光电混合运动目标实时自动识别定位及跟踪

采用光学相关、人工神经网络算法和空域执行的综合鉴别滤波器相结合的光电混合图象处理技术 ,对三维运动目标 (模型 )进行实时识别与跟踪 .实验结果显示 :在强背景噪声干扰下 ,目标的识别速率最大可达到 16次 /s;定位精度优于± 1个象素 ;正确识别率超过 95 % .实现了在强背景噪声干扰下三维运动目标的实时畸变不变高可靠性的自动识别与精确定位 ,解决了纯电子模式识别技术难以解决的问题     

用于旋转不变模式识别的一种逆滤波算法研究

为简化运算过程，较好地实现旋转不变相关识别的目的，提出了一种将逆滤波与基本的SDF（Synthetic Diserirninant Functions)相结合的改进的逆滤波器算法。该算法用实现旋转不变识别的基本综合鉴别函数方法合成逆滤波器的传递函数，既可识别旋转变化的图像，又具有逆滤波固有的相关峰尖锐、区分能力强的特点。计算机仿真结果表明，平面旋转的图像与传统的SDF相比，该模型具有较好的识别效果。     

应用综合鉴别函数实现畸变不变图像识别

针对传统图像识别方法对目标图像的尺寸、方位敏感问题,采用综合鉴别函数(SDF)实现比例和旋转不变图像识别. 给出了应用综合鉴别函数实现畸变不变图像识别的基本原理,研究了加权系数的计算,提出了用图像序列集{tn(x,y)}合成综合鉴别函数的方法. 通过计算机模拟和光学实验,证明了该方法的可行性.     

一种新的神经网络畸变不变模式识别方法

本文以Ｗｉｄｒｏｗ等人的方法为基础，提出一种新的神经网络畸变不模式识别方法－－最小距离畸变不变模式识别网络。数值模拟显示，新方法具有完全的畸变不变性，相当高的识别精度、实时的识别速度、强大的抗噪能力、极短的自适应时间以及显著降低的运算量。     

改进的基于图像能量中心的模式识别

提出一种改进的光学模式识别技术．这种技术在基于光学图像能量中心的保结构变换方法基础上加以改进，设计一种图像差异变换方法，使得系统不仅能满足图像位置、方向、尺寸和强度四重不变识别，而且可以识别保结构变换法中的中心不变量相同的图像．     

光学相关不变性模式识别的局限性及其出路

本文运用神经网络理论分析了光学相关不变性模式识别的局限性,在保持光学相关模式识别方法的合理内涵的基础上,提出了基于两层神经网络的不变性模式识别方法,分析了这种方法的普适性、适应性、最优并行性及其在硬件实现上的优点,并给出该方法用于多个飞行目标多畸变不变性识别的实验结果．     

脉冲随钻测斜仪中的信息检测与识别

以长庆油田某钻井工程为背景，介绍了泥浆随钻测斜仪信号解调的模式识别方法。针对泥浆信号的传输特性，采用经典滤波对原始信号进行处理，通过模式识别中的相关法及判决准则实时识别脉冲串。关键是解决了门限值的动态跟踪和设定，提高了参数解算的实时性和准确性。结果表明，该方法简单、高效，提高了原系统的性能。     

用于焊缝检测的X射线实时图像序列时空域滤波

X射线实时图像处理技术是在线自动检测焊缝缺陷的关键环节。由于原始图像噪声大,严重影响了焊缝缺陷X射线实时自动检测技术的实际应用。该文先对焊缝X射线实时图像序列进行匹配,在此基础上采用扩展的局部线性最小均方差法进行时空域滤波,从而综合利用X射线实时图像序列的时域信息和空域信息。实验结果表明:焊缝X射线实时图像时空域滤波效果明显优于现有的空域滤波和时域滤波,为后续焊缝缺陷检测的图像处理提供了良好条件。     

用于焊缝检测的X射线实时图像序列时空域滤波

X射线实时图像处理技术是在线自动检测焊缝缺陷的关键环节。由于原始图像噪声大,严重影响了焊缝缺陷X射线实时自动检测技术的实际应用。该文先对焊缝X射线实时图像序列进行匹配,在此基础上采用扩展的局部线性最小均方差法进行时空域滤波,从而综合利用X射线实时图像序列的时域信息和空域信息。实验结果表明:焊缝X射线实时图像时空域滤波效果明显优于现有的空域滤波和时域滤波,为后续焊缝缺陷检测的图像处理提供了良好条件。     

