基于局部方差的多分辨率图像分割方法

针对复杂图像分割问题,提出了一种基于图像局部方差的多分辨率图像分割方法。该方法首先引入了一种像素映射的多分辨率模型,此模型通过计算父子关系距离来确定父结点与子结点的链接,实现映射;在此基础上,从图像局部方差对图像分辨率的依赖性入手,分别研究图像中目标区域与背景在不同分辨率下局部方差的变化规律,利用此规律通过计算不同分辨率下图像区域的局部方差的差值,来放大目标与背景之间的差异,在将其平滑之后选用最大类间方差法(Ostu法)进行图像分割,最后利用图像多分辨率模型下像素之间的精确映射关系来得到对应于原始图像大小的分割结果。实验结果显示此方法具有良好的分割效果。     

一种紧致且简单的多分辨率网格表示

给出了一种新颖的多分辨率三角形网格表示方法,其特点是多分辨率模型隐含在单分辨率模型里,因而其存储空间非常小,比国外文献报道的结果少10%;多分辨率模型从单分辨率模型中提取,因而其提取、显示时间非常短;多分辨率模型是按模型简化的顺序重新排列原模型的三角形表数据而构造的,因而其生成方法非常简单,且可被用来直接提取、显示各层次细节模型。     

一种基于估计理论的ISAR超分辨成像方法

针对逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像中给定合成孔径长度下方位向匹配滤波脉冲压缩输出的主瓣分辨率随雷达至等效阵列距离变化这一难题,基于线性系统理论,通过目标方位向回波信号的等效建模,提出了一种基于最小均方估计理论的超分辨成像方法。不同于传统基于谱估计的超分辨成像方法,该方法利用对目标系统方位向冲击响应的估计信号进行成像,因而能够完全消除雷达至等效阵列的距离对方位向分辨率的影响。仿真实验证实了该方法的有效性。     

大规模地形TIN模型的LOD算法设计与实现

为了实现大规模场景的多分辨率显示，利用LOD细节分层思想提出了一种地形TIN模型。重点解决不同分辨率TIN模型间的连续过渡问题，以及分块TIN模型的创建问题，包括TIN构网时的数据结构设计和算法优化。     

基于平衡多小波与神经网络的图像水印算法研究

利用图像经过CARDBAL多小波变换后,能量汇聚且平均分摊在最低分辨率子图像4个分量上的特点,提出一种改进的多小波域盲水印方法.采用比较法嵌入一幅水印图案,建立含水印图像与水印之间的关系模型,通过神经网络训练来提高水印检测的正确率.实验表明,该方法具有良好的鲁棒性,在JPEG压缩和一些图像处理下可检测到水印.     

三维全景图像分辨率的仿真分析

三维全景图像Integral Imaging(Ⅱ)是一种通过微透镜阵列来记录和显示全真三维场景的图像技术,它的一些突出特点使其在三维电视(3DTV)和可视化领域有着广泛的应用前景.当前,分辨率是限制Ⅱ技术发展的最重要因素之一.以计算机生成三维全景图像(CGⅡ)为出发点,用数值分析的方法从记录平面分辨率和衍射效应的角度对传统三维全景图像的水平分辨率、深度分辨率进行分析,分析了距离l、相邻干扰cross talk、微透镜孔径、像素大小等与分辨率的关系,并用计算机仿真验证了分析结果.该仿真分析结果既为生成高分辨率Ⅱ图像提供了理论指导,又为下一代3DTV的发展提供了应用基础.     

基于任务剖面的导弹LRU备件规划方法

研究了不同环境条件对导弹产品寿命的影响,利用Poisson过程来描述导弹现场可更换单元(line replaceable unit, LRU)在全寿命周期中的维修情况,给出了一种基于任务剖面的导弹LRU备件规划方法。通过对全寿命周期任务剖面进行分析,综合考虑不同典型任务剖面对LRU可靠性的影响,利用Poisson过程建立LRU备件量模型。通过考虑LRU备件贮存失效和定期检测损耗,对备件量模型进行了修正。结合实例表明,该方法在导弹贮存寿命剖面下对LRU备件量进行了合理规划,确保导弹满足战备完好性要求,并节约了全寿命周期费用。     

基于Kraken简正波模型的吊放声纳最佳探测深度研究

分析了浅海中典型的声速剖面类型及发生概率,选取了三种发生概率较高的声速剖面,采用Kraken简正波模型,分别分析了它们对声纳作用距离的影响,并进行了仿真,得到了这三种声速剖面下声纳最佳探测深度,可实现航空吊放声纳下放深度的科学决策.     

