基于局部特征及最佳量化的Quantum TV算法

量化TV算法是一种量化的全变差正则化算法,滤波后的图像取值为一定数量的量化数值,其主要应用为二值图像恢复、图像量化及图像分割等。图像的不同部分灰度变化程度不同,需要不同的量化等级数;不同的直方图分布下,根据不同的原则,存在不同的量化等级。根据上述原则对量化TV算法进行了改进,实验结果说明了改进算法更适用于图像量化。     

基于主导拮抗抑制的多尺度边缘检测

图像边缘检测算子的抑噪能力和定位精度是一对矛盾,从视觉神经生理学角度出发,提出一种基于主导拮抗抑制的多尺度边缘检测模型。该模型将主导拮抗抑制机制拓展到多尺度处理,通过引入侧膝体拮抗通道的强抑制机制达到自适应抑噪的效果,获得的对比度信息经过简单细胞子域的非线性整合得到锐化的边缘输出,最后将多个尺度的处理结果进行融合,获得最终的边界轮廓。理论和实验证明通过主导拮抗抑制机制和多尺度处理的结合,获得抑噪能力强、定位精度高的边缘检测模型,该模型具有生理学基础,结构简单,计算效率高。     

装备研制项目招标新方式——“邀请-协商招标”

文章提出了一种“邀请-协商招标”方式,并对关键技术问题进行了分析。一是投标方的选择。给出投标方的综合能力评估指标体系,并利用层次分析法计算和选择投标方。二是装备价格区间的确定。装备的价格由三个方面组成：军方的装备定价、以往类似项目的价格和投标方的报价,所确定的价格与军方确定的价格之间的差异即为装备价格的区间。三是投标方的排序。根据其报价在价格区间的位置进行相应减分,按其得分进行排序,选择进入谈判阶段的投标方。     

泛探雷达长时间相参积累目标检测方法研究

泛探雷达利用同时多个接收波束覆盖整个观测空域,可利用长时间相参积累提高动目标检测性能,然而必须解决目标在长积累时间之内出现跨波束、跨距离单元和跨多普勒单元现象带来的积累增益下降问题。在跨波束影响可忽略前提下,研究了基于Keystone变换与Dechirping变换相结合的运动补偿方法,并在此基础上提出了基于Clean思想的多目标检测流程。通过对仿真数据与外场实测数据的处理与分析,验证了本文方法的有效性,可以用于泛探雷达的目标检测。     

基于混沌高斯频率调制的距离-多普勒雷达成像

提出了利用混沌映射产生随机抽样的方法。进一步证实了高斯抽样可以通过两类随机数产生器结合混沌映射生成。利用高斯抽样,得到了高斯调频雷达信号。研究结果表明,通过这种高斯调频信号得到的模糊函数接近2维delta函数,它在距离-多普勒平面上的旁瓣是均匀分布的。对该高斯调频信号进行傅立叶处理可以得到高分辨率的距离-多普勒图像,图像品质较高。     

基于蚁群算法的图像边缘检测研究

将蚁群算法应用于图像分割领域,提出了一种新的基于蚁群算法的图像边缘检测方法。详细阐述了蚁群算法与该方法的基本原理和具体实现过程。为了提高算法效率,进行两处改进,第一将蚂蚁初始位置由随机放置修改为放置在图像边缘附近,可取一图像灰度梯度阈值来实现,第二将信息激素强度和启发式引导函数值均定义为像素点灰度梯度值的函数。大量实验结果证明了该算法能有效地检测出图像边缘,而且具有适应性强、效率高等特点。     

基于接收分集的MIMO雷达性能分析

基于接收分集的MIMO雷达发射端采用阵元间距为半波长的均匀线阵,各子阵元发射相互正交的信号,而接收阵元间距满足空间分集条件。由于天线阵元之间紧密分布的发射阵列可以当作一发射站处理,因此该MIMO雷达的结构与一发多收多基地雷达类似。分析比较了双基地雷达、一发多收多基地雷达和接收分集MIMO雷达的检测性能和模糊函数,指出接收分集MIMO雷达具有良好的检测性能、方位角分辨力和较低的"自身杂波",这有利于微弱目标的检测、目标的高精度定位、虚假目标的消除以及雷达系统可观察目标动态范围的提高。     

基于Viterbi的一种单目标跟踪算法

在深入分析Viterbi算法的基础上,对现存的基于Viterbi的数据关联算法作出了一定的修正,提出了一种改进的基于Viterbi的单目标数据互联算法(IVDA),有效地完成了对单目标的跟踪,并解决了PDA算法在目标检测概率较低时误跟踪率偏高和杂波密度参数在实际中难以获取的问题,最后通过仿真验证了结论的正确性。     

基于尺度空间理论的角点检测

传统的Harris角点检测是一种经典的角点检测算法,但不具有尺度不变性。研究了一种基于尺度空间理论的Harris角点检测方法。建立Harris的尺度空间函数表示。利用多尺度分析的思想,使在小尺度上的角点精确定位和大尺度上的角点去伪存真。从而克服了传统的Harris角点检测可能存在的角点信息丢失、角点位置偏移和易受噪声影响等问题。试验结果表明,该算法明显地提高了图像角点检测性能。     

无人机系统发展阶段和智能化趋势

本文根据无人机系统的主要技术特征对其发展阶段进行了分析概括,并对其智能化趋势进行了展望.首先,通过分析无人机系统的百余年发展历程和核心特点,将无人机系统的发展划分为萌芽起步阶段、初步发展阶段、崛起发展阶段、蓬勃发展阶段、稳步发展阶段和智能化发展阶段;其次,从主要特征、使命任务、任务载荷、导航系统和控制方式等角度对各个阶...