基于粒子滤波的分布式智能故障诊断系统研究

针对传统故障诊断系统硬件结构以及故障识别算法过于复杂的问题,提出并研究了一种基于粒子滤波的分布式智能故障诊断系统.该系统采用ZigBee无线传感网络实现系统分布式多变量参数的实时采集,基于粒子滤波算法在线处理各变量数据,并基于简易模式识别算法获得系统真实状态的准确估计,实现系统故障的智能诊断与故障预示.智能故障诊断系统由ZigBee无线传感数据采集网络、粒子滤波算法、系统状态模型和故障模式识别四部分构成.粒子滤波算法基于粒子序贯重要性重采样和蒙特卡洛方法对传感器采集数据滤波,抑制或消除干扰及显著性误差对系统状态估计的影响,可避免粒子退化.故障模式识别就是求取与粒子滤波输出的系统状态估计曲线残差之和最小的系统状态模型.智能故障诊断系统的实现和实例实验结果表明该系统能实现对象的远程监测、对象状态的精确估计、对象故障的准确诊断,拓宽了分布式传感网络的应用范围,并具有成本低、可靠性高、实时性好和易实现的优点.     

光学4f系统的图像空间频率特性

为将光学小波变换应用于图像压缩,分析光学4f系统中图像实现方式和图像采集对图像空间频率特性的影响,研究图像频域能量集中特性及其在光学4f系统中的表现,提出光学4f系统中图像空间频率特性的相关计算方法。理论分析、仿真计算和光学实验结果表明:用于图像压缩的光学小波变换在频谱面上的空间滤波范围受到输入图像尺寸、近轴条件、光学4f系统的器件采样特性、图像频域能量集中度以及系统噪声的影响,应根据实际光学4f系统选择合适的光学小波变换的空间滤波范围。实验结果验证了方法和结论的正确性。     

调制域谱减法用于鲁棒性语音识别

针对语音识别在实际环境中缺乏稳健性的问题,提出了将调制域谱减法应用于语音识别前端的方法。先将语音信号变换到调制域,在调制域用谱减法将信号增强,在减少语音畸变的基础上提高信噪比,然后再进行识别。仿真实验表明,调制域谱减法能在较大的信噪比区间内提高系统识别率,证明此方法能显著提高语音识别系统的抗噪声能力。     

多方向线性特征提取的模板构造及处理方法

常用的空域定向滤波模板方法具有较好的方向针对性,但是对于某些研究方向,如提取遥感图象线性特征等,常用的定向滤波模板不太适合,原因是它所提供的多个方向中,有重复多余的方向,因而模板方向就少得不足以全面反映被处理遥感图象的特点,不利于图象中线性特征的提取及模式识别。文章在常用的空域定向滤波模板基础上,对构造新的多方向和多尺寸的滤波模板,进行了有效的研究及详细的阐述。     

高亮度单色LED颜色识别系统的设计

根据颜色识别原理和色彩的特征,设计一种高亮度单色LED识别颜色系统,该系统通过对复色光和单色光进行放大、滤波、数字化和数值比较,实现对颜色的聚类和输出。该系统在综合考虑光通道的有效长度、入射光通量、光吸收系数后,将获得最佳的识别结果。     

光学图像识别技术的MATLAB仿真

光学图像识别有两种主要的实现方式,其一是采用VanderLugt相关器,其二是采用联合变换相关器。这两种技术都是建立在4f光学成像系统基础之上的。MATLAB提供了丰富的图像处理函数,它们能实现4f光学成像系统的变换功能。利用这些函数可以模拟光学图像识别技术对图像的识别,能得到较好的仿真结果。     

角点特征在目标识别中的应用

针对在视点变化情况下进行目标识别这一问题,作者结合主分量变换提出了一种基于Hausdorff距离的目标匹配算法,该算法在噪声和遮挡下性能稳定,时间代价较小.作者还提出了一种具有平移、旋转、尺度不变性以及对噪声有抗干扰能力的角点特征构造方法,通过BP网络实现目标分类.与其他三种形状特征进行实验对比,结果证明该方法在视点发生变化时对目标的识别更为有效.     

分布式光纤传感数据采集系统设计

基于拉曼散射温度效应和光时域反射技术,设计了100 MHz高速数据采集系统SDLaser_DAQ600,实现对空间环境温度场测量。在数据采集系统中利用现场可编程逻辑门阵列(FPGA),采用实时累加平均算法对原始光纤传感信号进行累加平均,支持10 km光纤实时采样,空间分辨率达到1 m。实验结果表明,65 536次数据累加平均可以得到平滑的斯托克斯和反斯托克斯曲线,使光纤传感信号的信噪比提高到90 d B以上,能够为分布式温度测量提供良好的数据支持。