快速加权核范数最小化的SAR图像去噪算法

提出快速加权核范数最小化(fast weighted nuclear norm minimization,FWNNM)的合成孔径雷达(synthetic aperture radar,SAR)图像去噪算法。首先采用对数变换将SAR图像的乘性噪声变换为加性噪声,然后利用非局部相似性对变换后的图像进行块匹配,随后根据低秩模型框架,用随机奇异值分解替换加权核范数最小化(weighted nuclear norm minimization,WNNM)算法中的奇异值分解进行低秩矩阵逼近,再采用梯度直方图保存的方法对图像进行纹理增强,最终实现了对SAR图像快速去噪。在MSTAR数据库上的实验结果表明,与已有方法相比,所提方法在SAR图像去噪和边缘保持方面是有效的,并且比WNNM去噪速度快3倍。     

一种非理想阵列的快速宽带信号方位估计算法

针对宽带信号方向估计算法需要进行初次估计和进行多次奇异值分解的问题,提出了在传感器阵列存在误差的情况下,基于Prony-Lanczos方法的快速宽带信号方位估计算法。方法将接收信号转换到频率域内,分离阵列流形中信号方向和阵列参数;其次,在考虑阵列互耦的情况下,采用快速奇异值分解的方法求取奇异向量,并利用奇异向量构造聚焦矩阵;最后,利用聚焦求和窄带方位估计对宽带信号进行方法估计。仿真试验表明,存在阵列误差的情况下,本算法具有较好的分辨率和较低的计算复杂度和鲁棒性。     

一种基于运动目标ISAR像序列的三维重构方法

为解决运动信息未知的雷达目标三维重构问题,提出了一种基于目标逆合成孔径雷达(ISAR)图像序列的矩阵分解三维重构法.基于ISAR成像的基本原理,将ISAR成像过程公式化,推导出SAR成像投影矩阵方程式,给出了关联后的二维图像序列中散射点坐标与原目标散射点的三维位置的几何投影关系;利用矩阵因式分解的方法,从观测矩阵中分解出三维位置矩阵,实现重构;最后,以三维平底圆锥体为模拟目标,仿真验证了该算法的可行性,结果表明用于重构的图像帧数越多、图像信噪比越高,重构性能越好.     

一种基于SVD的射频收发天线选择算法

基于线性检测的空间复用(SM)系统提出了一种射频天线选择算法,该算法以最小化错误概率为目标,利用信道矩阵的奇异值分解(SVD)所得到的左奇异和右奇异矢量实现发端和收端的射频天线选择,且不需要改变系统原有的检测算法。该算法可以用于收发任一端或两端同时使用,不采用遍历搜索,与传统搜索算法相比实现复杂度低。仿真证明将该算法应用于链路任意一端相比与传统算法都可以获得更多的分集增益和阵列增益。     

航迹拓扑序列的SVD相关匹配算法

基本拓扑序列法为适应雷达系统误差需要步进旋转拓扑序列,造成过大的计算量。通过推导系统误差与拓扑序列的近似线性关系,得到了一种基于奇异值分解(singularity value decomposition, SVD)的修正匹配算法,可以一次性地计算出匹配情况下的序列旋转角度,不但极大地提高了计算效率,而且避免了基本拓扑法中选择角度旋转步长的难题。通过仿真测试,SVD算法能减少计算时间90%以上,而且在相同系统误差情况下的正确相关概率和误相关概率性能指标都有较大的提高。     

改进的DGPS/INS/视觉组合导航算法研究

为了满足智能车辆的高精度、实时性和高可靠性的自主导航的需要,提出了一种GPS/机器视觉共同辅助SINS的多采样的智能车辆组合导航算法。该算法不仅包括GPS和SINS形成的位姿速度观测信息,还包括机器视觉形成的位置观测信息。在子滤波器中采用自适应选权滤波算法,抑制了滤波发散,提高了滤波精度。还提出了一种改进的基于估计协方差阵的奇异值分解的动态自适应调节信息分配系数的算法,可有效提高系统的状态估计精度。通过仿真实验验证,该导航系统能为智能车辆提供丰富的导航信息,实现了厘米级的导航精度和容错性,即使在GPS出现较长时间的中断时,仍能为智能车辆提供可靠的导航信息。     

一种基于奇异值分解的非线性滤波新算法

提出一种基于奇异值分解的无导数卡尔曼非线性滤波新算法对UKF算法进行改进.该算法利用奇异值分解作为工具,将原算法中的协方差矩阵进行奇异值分解,可以在一定程度上避免在递推过程中,由于计算误差和舍入误差而引起的协方差矩阵失去正定性,从而导致算法失效的问题.在不降低滤波精度,不增加算法复杂度的前提下,新算法具有很好的数值稳定性.实例仿真结果验证了本方法的有效性.     

