由序列图像获取点目标的三维运动参数和空间位置

利用图像获取目标的运动参数和空间位置在目标定位、跟踪和计算机视觉中具有重要的意义。本文在目标和成像系统都运动的情况下,给出了由单目序列图像获取点目标绝对运动参数和三维空间坐标的条件,提出了利用多帧单目序列图像和应用非线性递推滤波算法来估计点目标的运动参数和空间位置。实验仿真结果证明,本文提出的算法是有效的。     

视频图象实时处理器的设计

介绍了一个用于目标自动跟踪仿真实验系统的视频图象实时处理器.该处理器硬件由图形图象处理芯片TMS34010和高速数字处理芯片TMS320C25构成,采用相关跟踪算法时,对目标模板32×32象素和搜索区64×64象素处理能达到实时.     

图象存储体与PC机接口设计

本文研究利用PC机扩充槽设计图象存储体与PC机的DMA接口,包括接口电路和接口驱动程序。主要完成图象存储体与PC机内存间DMA数据传送的启动及相应控制信号的产生、转换,并提供数据通道,本接口应用于“脉冲X光医疗诊断系统”,对其它图象处理系统的计算机接口亦有参考价值。     

RTR技术在固体火箭发动机领域应用研究综述

综述了RTR技术在固体火箭发动机领域应用研究中的概况,总结了部分研究成果,指出了该技术存在的问题,提出运用RTR技术进一步开展SRM领域研究的若干设想。     

像管电子光学系统多目标优化的研究

将多重网格法用于静电像管电子光学场分布计算,采用改进的约束变尺度法进行静电聚焦像管的优化设计,较大地提高了电场分布的计算精度和像管设计效率,减少了计算时间和设计周期。研究的加权最小二乘法构造优化计算的多目标函数,普遍适用于调焦、定焦、变倍、选通和校畸变等各种类型静电像管的设计与计算。     

基于改进噪声检测的迭代中值滤波算法

提出了一种基于改进噪声检测的迭代中值滤波算法。该算法首先检测出噪声点,然后利用信号点对噪声点滤波。其中噪声检测方法改进了IMFLED方法,进一步降低了误检率和漏检率。经过仿真实验并与其他滤波算法进行比较表明,该算法可以有效地去除图像中的脉冲噪声并且保留原图像的细节。     

改进的遗传算法在图像边缘提取中的应用

提出了一种改进的遗传算法,采取了确定性采样选择算子对选择算子进行了改进;明确了非等概率融合单阈值单点交叉算子,对交叉算子进行了改进;同时还提出了一种新的变异算子,它依据一种新的判断群体"集中"与否的准则,根据群体的进化程度自适应地调整变异概率pm的值。将改进的遗传算法用于图像的边缘提取问题中,试验结果表明,与穷尽法和普通遗传算法相比,提出的算法在保证有效地提取出边缘的基础上,节省了运算时间。     

动载体光电平台图像模糊成像机理研究

动载体光电平台的振动导致光电系统在曝光时间内与目标发生相对运动产生像移,严重影响了成像质量。针对振动引起图像模糊的成像问题的复杂性,提出从数学模型的角度,建立振动产生模糊图像的频域数学模型,从而明确表示图像模糊的成像机理。根据建立的模糊图像数学模型,将一幅清晰的图像仿真得到振动模糊图像,仿真结果验证了推导建立的数学模型的正确性。通过对振动产生的模糊图像数学模型的建立,可以为设计准确有效的振动模糊图像仿真算法提供重要的参考。     

并行生成卷积网络图像修复算法

为解决修复纹理精细、背景复杂图像中大面积不连续语义缺失时存在的边缘伪影和语义不连续的缺陷,提出一种并行生成卷积的残差连接图像修复算法。将残缺图像输入一个两列平行卷积的结构修复网络得到两个具有不同感受野大小的图像分量,通过共享解码合并两个图像分量并计算输出的L2损失优化网络。将结构修复网络的输出送入包含残差连接与注意力机制的细节修复网络,融合上下文信息,改善修复细节能力。使用全局与局部鉴别器和预训练视觉几何组网络计算损失,对修复网络进行整体判别优化,增强修复结果的整体与局部一致性。在国际公认数据库上验证提出算法的性能,实验结果表明：提出算法可以有效修复复杂背景且包含精细纹理的大面积不规则缺失区域,提升图像细节、语义和结构的真实性与完整性,其峰值信噪比和结构相似度优于经典的对比算法。     

利用字节模式二维特征的ROP链智能检测方法

面向返回编程(return oriented programming, ROP)攻击是网络攻击者突破操作系统安全防护、实现漏洞攻击的一种主要手段,ROP链是ROP攻击的重要组成部分。为检测网络流量中的ROP链,提出了一种能自动提取ROP链特征、具有良好泛化性能的智能检测方法。该方法采用顺序抽取的方式将被测流量分成多个序列,利用滑动窗口和数值量化将输入的一维流量数据转换为二维特征向量,基于卷积神经网络模型实现对ROP链的检测。不同于已有的静态检测方法,该方法不依赖程序内存地址的上下文信息,实现简单、部署方便,且具有优异的检测性能。实验结果表明,模型最高准确率为99.4%,漏报率为0.6%,误报率为0.4%,时间开销在0.1 s以内,对真实ROP攻击流量的漏报率为0.2%。