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。     

关于半鞅向量随机积分的两个结果

首先利用半鞅Girsanov定理与闭图像定理证明了:若{Xn}是带滤基的完备概率空间(Ω,F,F,P)中的一列半鞅,其中滤基F=(Ft)t≥0满足通常条件,且{Xn}在关于P的Emery拓扑空间中收敛于X,则当概率测度Q相似文献   

反空空导弹的导引头研究

从反空空导弹的导引头对空空导弹的最大探测距离方面论述了其不适宜采用雷达导引头的原因,并指出了反空空导弹可采用红外导引头来跟踪空空导弹的可能性。同时又分析了空空导弹的红外辐射特性,说明了反空空导弹红外导引头探测器响应工作波段应为3μm～5μm。     

采用瞬态球状热斗篷方法的浅层地下目标红外隐身技术

由于浅层地下目标与背景土壤的热物性不同,影响了整个区域表面的温度场分布,容易被敌方探测系统发现并击毁。针对这一问题,考虑太阳辐射、天空辐射以及风速的影响,建立了埋藏地下目标的区域温度分布传热模型,揭示了不同时段埋藏地下目标对区域表面温度场的影响。在变换热力学的基础上,通过坐标变换的方法,推导出球状瞬态热斗篷的导热系数的通解表达式。根据等效介质理论,对设计的热物性参数进行均质化,并通过数值实验方法验证了基于热斗篷地下目标红外隐身技术的可行性。     

基于支持向量机的遥感图像分析与处理

支持向量机是一种新的机器学习方法。本文结合遥感图像和支持向量机的特性，重点分析了支持向量机在遥感图像分类、遥感图像压缩、遥感图像特征提取等方面的应用。并对支持向量机在遥感图像分析与处理中的应用趋势及有待进一步研究的问题进行了探讨。     

超低照度下微光图像增强神经网络损失函数设计分析

超低照度下(环境照度小于2×10~(-3)lux)微光图像具有低信噪比、低对比度等特点,使目标难以辨识,严重影响观察效果。为了提高超低照度下微光图像质量,设计了一种用于微光图像增强的卷积自编码深度神经网络,并针对传统的均方误差损失函数不符合人类视觉感知特性等问题,结合现有的全参考图像质量评价指标,研究了包括感知损失在内的几种损失函数,并提出了一种新的可微分损失函数。实验结果表明,在网络结构不发生改变的情况下,所提损失函数具有更好的性能,在提高微光图像信噪比和对比度的同时,能够有效地增强图像内部细节信息。     

流域变换的串行与并行策略研究

流域变换是数字形态学中用于图像分割的一种经典方法,其并行化问题成为近年来研究的重点。首先给出了流域变换的数学模型,并归纳列举了几种离散情况下的形式化定义;其次分类总结了近年来流域变换串行算法研究的新进展,从而在此基础上重点讨论了相应的并行化策略。详细分析了设计并行流域算法需要考虑的几个问题;并比较评价了现有并行算法的性能特点,得出了一些结论;最后提出了有待进一步研究的问题。     

红外成像导引头抗干扰性能评估方法

给出了一种对地面复杂干扰环境的红外成像导引头抗干扰性能评估方法,分析了红外成像导引头所面临的干扰因素,结合实际战场情况对干扰环境的等级进行了划分,并详细设计了红外成像导引头抗干扰性能仿真测试方案。采用半实物仿真方法得到红外成像导引头在不同干扰环境下的实验数据,运用bayes估计的方法建立红外成像导引头抗干扰概率计算模型。结合某实物红外成像导引头开展抗干扰性能半实物仿真测试,实验结果验证了该方法的合理性和有效性。