基于小波变换的图像增强算法

结合小波变换中相关系数理论,提出了一种基于小波变换的图像增强算法,该算法先区分小波域中由细节及噪声产生的高频系数,对由细节产生的信息进行增强,对噪声进行抑制·解决了通常算法中增强细节信号的同时也放大了噪声这个问题·实验表明,该算法在得到很好的图像增强的同时,能很好地抑制噪声,对于多噪声环境下的弱细节信号能达到很好的增强效果·     

基于分形的人造目标与自然物体区别

提出一种基于物体分形特征的人造目标与自然物体的区分方法.该方法根据人造目标和自然物体的固有差异,将分形维数作为估计表面粗糙度的一个重要参数,结合“毯子”维算法来计算物体表面粗糙度.该算法快速、简单、有效.实验表明,人造目标的分形维数较低,自然目标的分形维数较高,用此算法计算物体分形维数区别人造目标和自然物体是可行的.     

复合顺序形态变换在红外图像边缘检测中的应用

针对红外图像对比度低、边缘模糊、噪声大、空间相关性强的特点,提出了一种基于复合顺序形态变换的红外图像边缘检测方法·通过图像的局部均值和方差自适应的调节增强系数进行图像增强;采用形态学边缘锐化算法改善边缘清晰度·根据复合顺序形态变换相关概念及性质构造3种广义形态学边缘检测算子,可有效抑制红外图像中的噪声,提取目标边缘·实验结果表明,这种算法可以有效地克服红外图像的缺陷,保持图像边缘细节,优于传统边缘检测器·     

基于目标运动模型的跟踪方法

针对常用的机动目标模型不能准确描述目标实际运动规律及常用跟踪算法只拟合目标的形心而不是目标轮廓轨迹的问题,提出一种基于目标运动模型的跟踪算法。该算法提取已检测出目标轮廓上的角点作为样本点,采用神经网络来构建目标运动模型,将用此模型预测出的目标轮廓上的点作为主动轮廓线的初始控制点来检测出目标真实轮廓,并反馈回神经网络的输入端来修正模型误差。实验结果表明该跟踪算法能很好地将前续目标检测结果继承到后续的目标检测过程中,对于目标跟踪中的遮挡问题也能很好地解决。     

基于马尔科夫过程的风险资本多阶段投资决策

分段投资是风险投资家进行风险投资的基本运作方式，科学地做出投资决策对于风险投资家乃至我国风险投资业的发展具有重要的意义。本文在总结有关分段投资研究的基础上，针对阶段性投资的安全性问题，运用马尔科夫过程的有关理论，给出了风险资本多阶段投资的决策方法，为风险投资家做出最优的投资决策提供理论依据。