SAR图像并行拼接方法研究与实现* 〖HT4K〗——基于改进完全二叉树模型

随着SAR成像技术的快速发展，SAR图像覆盖的地域范围与成像精度也在迅速增长，这对SAR图像拼接工作的实时性提出了挑战;文章对SAR图像序列特征进行深入分析，提出了采用基于分割的完全二叉树模型进行SAR图像的并行拼接，并使用MPI点对点通信方式对之进行了不同数量机群规模下的实现；对比实验证明，基于该方法的并行拼接工作比传统并行拼接方法在降低拼接时耗上更加有效，且并行拼接后的完整图像效果良好.     

基于KNN分类器的分层图像特征提取

给出一种基于k最近邻分类器(KNN)的分层图像特征提取方法.该方法能有效地获得有代表性和判别性的模板集合,并以较低计算复杂度来获取更高的识别精度.     

A ciosed-loop algorithm to detect human face using color and reinforcement learning

A closed-loop algorithm to detect human face using color information and reinforcement learning is presented in this paper. By using a skin-color selector, the regions with color “like“ that of human skin are selected as candidates for human face. In the next stage, the candidates are matched with a face model and given an evaluation of the match degree by the matching module. And if the evaluation of the match result is too low, a reinforcement learning stage will start to search the best parameters of the skin-color selector. It has been tested using many photos of various ethnic groups under various lighting conditions, such as different light source, high light and shadow. And the experiment result proved that this algorithm is robust to the vary-ing lighting conditions and personal conditions.     

网络图像过滤系统的研究与设计

针对目前过滤系统存在的滞后性问题,提出了相应的解决方案,其中包括数据分流和预处理方案。设计了网络图像过滤系统,对过滤速度进行了测试,结果显示该系统可以满足实时要求。     

用于图像目标识别的神经网络方法

本文提出了一种全局最优的神经网络（ＦｕｌｌＤｏｍａｉｎＯｐｔｉｍｕｍＮｅｕｒａｌＮｅｔｗｏｒｋ）模型用于目标识别。通常所设计的神经网络不能保证全局最优，使得网络不一定收敛到期望样本点上。本文的模型采用了先设计稳定点、再构造吸引域的方法，提高了网络的识别正确率及速度。针对图像识别中矢量维数大的实际，提出了一种不变性方法，使得样本维数下降而分类距离保持不变。同时又证明了网络的收敛性、收敛速度及映射保距等。计算机模拟结果表明，网络对噪声或缺损图均能正确识别。     

一种分形图像匹配方法

通过对ＦＢＭ的Ｗｅｉｅｒｓｔｒａｓｓ－Ｍａｎｄｅｌｂｒｏｔ随机分形逼近函数的频谱分析，给出了多重分形特征的定义，并给出了判别图像的ＦＢＭ区域的方法，在ＦＢＭ区域内采用该特征进行匹配能克服复杂自然景物图像中灰度与边缘特征的不稳定性，实验表明该匹配方法能够获得比传统匹配方法，例如平均绝对差算法以及特征匹配法更高的匹配定位精度和匹配概率。     

基于矩和多分辨分析的图像识别

应用矩和多分辨分析对图像进行特征提取，求取不同分辨率下的小波系数的均值、能量和方差，作为特征向量。这组特征向量是将图像的矩特征和小波特征结合形成小波矩特征，即反映了图像的全局信息，又反映了图像的局域性信息，并且具有旋转、平移和缩放不变性。该算法不但解决了图像识别中特征量随图像旋转、平移和缩放而变化的问题，而且提高了对近似物体的识别能力。最后简要介绍了仿真实验及结果，证实此算法能对飞机、舰船等目标进行有效的识别。     

一种改进的点模式指纹匹配方法

自动指纹识别因其在身份认证方面所具有的方便、快速、准确等特点而得到了广泛的关注，而指纹匹配算法的研究又是其中一个非常重要的研究内容．针对基准点定位困难的问题，提出了一种根据特征点集合中3个近邻点所组成的子集之间的相互关系来确定基准点以及变换参数的算法．实验结果证明，该算法可以快速、准确的定位基准点，精确求取变换参数，指纹匹配的速度和准确率可以满足实际应用的需要．     

星载SAR分布杂波的计算机模拟

星载雷达是适应各种军用和民用的目的而提出来的 ,美国和加拿大都在研究包含 SAR(合成孔径雷达 ) - GMTI(地面运动目标指示 )模式的星载雷达 ,由于星载雷达在地面轨迹较大 ,卫星速度快 ,运动目标信号淹没在强大的地杂波中。为了完成 GMTI功能 ,只有首先对 SAR- GMTI系统中地杂波精确建模 ,分析和掌握其在 SAR机制下空间分布情况和功率谱特性 ,才能有效去除杂波。地杂波建模困难 ,具有很多随机性的环境因素 ,没有现成的算法 ,跟具体雷达设备、系统参数也有关系。因此杂波仿真是很复杂的 ,大量仿真和实验数据表明 K分布较能精确描述杂波 ,而且引入了空间的相关性。本文用 K分布来描述雷达截面积的空间起伏。K分布的混合模型包含了杂波起伏的两个分量。一、快变化分量也称为斑点分量 ,其幅度服从负指数分布的方根即瑞利分布 ,源于雷达从随机相位散射点反射回波的相干求和 ;二、慢变化分量也称为纹理分量 ,它服从平方根伽马分布 ,纹理变量表征观测面特性 ,受成像场景物理特性的影响 ,决定了场景空间变化的雷达横截面。因此 K分布杂波模型等同于用伽马分布去调制平方律检测 (负指数分布 )的功率调制过程。本文通过无记忆非线性变换产生相关高斯序列 ,多个独立的相关高斯序列分别组成相应纹理分量和斑点分量 ,