超高分辨率图像实时显示系统设计

自行设计的超高分辨率图像实时显示系统由图形系统处理机、超高分辨率显示器组成 ,其核心是图形系统处理机 ,显示分辨率为 2 0 4 8× 2 0 4 8,逐行扫描 ,每像素 8位 ,图像输入速率最高 2 4 0MB/s ,可同时显示n (n =8,4 ,2 ,1)个CCD相机的实时图像数据 ,并能进行n抽m (n =8,4 ,2 ,1;m =8,4 ,2 ,1;n≥m)处理。采用的主要技术有 :图像输入双重缓冲抽样复合拼接技术 ,单帧存图形图像共体技术 ,视频双重并串转换技术等。该系统可用于卫星地面站、航测、医学成像及其他传感器的高分辨率图像的实时显示     

基于PCI总线图像采集卡的数字视频监控系统

介绍了一种基于PCI总线图像采集卡的数字视频监控系统 ,给出了系统结构和实现方法。对制式转换和多线程等相关技术进行了详细介绍 ,给出了完整的框图 ,并附有实用程序。     

一种移动侦测算法研究

通过对马尔可夫随机场（MRF）移动侦测算法理论的研究,引入分级的方法,优化单一分辨率MRF算法的初始化过程,并通过软件进行了实现。该算法应用于基于网络的信息采集平台,可明显提高移动侦测精度,进一步提高信息采集平台在图像处理方面的智能,具有较强的实用性。     

快速Marginalized粒子滤波器在纯方位跟踪中的应用

为提高纯方位跟踪性能,降低粒子滤波方法的运算量,在原有Marginalized粒子滤波器(MPF)的基础上,对线性部分处理方法进行简化,提出了快速Marginalized粒子滤波器(FMPF),并结合纯方位跟踪模型,推导了FMPF应用的具体算法步骤,使用机动目标纯方位跟踪仿真实例,与其他滤波器进行了仿真对比,分析了跟踪性能和计算量.仿真结果表明,与标准粒子滤波器相比,FMPF可以提高线性部分的计算精度,同时减少MPF所需的计算量.     

“谷歌地球”——免费的午餐，还是诱人的陷阱？

在信息社会中,及时、高分辨率的卫星图片发挥着越来越重要的作用。"谷歌地球"软件由于整合了世界各地的地理信息资源,极大方便了人们的生产、生活,并应用于救灾、环境保护等众多领域。加之其使用非常简便,而且所提供的高清晰度卫星图像完全免费,所以迅速走红。但是"谷歌地球"同时也是一把双刃剑,在带给人们方便快速、无限体验的同时,也给社会生活、个人隐私,特别是国家军事安全带来了新的挑战。     

装备集群预防性维修计划的粒子群仿真优化

针对同类装备构成的集群预防性维修计划问题,综合考虑了装备的使用和维修过程,分析了装备动用与维修计划之间的相互关系,刻画了装备使用和维修的触发机制,提出了一个包含离散事件仿真和粒子群优化算法的混合模型,并描述了模型的结构和数学表示。该模型基于离散事件仿真对给定的预防性维修计划进行评估,并以该评估值为基础利用粒子群演化进行优化,从而通过多次迭代进化可逐步逼近可能的全局优化结果。由于模型中考虑了装备使用过程中的不确定性,并且粒子群优化可从任意初始值开始,因而可用作维修系统效能评估以及维修方案优化的决策工具。     

图像目标识别中的分层检索模型

形状特征是武器装备目标识别的关键因素.针对归一化后轴夹角的特点和小波描述子多尺度描述轮廓曲线的特性,提出一种R树索引的分层检索技术模型,在模型库空间逐级过滤出与目标相似的模板,以保证检索的效率和准确性,并通过对军用车辆的检索实验验证了模型的有效性.     

空间军事系统综合集成研讨厅中群决策优化模型

空间军事系统综合集成研讨厅是研究空间军事系统这类复杂巨系统问题的一种有效组织形式,群决策是它研究问题的主要手段.结合粒子群算法提出了一种群决策优化模型,通过对专家间的不一致意见的处理,来寻找问题最优解,以解决研讨厅中专家思维收敛问题.     

多速率交互式多模型粒子滤波研究

由于粒子滤波的算法原理,其计算量很大.研究了针对机动目标的交互式多模型粒子滤波器(IMMPF)算法和多速率交互式多模型(MRIMM)算法,提出了多速率交互式多模型粒子滤波器(MRIMMPF)算法.该算法是在交互式多模型粒子滤波器(IMMPF)的基础上引入多速率技术,期望在保持IMMPF的性能同时能够减少因为粒子滤波带来的计算量;最后通过和一搬基于EKF的IMM算法、IMMPF算法的比较,验证了该算法的有效性.     

红外成像自动目标识别技术研究--计算模型与数据流程

红外自动目标识别是当前智能化图像处理及应用开发的前沿关键技术,其研究进展与计算机视觉的发展水平紧密相关。人类视觉系统是计算机视觉的原始模型,其视觉感知机理的研究将有助于揭示视觉表象的本质,进而为准确描述图像特征信息提供科学而可靠的依据。主要从视觉感知模型、感知功能模块响应特性、视觉对比灵敏度等方面对视觉感知基本原理加以综合分析,并力图利用这些功能卓越的信息处理机制阐明一种具有普适性的视觉计算模型———目标-背景表征模型。在此基础上,将背景区域感知与目标特征分析相结合,提出了自适应信号检测、目标特征识别和运动轨迹跟踪的层次化数据处理流程,从而为红外自动目标识别技术提供一条新的探索途径。