于支持向量机(Support Vector Machine,SVM)的多分类器引入多频法中,提出了一种基于SVM的OTHR多频特征目标分类识别方法。仿真结果表明,利用较少的3个频率点,在信噪比较低的条件下可获得较好的分类识别效果,说明了该方法在OTHR目标分类识别中的有效性和可行性。     

警惕“消极保安全”倾向

电视剧《亮剑》中有这么一段剧情给人留下了深刻的印象：团长李云龙为了提高部队跟鬼子拼刺刀的本领，让战士们以木棍当刺刀一对一练习拼杀。在出现人员受伤、有人担心会出事的情况下，李云龙仍然坚决主张继续训练。一时间，训练场上战士们生龙活虎，杀声震天。其后，这支从严训练的英勇团队，在同素以拼刺刀见长的鬼子短兵相接时，大获全胜。在那战火纷飞的年代，在同凶恶强大的敌人屡次交手中，我军总结出一条宝贵的经验：在战争中，最大限度地提高自己的战斗力，就是最大的安全。为此，着眼于战争，一切从战争出发，就成了战争年代我军军事思维的最鲜明特征。     

增强景象匹配鲁棒性的灰度变换技术研究

高可靠高精度的景象匹配技术是自主导航飞行器图像制导技术的核心和关键所在,文章对匹配图像的灰度畸变进行了研究,提出了基于直方图相似变换灰度畸变校正技术,提高了景象匹配定位的准确性和可靠性。由于外部成像条件和成像传感器本身存在差异,匹配图像往往存在较大灰度畸变,使得实时图和基准图在灰度域存在较大不一致,从而影响景象匹配可靠性。文章通过对匹配图像进行直方图的相似变换,将匹配图像直方图调为一致,有效消除了匹配图像灰度差异,调整后图像间的直方图相似系数均在0.95以上。通过10300次独立真实外场景象匹配定位试验,证明本文基于直方图的匹配图像灰度预处理方法可有效消除图像间的灰度差异,减少匹配图像间由于灰度差异而产生的重复模式,大幅提高景象匹配鲁棒性,经过本文方法预处理后的匹配图像景象匹配成功率为99.98%,已满足工程实用对景象匹配算法高可靠性的要求。     

狭长受限空间油气爆炸关键现象研究

以汽油油气混合物为研究对象,在狭长密闭管道中进行了油气爆炸实验,通过压阻式传感器测试爆炸过程中的压强信号,得到狭长受限空间中油气爆炸的基本参数。通过对实验结果的对比分析,发现狭长受限空间内的油气爆炸可以分为4个阶段：平滑加速阶段、湍流发展阶段、振荡激化阶段和余波阶段;一定强度的湍流流场可抑制链化学反应速度和火焰传播速度;振荡激化阶段发生在管道末端。为狭长密闭空间内油气爆炸的预防和抑爆技术研究提供了参考。     

基于图像信息的多特征空间坦克姿态估计

坦克作为地面战场的主要目标,分析其姿态至关重要。根据坦克姿态估计的需要,在可见光条件下采集了坦克车体纵轴与瞄准镜光轴不同夹角的图像作为训练集。利用主成分分析法选取了目标的主要特征向量,每个训练子集用3个特征向量表示,利用少量的特征向量建立目标的8个特征空间,降低了空间的维数。设计判别准则将待识别目标向量与重构向量之间的余弦值进行比较,即确定目标所在的空间位置,完成了目标姿态的识别。实验结果表明,利用建立目标多特征空间的方法识别目标空间位置是有效的。     

一种基于不变特征的视频拼接方法

视频拼接是空中监视的一个关键部分,它有助于人们从全局的角度理解监控场景.视频拼接包括图像的配准和融合两部分.提出了一种基于不变特征的视频拼接方法,它通过相邻两帧的拼接来实现全景图的拼接.该算法配准部分首先采用梯度方向直方图确定相邻两帧的旋转角度;其次检测两幅图像的角点,特征描述采用SIFT,并结合旋转角度对特征点进行粗匹配;然后对粗匹配的结果采用RANSAc算法剔除错误匹配点.融合部分采用灰度加权的方法.实验结果表明,该算法能够有效地进行视频拼接,甚至存在运动目标的干扰下也能够完成拼接,具有鲁棒性好和速度较快的特点.     

图像数据库中虚图像的相似性检索

虚图像，作为一种图形符号索引，能对图像数据库中的图像信息进行存取，并且能进行基于内容的检索。通过借助一组空间关系，虚图像以解释的形式表征实时图像的空间关系。主要介绍了图标索引中虚图像的定义，并提出了空间关系相似度计算的新方法，使相似度的计算更形象化。     

移动终端基于机器视觉的器材识别研究

提出了单兵移动终端离线状态下基于机器视觉的装备器材识别的方法,从图像采集、图像预处理、特征提取及数据匹配3个模块展开分析。简要介绍了手持终端图像采集的相关考量。通过畸变校正、降噪、轮廓提取等,得到器材的轮廓图像,为特征提取做好准备。选取器材的几何形状特征作为识别依据,通过ORB算法得到图像的特征向量,并进行匹配,达到识别器材的目的。实验测试数据表明,该算法具有较高的识别率和良好的实时性。     

数学形态学及其在边缘提取中的应用

数学形态学是一门新兴的图像分析学科，其理论和方法在视觉检测，医学图象分析等诸多领域都取得了非常成功的应用。主要介绍了形态学的边缘提取算法，该算法由数学形态学中的形态学梯度算子来实现，一般采用数学形态学中的两个基本运算：腐蚀和膨胀相结合来计算形态学梯度算子，这种算法能加强图像中比较尖锐的过渡区。通过实验，实现了这种算法，与比较传统的Sobel算子相比，其定位比较精确，抗噪声能力也得到进一步提高。