Zernike矩的不变性分析及其改进

Zernike矩作为一种基于区域的形状描述子,具有良好的旋转不变性,能够很好地提取图像内部的形状信息。介绍了Zernike矩的定义,对其不变性进行了深入分析,并对Zernike矩算法进行了改进,使其在具有良好的旋转不变性的基础上,也具有较好的平移不变性和比例不变性。结果表明,改进后的Zernike矩具有更好的不变性,可更好地应用于图像识别中。     

一种基于相位校正的InISAR图像配准新方法

针对InlSAR三维成像中的图像配准问题进行研究,从理论上推导了同一基线上两干涉天线之间图像失配准的原因,并定量分析了图像失配准量对后续干涉处理的影响.研究表明,初始时刻同一基线上两干涉天线间的波程差引起两幅ISAR图像距离方向的亚像素级失配,而成像积累时间内两干涉天线波程差的变化量则引起两幅ISAR图像多普勒方向的像...     

自行高炮模拟仿真实验平台设计与实现

自行高炮模拟仿真实验平台可应用于火控原理教学和装备科研等场合。该实验平台以某型高炮构建解算模型,采用实物和半实物仿真的方法,以实际车体模型为运动载体,集成了导航、姿态测量系统、目标探测系统和武器系统的实体模型,在仿真火控计算机的控制下,可实现目标搜索、截获、电视自动跟踪、目标运动参数求取和射击诸元计算与输出等功能,同时,可处理车体姿态信息,实现瞄准线和武器线的稳定。该平台运动载体可以自动驾驶或遥控驾驶,配合仿真道路模拟车体姿态的变化,可以仿真短停射击和行进间射击等战术动作。     

一种面向大型地理栅格数据的并行处理框架

随着高分辨率数据获取技术的发展,地理栅格数据的数据量不断增大,串行计算方式无法快速处理大型栅格数据,因此需要通过并行技术提高效率。传统开发过程将算法与进程调度、内存管理以及数据I/O混杂在一起的编程方式,对程序员要求较高,代码质量不易控制。本研究提出了一种面向大型地理栅格数据的并行处理框架,利用核心类的真实和虚拟两种读取方式,实现了大型数据的分步骤、分块的快速加载和写入,并将所有的并行任务调度、进程间的数据传输过程以及特定的栅格算法步骤归结为任务;通过该框架可以将算法本身与并行调度、磁盘I/O等底层操作分离,使算法编写者可以专注于算法本身,降低开发难度,提高代码质量,解决了快速编写大型地理栅格数据算法程序的目的。实验表明,本框架可实现较好的并行效果,并显著降低代码量、提高软件质量。     

低信噪比下融合随机共振的运动目标检测算法

为提高智能视频监控系统中运动目标检测算法在低信噪比条件下的鲁棒性,结合混合高斯背景建模算法和随机共振原理实现一种低信噪比下的运动目标检测算法。算法根据混合高斯背景模型对当前帧生成目标概率灰度图,在本文定义的性能评价函数下,通过向该概率灰度图添加噪声使得评价函数最优化从而达到随机共振,对该随机共振灰度图进行阈值分割得到输出的检测目标。针对昏暗、大雾和红外视频分别进行了实验,证实了本文算法的有效性同时也显示本文算法相对于普通背景差算法性能获得了明显提升。     

基于贝叶斯决策的图像检索相关反馈方法研究

为了有效解决基于内容图像检索中“语义鸿沟”问题,利用贝叶斯决策理论估计图像检索中相关图像集与不相关图像集合的分类面,通过移动查询点的策略,指导新一轮的查询,将查询点移向好的范例点而远离坏的范例点。试验证明该方法是一种有效的基于统计分析的反馈方法。     

基于图像识别引导的AGV运行仿真研究

在自动化立体库中,为较好地分析AGV图像识别引导技术,验证该技术的可行性,进行了AGV运行仿真研究。首先,分析了AGV运行环境情况,利用3dsMax进行了场景建模。然后,将模型文件读入OpenGL,编写程序实现AGV运动和运行视点的变换。通过采集AGV车身与路径轴线的偏差,计算其平均绝对误差并与实际要求比较,结果满足实际要求,从而验证了该技术的可行性。     

云纹数字图象处理新方法及通用软件系统

本文介绍了多种云纹数字图象处理新方法及云纹处理通用软件系统。在这些新方法中,利用云纹数字图象全场每个点的灰度信息进行处理和变换,得到全场直观、定量的应变信息。这些方法和软件系统为云纹法的广泛应用提供了有力工具。     

融合图嵌入的Smooth-PCANet图像识别算法

主成分分析网络（Principal Component Analysis Network,PCANet）是一种简单的深度学习算法,在图像识别领域具有优秀的性能。然而PCANet在构建网络卷积核时只关注了图像的主分量信息,忽视了近邻像素点之间的位置关系。而通常情况下,图像的相邻像素点具有空间强相关性,因此利用图结构保持像素点的位置近邻关系更有利于网络提取有效特征。因此,我们将图嵌入思想融入PCANet,提出一种新的图像识别算法Smooth-PCANet。为了验证Smooth-PCANet算法的有效性,我们在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。     

一种基于改进SIFT的图像盲取证算法

针对常见的复制粘贴篡改,提出了一种基于改进SIFT（Scale Invariant Feature Transform）的图像篡改检测算法。首先,把待检测图像划分成多个矩形的ROS（Regions of Suspicion）区域,利用改进的SIFT算法提取各个ROS区域的关键点;然后,利用马氏距离原理对特征点对进行筛选与匹配,通过直线将这些匹配点连接起来,对复制粘贴区域进行准确定位。实验表明,该算法不仅降低了运算复杂度,而且对篡改区域的平移、缩放,旋转、亮度调整等,都有很好的检测和定位效果。