基于显著性的红外图像强固定模式噪声抑制*

本文针对红外成像设备对天远距离观测中得到的小目标、强固定模式噪声这一类典型数据提出基于显著性的红外图像强固定模式噪声抑制算法。文中首先对此类图像数据进行特性分析,指出图像中目标区域相对于背景固定模式噪声区域是显著的,利用显著性检测算法分离出图像中目标区域及背景,对不同区域分别采取不同处理,仅基于单幅图像信息实现强固定模式噪声的有效抑制。最后,通过大量小目标、强固定模式噪声红外图像对算法性能进行测试,结果表明,本算法能够准确提取出图像中目标区域,实现图像中强固定模式噪声的有效抑制。     

光学显微结核杆菌图像的区域分割算法

为提高结核杆菌目标的分割精度,提出了一种区域级的光学显微结核杆菌图像分割算法。通过顶帽—底帽变换增强彩色图像对比度,融合图像局部特征和全局信息计算图像梯度,利用分水岭算法实现对图像的初始分割;对分割区域采用相邻区域最大相似度准则进行合并,从而得到完整的目标区域;根据结核杆菌图像的特点,通过分析结核杆菌目标区域的颜色特性,采用多阈值分割的方法滤除区域中的杂质,实现对结核杆菌目标的分割。实验结果表明,可以分割出目标对比度低以及饱和度过低的结核杆菌目标,并且对不同染色背景的图像均能取得较好的分割结果。     

保持连通的边缘细化算法

传统的图像边缘检测算子一般都只能得到多像素宽边缘,这为后续的图像处理带来了一定困难。结合边缘走向趋势的估计技术以及对连通关键点判断的方法,提出了一种新型的边缘细化算法———保持连通的边缘细化算法。该算法能在保持边缘原有信息(连通和走向)的前提下,以较小的计算开销,给出理想的或是可接受的单像素宽细化结果。     

基于复杂网络的空间信息支援力量体系结构同步能力研究

运用复杂网络理论的基本原理对空间信息支援力量体系结构的同步能力进行了研究,构建了空间信息支援力量体系结构的网络拓扑模型,给出了网络同步判定依据,分析了初始连接机制、通信节点数以及总节点数的变化对空间信息支援力量体系结构整体同步能力的影响,为空间信息支援力量体系论证和作用发挥等问题的深入研究提供了借鉴和参考．     

基于小波域字典学习方法的图像双重稀疏表示

提出了一种有效地结构化字典生成算法以及图像双重稀疏表示方法.在Rubinstein等提出的图像双重稀疏表示模型的基础上,引入小波零树结构,将同一空间位置对应的同方向跨尺度小波基函数的线性组合作为新的基函数,并通过K-SVD学习算法得到线性组合系数,由此得到了一种更加切合图像方向特征的结构化字典学习算法.在此基础上提出了相应的图像分解与重构算法.遥感图像M项逼近实验以及压缩仿真实验表明,本文提出的结构化字典比已有的字典具有更好的图像稀疏表示效果.     

一种新的小波收缩统一阈值函数

提出一种新的小波收缩统一阈值函数,并证明了新阈值函数具有收敛性,通过调节可变参数的取值可以改变新阈值函数的趋向,为图像阈值去噪的自适应处理提供了可能.此外,给出了新阈值函数的期望、方差与风险的关系式.仿真结果表明新阈值函数不仅能有效去除噪声,而且比两种经典的阈值函数有更高的灵活性,可以获得更高的信噪比和更好的视觉效果.     

集对分析的弹炮结合防空武器系统可靠性分析

针对传统可靠性分析仅考虑系统正常运行及发生故障两种状态,而没有考虑其在亚健康状态下运行的同题,提出了基于集对分析的弹炮结合防空武器系统在亚健康模式下的可靠性分析方法.首先,在详细分析弹炮结合防空武器系统物理结构模型的基础上,基于集对分析方法,建立了弹炮结合防空武器系统可靠性模型;然后,根据工程应用中的经验数据,对弹炮结合防空武器系统的可靠性进行了实例仿真,结果验证了该模型的合理性和有效性.     

复杂系统多属性决策方法

多属性决策已成为复杂系统评定的重要手段。属性标准化是多属性综合决策中的一项重要内容,标准化方法应严格遵循属性的物理意义和对决策目标的影响,要求标准化前后属性值比较的物理意义一致或接近。首先在分析现有标准化方法不足的基础上,提出了效益型、成本型和固定型属性标准化新方法,经过该方法得到的标准化结果,满足了标准化前后的可比性和线性化。其次,综合分析了加权和和加权积决策模型应用范围,得出加权积模型更适用于复杂系统的多属性综合决策问题研究。最后,将标准化方法和加权积决策模型应用于算例分析,分析结果验证了提出方法的有效性和一致性。     

水面舰艇对海作战可靠性的新型评价方法

针对水面舰艇对海作战网络的特点,基于复杂网络"反社区"性质,将对海作战网络描述成"反社区"有向赋权图。结合传统可靠性分析方法,提出了一种新的可靠性评价指标,进一步扩展了传统可靠性指标的4个特性,并通过实例仿真,证明了该指标的有效性。该方法将传统可靠性理论与复杂网络理论有效地结合起来,将进一步扩大复杂网络的适用范围。     

含有多普勒频率的毫米波/红外融合滤波算法

由于毫米波雷达(MMV)和红外(IR)两种传感器在跟踪目标方面具有各自的优势,故使用两种传感器进行数据融合可以得到较单一传感器更高精度的目标数据,从而提高滤波精度。针对上述两种传感器的特点,对采样数据进行时空对准,结合UT变换思想,并在此基础上提出一种含有多普勒频率的无迹卡尔曼滤波(UKF)算法。新算法较单一MMV或者IR传感器滤波算法精度有了明显提高,并且较MMV/IR融合的传统扩展卡尔曼滤波(EKF)算法的精度也有提高。仿真结果证明了新算法的有效性和合理性。