大椭圆轨道SAR滑动聚束模式设计及斜距模型

针对大椭圆轨道合成孔径雷达存在大偏心率，时变轨道高度及时变卫星速度等特性，首次开展了大椭圆轨道SAR滑动模式设计研究.对大椭圆轨道SAR滑动聚束模式设计，考虑了不同轨道位置处不同分辨率改善因子、地面波束足迹一致性、天线扫描角度、天线扫描角速度等.对大椭圆轨道SAR滑动聚束模式回波斜距模型研究.仿真分析结果表明大椭圆轨道SAR滑动聚束模式参数需要随轨道位置变化进行调整，为了满足成像需求斜距模型需要展开到三阶.      

基于特征保持和二次误差测度的网格简化

目的解决目前网格简化算法不能很好地保持原始网格几何特征的问题。方法基于二次误差测度简化算法,在计算折叠代价时引入网格模型顶点的绝对曲率,同时采用半边折叠操作。结果提出的算法能够有效地达到特征保持的目的,减少了简化过程中模型的存贮量。结论将顶点的绝对曲率概念引入二次误差计算,在保持简化误差的同时,能够更好地保留网格模型的几何特征。分割和并行化处理将是今后需要解决的问题。     

基于小波能量加权的医学图像融合新算法

目前的大多数基于小波变换的医学图像融合算法,由于没有细致考虑低频分量融合规则以及高频分量邻域特征对于融合效果的重要性,因而得到的融合效果有时并不理想.现提出一种小波域按邻域加窗能量加权的融合准则,该准则根据人体颅部18F-FDG和MRI-T1图像的特点,充分考虑到了低频分量和高频分量邻域特征,对原图像高、低频小波系数分别选用具有不同物理意义的窗矩阵进行邻域加窗能量计算,以归一化加窗能量为权值对各小波系数进行加权,得到融合小波系数,经过小波反变换重构出融合图像.实验证明,采用提出的融合算法得到的融合图像很好地包含了源图像的信息,该算法在医学图像融合应用中比传统的小波系数取大算法、加权平均算法及按邻域方差加权算法效果更好.     

基于向量机的数字图像鉴别技术研究

真实图像和计算机图像的鉴别是数字图像盲取证研究的重要问题之一.分析、研究了真实图像和计算机图像的成像原理,并发展了对这两类图像鉴别的数字方法.该方法从两类图像的高频信息及噪声形成的区别进行特征提取,并利用LIBSVM进行分类识别,实验表明此方法在鉴别图像类型中可以取得较好的分辨效果.     

基于高斯混合模型图像局部自适应去噪算法

针对传统阈值小波去噪方法未考虑小波域尺度内和尺度间系数相关性的问题，采用基于小波域统计模型的新型去噪方法，图像小波域的先验统计模型采用高斯混合尺度模型。在计算信号的协方差矩阵时，对图像分块并用椭圆窗滑动求局部协方差矩阵，以达到局部自适应的去噪目的。实验表明，该方法与在子带内求协方差矩阵的方法相比,去噪效果有所提高。     

基于空间连通性的快速曲面重建算法

为提高用标准移动立体法进行等值面提取的速度,提出了一种改进算法。算法利用体元的空间连通关系,实现只访问和处理那些与等值面相交的体元;采用缓存技术记录已处理过体元的顶点信息,避免了重复计算,从而提高了重建的效率。文中还给出了接近于最佳搜索七一近邻速度的空间分块方法,大大提高了散乱数据点的处理效率。应用实例说明,算法的效果良好。     

单目视频运动目标轨迹三维重建的平滑约束法

提出了利用单目视频重建运动目标三维轨迹的平滑约束方法.通过引入平滑约束,得到重建运动目标三维轨迹的无约束最优化模型,进而推导出其闭式最优解.提出的平滑约束是对运动目标三维轨迹的本质约束,更具一般性,可以反映目标运动的连续、渐变与平滑特性,与基于离散余弦变换基和多项式基等预先定义基约束相比具有更强的适应性,同时能够直接应用于部分观测数据缺失的情形.给出了单目视频轨迹重建问题的几何解释,并对轨迹重建问题中的唯一性进行分析.仿真和真实单目视频序列上的实验证明了提出方法的有效性和先进性.     

三维残缺数据的神经网络修补方法

针对常用的三坐标测量设备在对物体表面采样时造成的局部区域数据残缺问题，提出了一种三维残缺数据的多层感知器神经网络修补方法。该方法首先用矩形框在残缺数据的边界附近获取样本点集，并以其最小二乘拟合平面为基础建立局部坐标系；然后，在此局部坐标系下，将训练后的MLP网络仿真曲面用于残缺区域数据点重采；最后，将重采点集经坐标反变换后去替代原始点云数据中的样本点集。仿真和真实残缺数据的修补实验结果表明，此方法具有较高的修补效率和精度，可获得满意的修补效果。     

基于像素提取的多聚焦图像融合及仿真实验

根据实际多聚焦图像的特点,摒弃了变换系数融合法和分块提取法的融合思想,以提取清晰像素点为目标,提出了一种全新的基于像素提取的多聚焦图像融合方法。该方法以源图像中清晰的边缘、轮廓特征为提取依据,物理意义明晰,融合方式合理。通过对像素提取率和正确率辩证关系的详细分析,给出了针对一般多聚焦图像融合的提取测度邻域大小和提取阈值的合理范围。经基于该方法最简单策略的融合仿真实验结果表明:该方法是一种有效的多聚焦图像融合方法,能有效克服其他方法所产生的人工副效应和块效应现象,融合结果的主、客观评价指标均有很大提升,具有很好的继续研究价值和应用前景。     

基于共轭酉ROOT-MUSIC的一维散射中心提取算法

提出一种新的共轭酉Root-Music算法,并应用于雷达目标的一维散射中心提取.通过合成复观测数据及其共轭,有效利用共轭数据信息,提高一维散射中心分辨率.利用前后向空间平滑修正技术,构造中心复共轭对称矩阵,使其具备厄尔米特特性,通过酉变换使前后向自相关矩阵映射为实值矩阵,进行实值分解,提高计算效率.理论分析和仿真结果表明该算法在提高分辨率的同时有效降低了运算量.