窄带相参雷达调制谱超分辨处理方法

针对采用时分体制下窄带相参雷达对单个目标的连续跟踪时间变短,导致频谱分辨率降低的问题,提出了一种连接不同时间段回波信号的方法。该方法利用MUSIC算法估计窄带雷达时域回波的模型参数,然后用该模型连接不同时间段信号。通过该方法,可以提高窄带相参雷达时分多目标跟踪时的频谱分辨率,有利于调制谱特征的提取。对仿真和实测数据的分析处理验证了该方法的有效性。     

基于多分辨率动态模态分解的电磁信号时频-能量分析

针对电磁信号时-频-空间-能量分析不兼容的问题, 提出一种基于分解时空域电磁辐射信号的数据驱动方法来分析复杂电磁环境。首先, 使用多分辨率动态模态分解方法将复杂电磁信号以不同的分辨率分离为不同时空尺度的模态分量。然后,利用时频分布对各模态瞬时频率和能量特征进行采集。这种动态的分解分析方式能快速侦测电路和电子系统的多方面电磁环境状态, 具有不需要先验数据训练, 不受时频分辨率限制, 可以实时分析和降低数据维数等优点,且提取的动态模式及其频谱分别在空间域和时域具有明确的物理意义。仿真实验显示, 重组信号和原信号的平均误差在-18 dB以下, 证明了所提方法的可行性和优势。     

雷达图像的分辨特性

本文较全面和系统地论述了真实孔径及合成孔径雷达图像的分辨特性，给出了距离分辨率、方位分辨率和辐射分辨率的定量计算关系式。阐述了多种辐射分辨率定义的内涵，并对其相应的错误概率进行了比较。引入了雷达图像的分辨体积和可懂度的概念，并且完成了雷达图像分辨特性的方形像元等效。这些论述对于雷达图像质量的评估和相互比较，以及雷达系统参数的设计具有重要意义。     

线性调频步进式合成孔径雷达系统的信号处理

提高距离向分辨率通常要加大发射信号带宽,导致系统采样率和A/D变换速率很高,数据量剧增,影响数据的存储和及时处理。采用调频步进方法,发射一组步进频率间隔小于信号带宽的线性调频子脉冲,对其回波信号合成处理,可以提高距离向分辨率,同时避免上述问题。在分析线性调频步进脉冲提高距离向分辨率原理的基础上,分析采用该信号对SAR距离、方位向信号处理的影响,提出线性调频步进SAR系统的信号处理流程,并用点目标信号仿真结果验证了该处理流程的正确性。     

一种快速的DEM数据无损压缩算法

为减少网络GIS海量数字高程模型（Digital Elevation Model,DEM）数据的存储与传输数据量,提出一种编解码快速、压缩位流具有三种嵌入（分辨率嵌入、感兴趣区域嵌入和质量嵌入）特点的DEM无损压缩算法——DFC（DEM Fast Compression）算法。选用2/6可逆整数小波分解DEM数据,对变换系数的每级分辨率数据按照区域划分分区,对每个分区子带系数的每一个位面在一次扫描中完成简单高效的自适应游程Golomb_Rice编码。实验数据表明：比JPEG2000算法编码、解码时间分别减少了61.12%和56.23%,而压缩比仅仅降低了10.91%;比SPIHT算法编码、解码时间分别减少了58.83%和50.71%,而压缩比仅仅降低了7.54%;比GZIP压缩比平均提高了74.05%;比n点最优预测算法压缩比提高了5.83%。DFC算法在保持较好的压缩性能的同时,大幅度减少了编解码时间,并且在各级分辨率具有很好的精度性能。

Abstract：

To decrease DEM data volume for storage and transmission in net-GIS,the DFC （DEM Fast Compression） algorithm for DEM lossless compression was proposed,which has three embedded characters （resolution,region of interest,and fidelity）.The 2/6 reversible integer wavelet was selected to decompose DEM data.Every resolution of the transform coefficients was partitioned into many precincts according to the area.In each sub-band of each precinct,only in one pass,the bits of every bit-plane were run-length encoded with adaptive Golomb_Rice coding which is very simple and effective.The experiments show that：compared with JPEG2000,DFC＇s encoding and decoding time decrease 61.12% and 56.23% respectively,while the compression ratio decreases only 10.91%;compared with SPIHT,DFC＇s encoding and decoding time decrease 58.83% and 50.71% respectively,while the compression ratio decreases only 7.54%;compared with GZIP,DFC＇s compression ratio increases 74.05%;compared with n neighbors＇ prediction algorithm,DFC＇s compression ratio increases 5.83%.Thus,the DFC algorithm decreases the coding and decoding time largely while maintains favorable compression performance,and has excellent accuracy performance in every resolution data.     

