斜体素体视技术在腐蚀图像合成中的应用研究

图像合成是计算机图像处理领域的一个关键课题．该文提出了一种基于科体素体视技术的图像合成算法．该算法对于研究船体腐蚀图像的合成具有十分重要的意义．     

基于系统仿真的故障检测与辨识技术研究

本文将系统仿真技术应用于故障检测与诊断(FDD),提出了通过实测信息在线交互减小解决理论轨线偏差的思想,建立了基于系统仿真FDD逻辑结构,针对MIMO系统和线性动态-测量系统构造了具有良好统计性质的故障辨识算法,为故障检测、故障辨识、故障时间的确定和故障模式识别提供了实现的可能性。本文的思想和方法不但可用于CVDS的故障检测与诊断,对大规模复杂系统的故障分析也具有借鉴和参考价值。     

使用多分辨力神经网络的凹自动目标识别

本文介绍用多分辨力神经网络根据目标的凹(分等级的分辨力)图像探测和分类目标的方法。目标识别决策是以使能量函数最小化为基础的。在现行凹图像中可同时获得的几个分辨级上,把一个候选的斑点与目标模型库相比较,由此计算能量函数。为此,通过一个新的多层霍普菲尔德(Hopfield)神经网络,实现一个并发的(自上而下和自下而上)匹配过程。有关的能量函数不仅支持在相同分辨级的单元之间的交互作用,而且支持在不同分辨级的节点组之间的交互作用。这允许不同分辨级的特征互相证实或反驳,以便对潜在匹配的有效评定做出贡献。凝视控制,即再凹向所获得图像空间的更显著区域,由搜索与候选斑点无疑义的高分辨力的特征来实现。提供使用实际的二维(2—D)目标的试验以及它们的仿真凹图像。     

低可见雷达目标探测技术研究

以分布式雷达检测理论为基础,讨论了多基地雷达的检测性能。检测对象为ＳｗｅｒｌｉｎｇⅠ,Ⅱ,Ⅲ,Ⅳ型起伏目标,本地接收机输入端信噪比的分布及中央处理器的判决策略可按需要随意键入,编制了全系统的检测软件,并在ＩＢＭ－４３８１计算机上对五个多基地雷达的联合检测作了理论计算。采用多数判块,在虚警概率为１０＾４前提下,可望在７５％发现概率处,获得较单站检测时高３ｄＢ以上的信噪比改善。     

军事电子信息处理中的人工神经网络技术

本文首先分析了现代战场环境对军事电子系统智能信息处理的应用需求，然后对人工神经网络理论与技术在军事电子信息处理中的现实应用与潜在前景给出了一个较为详细的介绍与分析。着重介绍了神经网络在雷达、红外及声纳目标的检测、识别、多机动目标跟踪及武器系统的智能控制等方面的应用情况，力图展示神经网络用于军事电子信息处理的特色与优势。最后分析了人工神经网络技术发展与应用中存在的一些问题。     

机动车辆自动识别系统

基于视觉的机动车辆自动识别方法工程量小、检测范围大、系统安装相对灵活，是一种很有前途的方法。目前已开发的商业系统大都用在日间辅助交通管理上。为改善视觉交通检测系统的实用性和增强系统的功能，本文作者对模型系统进行了深入的理论研究，提出了２．５维图像的新思路，提取车辆外形的综和特征更为准确，自适应识别方案使车型识别准确灵活，车头颜色特征的利用使识别的准确性进一步提高。实验证明，系统对光线的适应能力也明显增强，系统的稳定性得到改善，有望扩大系统的使用范围。     

一种基于零交叉的二维边缘检测算子

设计边缘检测算子的一般方法首先是根据边缘检测的性能测度如信噪比(SNR)等定义一个代价函数,这样就将边缘检测算子的实现问题转换成为对代价函数的最优化问题。不幸的是,二维或高维边缘检测算子的优化问题一般均较复杂,计算上难于实现。本文通过对设计算子的一些期望性能的设定,简化了优化问题,并根据简化的信噪比测度代价函数,设计并实现了一种较优的利用拉普拉斯算子的基于零交叉的二维边缘检测算子。该算子具有旋转不变的特性,其支撑域有限并且边缘保持平滑。本文在理论上对设计算子进行了性能分析并与高斯—拉普拉斯算子进行了比较。对一些实际图象的处理结果验证了算子的设计思想和实现方法。     

小波阈值技术在图像降噪中的应用研究

通过对图像的小波变换系数进行阈值操作，可以有效降低噪声，同时又较好地保持图像细节。在文章中详细讨论了这种小波阈值降噪技术，并给出了在此种降噪方法中阈值选取的几种方法。由实验结果可以知道此种小波阈值方法是一种有效的图像降噪方法。     

基于多尺度小波变换的二维图像角点检测技术

提出一种基于多尺度小波变换的二维图像角点检测算法。首先利用二维零交叉边缘检测算子对图像进行边缘提取得到二值边缘图，通过基于边素（边过程）的围线跟踪算法得到图像的边缘围线。对边缘围线的方向曲线进行多尺度小波变换，利用变换结果的局部最大值信息检测和定位出图像角点。仿真结果表明该算法可有效地实现二维图像的角点检测与定位，具有较高的精度