一种抗比例变化的影像图与矢量数据匹配方法

由于矢量图匹配中涉及比例变化的匹配算法较少,提出了一种抗小比例变化的影像图与矢量图匹配方法。该方法先对遥感影像进行特征提取,然后与GIS矢量数据进行由局部到整体的动态规划匹配。具体过程为先进行点匹配,寻求坐标变换,再进行线匹配,求得线间Hausdorff距离最小为最优匹配。仿真实例表明该方法能够准确地匹配,并抗比例变化,可行性高。     

基于多级Sigmoid神经网络的城市交通场景理解

交通场景的理解是交通监控、汽车安全辅助驾驶的基础.提出一种基于多级Sigmoid神经网络的城市交通环境理解方法.将5个3D结构特征与物体外观特征相结合表征城市交通环境,为了提高交通环境识别率,采用多级Sigmoid神经网络(MSNN)进行图像分割与识别.在公共测试视频数据库CamVid dataset 进行实验,实验结果表明了该方法的有效性.     

增加运动预测的模板匹配方法在战车火控系统中的应用

分析研究了一种新的增加运动预测的模板匹配算法,并将其应用到战车火控系统中。实验证明该算法可以满足跟踪系统实时性的要求,对于运动目标的平移,旋转运动具有不变性。     

SAR-GMTI匀速运动虚假场景干扰信号快速生成方法

静止虚假场景覆盖干扰无法有效对抗SAR-GMTI雷达系统,基于此,本文提出了一种能将静止虚假场景干扰信号快速转换为匀速运动虚假场景干扰信号的方法。文中通过对运动目标和静止目标回波模型的分析,推导出了两者之间的关系表达式;根据这个表达式,给出了实现该方法的三个步骤：沿距离向时域进行延迟操作,沿方位向时域进行伸缩变换,相位补偿;分析了该方法的计算量;最后,仿真实验表明该方法可对SAR-GMTI形成匀速运动虚假场景的干扰效果,能同时保护静止场景和运动目标。     

基于高精度景象匹配的SAR平台定位方法研究

为了提高SAR平台定位精度，本文提出了一种基于景象匹配的SAR平台定位的方法。该方法利用成像中间时刻SAR平台与SAR图像中心线上物点共线的特性，先在图像中心线上均匀选取若干点作为匹配点，并与光学基准图进行高精度景象匹配获取它们的物点坐标；然后根据这些物点坐标估计出图像中心线在当地水平面投影的直线方程；最后利用直线信息和斜距高度信息计算SAR平台在水平面上的投影点位置，进而计算得到成像中间时刻SAR平台的空间位置。为了进一步提高匹配精度，分别提出了对正侧视和斜视SAR图像匹配区域进行几何粗校正的方法。本文还分析了不同误差因素对平台定位精度的影响，并给出了精度估计公式。仿真和实际图像实验结果表明，本文方法正确可行，具有较高的定位精度，具备工程实用价值。     

纸面石膏板耐火性能试验研究

利用扫描电子显微镜，对经历不同温度和冷却方式的纸面石膏板试块的显微结构进行观察和分析。结果表明：在不同受热温度和冷却方式条件下，纸面石膏板的结构和强度将发生改变。当受热温度达到300℃时，护面纸与石膏芯材结合松动，护面纸发生热分解、炭化，石膏芯材产生裂纹，网状晶体骨架结构疏松、断裂、破碎，完整性遭到破坏，强度基本丧失；受热温度越高，纸面石膏板结构和强度的破坏越严重。     

多功能雷达建模中的雷达字提取技术研究

雷达字为有限数目脉冲的固定排列,能够反映多功能雷达的工作状态和威胁等级。针对漏脉冲和虚假脉冲所造成的雷达字不能正确提取的问题,提出了一种基于三级匹配的雷达字提取算法。该算法首先对分选后的辐射源脉冲列进行数据库级的匹配过滤,确定模板雷达范围,然后分别利用脉冲配对和序列相关技术进行精确识别。仿真实验表明,该方法不仅能提取多功能雷达辐射源的雷达字,而且对噪声环境具有较好的适应能力。     

自适应窗口仿射最小二乘匹配方法

为了解决仿射最小二乘匹配方法在未知初始参数条件下无法自适应选择匹配窗口的问题,提出了一种基于局部形状估计的自适应窗口最小二乘匹配方法。利用LOG(Laplacian of Gaussian)算子检测特征点以及特征点所在的尺度;在特征点邻域内根据特征尺度计算局部二阶矩矩阵,用二阶矩矩阵估计特征点局部的形状特征;根据特征点局部的形状自适应选择初始匹配窗口进行仿射最小二乘迭代。实验结果表明,该方法在较大仿射变形下能够准确的选择有效匹配区域,避免因窗口内容差异造成的迭代不收敛问题。     

基于功能的网格服务匹配算法

网格环境下,服务功能匹配效果决定着网格服务质量,在分析了网格服务匹配方法中基于推理的匹配算法和相似度匹配方法中基于距离的匹配算法后,对这两种算法的精确度、复杂度和匹配效率进行了分析和比较.结合这两种算法,提出了服务功能匹配改进算法,该算法通过采用细化匹配粒度,引入深度因素等方法,增加了匹配精确度.通过实验模拟,查准率和查全率上表明该改进算法具有一定优越性.     

一种基于边缘特征提取的景像匹配方法

下视景像匹配制导中,实时图和基准图的拍摄高度、方位和图像比例尺不完全一致,两图的轮廓形状存在旋转和变形等差异,边缘特征提取方法受图像灰度分布影响存在变形和移位,易导致匹配错误。用侧抑制竞争方法,图像边缘特征提取快速准确,不发生移位,对灰度变化也不敏感。在此基础上,用扩展边缘特征法,克服轮廓变形对边缘匹配的影响,提高精度。试验结果表明,此方法模型简单、抗几何变形能力强且便于实现。