基于圆阵干涉仪的被动导引头宽带测向方法

被动雷达导引头使用干涉仪进行宽带测向时存在角度模糊。多基线解模糊方法受限于导引头天线安装体积和天线单元直径。探讨了基于圆阵干涉仪的宽带测向问题,提出一种快速宽频段解模糊方法,可根据入射角度选择参考基线组以实现全方位高精度测量。仿真结果表明了此方法的正确性和有效性。     

基于修正小波变换插值-TAN的雷达降水粒子分类

对于双偏振天气雷达在获取数据分辨率较低情况下的降水粒子分类问题, 提出一种双偏振体制天气雷达下基于修正小波变换插值-树扩展朴素贝叶斯(tree augmented naive Bayesian, TAN)的降水粒子分类方法。首先，需要在原雷达偏振参量数据分辨率比较低的情况下进行修正小波变换插值处理，以获得较高分辨率的雷达偏振参量数据。然后，基于互信息理论利用离散化的高分辨率偏振参量数据进行TAN网络结构和参数训练，得到可用于降水粒子分类的TAN网络。最后, 将高分辨率的雷达偏振参量数据带入到最终获得的TAN网络中以实现降水粒子分类。对实测数据的处理结果表明, 对于低分辨率雷达偏振参量数据, 所提方法可以取得较好的降水粒子分类结果。     

异质对象协同实体解析的联合聚类算法

实体解析问题是数据挖掘数据清理过程中的基本问题.异质网络数据的大量涌现,要求能够针对包含多种类型对象的数据同时进行实体解析.针对包含两种对象的实体解析问题,提出了一种基于联合聚类思想的协同实体解析算法.将两种对象分为决定对象和辅助对象,提出了一个基于联合聚类思想的两阶段协同实体解析框架,能够同时获得决定对象和辅助对象的各自聚类结果,其中每一个类包含的若干实体参考表示是对现实世界中同一实体的共同引用.最后对提出的算法进行了数值实验.     

雷达目标微动分辨

研究了基于微多普勒的目标微动分辨,以Wigner-Ville分布为工具,给出了提取微多普勒的方法,然后由微多普勒和微多普勒率的傅里叶变换实现目标的微转动和微平动分辨,提出了基于微多普勒滤波的目标微动分辨技术,使用仿真数据和蒙特.卡洛实验演示了目标微动分辨技术的性能,仿真结果证明了基于微多普勒滤波的目标微动分辨技术的有效性。     

一种基于路网网格化的微观交通仿真模型

针对采用元胞自动机进行微观交通仿真空间分辨率较差的特点,提出了一种基于道路路网网格的微观交通仿真模型.通过在仿真前或者仿真期间设定一维车道和二维路口网格的大小,对道路路网进行不同空间分辨率的分割,但在仿真车辆运动模型方面,仍采用元胞自动机模型进行仿真.这样既保留了元胞自动机进行交通仿真的优点,又克服了该方法在空间分辨率较差方面的缺点.文中还通过仿真实验,对一维路网网格和二维路网网格大小的设置对仿真结果的影响进行了分析.分析的结果表明：不同的仿真空间分辨率对车辆的平均速度和车道/路口占有率有较大的影响,但对流量的影响不显著.     

基于数据融合的分布式综合孔径微波辐射高分辨率成像算法

为了解决大型综合孔径微波辐射计系统随着分辨率需求的提高, 天线规模和系统复杂度随之增加的难题, 提出了一种基于数据融合的分布式综合孔径微波辐射计成像算法。首先建立了数据融合模型, 其次详细地介绍了数据融合算法, 最后开展了地面验证实验, 并对实验结果进行处理。理论和实验结果均表明: 该数据融合算法是可行的, 能有效提高系统图像的分辨率; 同时为后续被动微波遥感从数据维角度提高空间分辨率提供了一种新的解决方法。     

机载合成孔径雷达运动目标成像研究

研究运动目标成像的关键技术:距离迁徙校正和运动参数检测。利用广义二阶key-stone变换校正距离迁徙,提出不同消失矩的小波检测运动参数方法,适合硬件实现。通过广义二阶key-stone变换和Radon变换实现多运动目标数据的分割;超分辨方法处理获得清晰的多运动目标图像。通过X波段SAR运动目标实际数据验证了算法的有效性,在高信杂比的情况下,可得到比时频分析方法分辨率更高的运动目标图像。