基于亚像素文本图像的分割算法

在Niblack和Otsu算法的基础上，提出了运用亚像素图实现图像分割的算法.经实验证明，所提出的算法能更好地保持字符的拓扑结构和光滑字符的边缘，分割效果比使用原图像直接进行分割有明显的改进.     

基于可竞争市场理论的输电市场管制机制设计

目前中国输配电市场是高度垄断市场,垄断导致生产低效率和较高的垄断电价.为解决这一问题,本文根据可竞争市场理论的思想,运用激励理论原理,从政府管制政策的角度,分析在电力市场输电环节,允许电力直供模式后,对电网公司和发电企业之间契约设计以及对电力输送环节垄断的影响.电力直供促进了输电环节的竞争,增加社会的电量供给,促进电网企业提高生产效率,降低生产成本,使社会的整体福利水平得到帕累托改进.     

并联混合动力汽车扭矩协调控制策略仿真研究

对于使用机械式自动变速器(AMT)的并联式混合动力汽车(PHEV),能量管理策略的实现需要对发动机、电机以及离合器和变速箱进行协调控制,为此,建立一个分层控制系统来管理整车的能量分配和实现整车的能量分配策略。能量管理策略的实现层以改善车辆行驶平顺性和减小离合器磨损为目标,协调控制动力和传动系统,实现能量管理层需要的扭矩分配、工作模式切换以及换档等要求。在Matlab/Simulink环境下建立了并联式混合动力汽车动力传动系统的仿真模型,通过仿真进行控制策略的辅助设计并验证了控制策略。当前开发的控制策略已经应用于实车,试验结果表明了控制系统和控制策略的适用性。     

集成粒子群优化算法在电网规划中的应用

电网规划是一个大规模、复杂的、具有非线性离散变量和多约束的多目标数学优化问题。在优化过程中,考虑了投资费用、可靠性和对环境的影响等三个因素。提出将模拟退火优化方法嵌入粒子群优化算法中,以此构建集成粒子群优化算法。在搜索过程中还加入变异操作来增加种群多样性,以避免早熟收敛。局部搜索增加了算法的开发能力,而变异操作提高了算法的探测能力。探测与开发能力的平衡,通过两个阈值来实现。通过对一220kv电力传输系统的实例研究表明,集成粒子群优化算法局部搜索能力有显著提高。     

一种基于Weibull分布的SAR图像分割方法

分析了合成孔径雷达(SAR)图像的统计分布特性,推导了SAR目标及阴影的分割阈值与虚警概率之间的关系,给出了一种基于Weibull分布的SAR图像目标及目标阴影的分割方法,首先根据推导出的分割阈值公式对SAR目标图像及阴影图像进行粗分割,然后利用形态学滤波和计数滤波器进行细分割。基于MSTARSAR实测数据进行的大量实验表明,该方法是有效的,优于传统的双参数恒虚警分割方法。     

基于分形理论和神经网络的红外图像分割算法

针对实现红外图像的分割,快速准确地检测出红外序列中的人造目标的需要,结合分形特征和Ko-honen神经网络的特点,提出了一种基于分形技术的图像分割算法。该算法利用自然背景和人造目标的不同分形特征检测目标,提出了包括分形维数在内的7个红外图像特征,结合神经网络的自组织学习能力来进行图像分割。给出了算法实现的具体步骤。仿真试验结果表明,该算法能有效地实现红外图像的分割。     

非线性Chirp Scaling在机载SAR成像中的应用

非线性Chirp Scaling算法可以处理大耦合SAR回波,实现精确聚焦。与CS算法类似,NCS操作引起了距离向频谱扩展、调频率微调及距离压缩曲线偏移,只有在一定的成像测绘带宽度内这些影响才能被忽略。针对这一问题展开论述,通过仿真比较了NCS算法应用于典型机载L波段和P波段SAR成像时对距离谱的影响,从而确定可以理想聚焦的测绘带宽度。该结论对分段成像有一定的指导意义,应用于某机载P波段UWBSAR实测回波成像。     

基于形状描述直方图的声呐图像目标识别算法

针对水下声呐图像目标检测与识别问题,在图像规格化条件下,定义了几种不同的形状描述子,并统计计算描述子直方图,定义了几种不同的直方图匹配测度函数用以计算直方图间的相似性。分析了算法中关键参数的选取问题。仿真结果表明,基于该算法的识别率可达到98%以上,具有较强的不变性和鲁棒性。通过进一步信息融合算法可快速准确地实现水下声呐图像目标识别,具有较强的应用价值。     

函数S-粗集与图像识别

函数S-粗集是以函数等价类定义的,它具有规律特性,图像具有特征,特征存在着规律,将函数S-粗集的规律特性嫁接,应用到识别理论中。给出图像特征F-下近似规律,F-上近似规律的生成,及规律模型,给出图像特征规律F-识别对结构,并对图像F-识别给出特性分析。图像F-识别是一种新的识别方法,已经成为识别理论研究中的一个新的研究方向。     

基于双密度双树小波变换的超声图像降噪

针对去除斑点噪声提高超声图像质量的问题,提出双密度双树离散小波变换（DD-DT DWT）结合局部方差估计的双变量收缩阈值函数（BFS）的图像降噪改进算法实现超声图像降噪。首先将原始图像用DD-DT DWT进行多尺度分解,根据噪声模型和小波子父代系数确定的局部边缘方差估计阈值,利用子父代小波系数相关性构成的双变量阈值函数,对图像16个方向的小波系数进行非线性自适应的处理,最后重建降噪后的图像。用仿真和真实数据对此算法进行验证,并与其他小波降噪系统的性能比较,结果分析表明噪声图像经该算法降噪后,图像性能指标均有提高,不仅有效的实现图像降噪,而且较好的保留图像细节。