基于Radon变换的三维模型检索算法

三维模型特征提取过程中如何减少三维模型信息丢失及提高检索效率是基于函数变换三维模型检索技术中有待解决的关键问题.利用球面上经纬线的交点对三维模型表面采样,在采样点处定义含有模型表面法向量和面积信息的三维模型表示函数,将模型函数进行Radon变换,使用Radon变换后的函数值进行特征匹配,提高了检索性能.     

基于MUSIC对称压缩谱的快速DOA估计

为提高波达方向（direction of arrival, DOA）估计的速度、降低运算量,在分析多重信号分类（multiple signal classification, MUSIC）算法原理的基础上,利用噪声子空间降维的思想构造一维MUSIC对称压缩谱(MUSIC symmetrical compressed spectrum, MSCS)。MSCS通过构造共轭噪声子空间并对噪声子空间及其共轭子空间的交集进行奇异值分解得到,其物理实质等效于在空间辐射源的对称位置添加相同数目的镜像辐射源。理论分析和仿真实验表明,MSCS不受实际阵型的限制,能将DOA估计的计算量降至传统MUSIC算法的50%,并具有与MUSIC相当的估计精度。     

基于相关反馈学习的三维目标检索算法

针对三维目标(3D object)检索问题,提出了一种基于混合描述符及多支持向量机融合相关反馈学习的3D目标检索方法。在分析现行3D模型检索方法的基础上,提出了混合描述符H_D及相关反馈学习的总体思路。讨论了H_D框架构建,即在光场图像阵列自适应聚类基础上,分别实现H_D各个子描述符。讨论了基于多支持向量机的融合分类学习机制,并将其用于3D目标检索反馈学习环节,对H_D检索性能及相关反馈学习分类进行了实验分析,结果表明所提出的方法是有效的。     

体素重建中的快速移动立方体方法

利用二维切片数据重建三维结构，在医学等领域有着重要的应用，在大数据量的情况下，等值面抽取的计算效率是富有挑战性的课题，本文提出了一种改进的等值面抽取算法，该算法采用区域增长和一种优化的搜索策略加速边界体素的寻找，避免了整个体素空间的搜索，从而加速等值面抽取，实验结果表明，本算法大大加速了传统的移动立文体（Marching Chbes)方法，特别在大数据量时，加速的效果更加明显。     

一种基于PC的快速三维图像重建方法

主要从传统FDK算法的改进和数据并行计算两方面来研究快速三维图像重建算法,提出了一种Z线优先重建法,能够有效地组织和划分重建数据,从而使得对重建数据的内存访问非常连续,便于采用单指令多数据(Single Instruction Multiple Data, SIMD)技术进行数据并行处理。最后基于Intel Pentium 4 CPU的PC平台,利用SSE/SSE2技术开发了三维图像快速重建引擎。实验结果表明本文提出的方法非常有效,与原始重建算法相比,在保证图像质量不受损失的前提下取得了20倍以上的重建加速比。     

计算机控制系统信号重构容错算法研究

信号重构是计算机系统与被控对象进行信息通信的重要环节,在简要分析Shannon重构、ZOH重构和一阶重构等信号重构方法局限性的基础上,提出了一组基于三点插值的重构算法和被控过程采样数据的一步容错预测算法,并将一步容错预测与三点插值算法相结合,建立了对于被控过程信号异常情况有良好容错能力的一步容错预测二阶重构算法。上述的一步容错预测二阶重构算法不仅结构简单、可用于在线控制,而且算法精度和可靠性明显高于普通的ZOH重构和一阶重构算法。     

一种网格简化算法及其在三维重建上的应用

针对机器人和自主车辆仿真系统开发的需要,提出了一种利用激光雷达采集的点云数据进行场景重建的算法.该算法根据激光雷达的点云数据生成多边形网格,能够对场景进行有效分割,并在此基础上对多边形网格进行有效简化,从而满足实时仿真系统的需要.在最后给出了仿真实验的结果,实验证明该算法简明有效.     

基于图像的几何三维重建方法

介绍了基于图像的几何三维重建方法的基本原理和一般步骤,对现有方法进行了分类和分析,总结了它们的优点和不足,并提出了在今后的工作中需要进一步研究的问题。     

基于Hermite插值的小波变换模极大值重构信号快速算法

信号在不同尺度上的小波变换模极大值包含了信号中的重要信息，因此研究如何由小波变换模极大值重构信号是很有意义的。论文提出了一种基于Hermite插值多项式由二进小波变换模极大值重构信号的快速算法。数值试验表明，与S．Mallat提出的经典交替投影算法相比，该算法可以在保证重构质量的前提下简化计算过程，提高计算效率，计算所需时间与交替投影算法相比大大减少，是一种实用性较强的信号重构算法。     

基于近似相机内参数的精确三维欧氏重建算法

提出一种并不需要精确知道相机内参数情况下序列图像的精确三维欧氏重建算法,与传统分层重建策略相比,利用现有数码相机的技术参数估计初始内参数,对序列图像进行准欧氏重建,避免了复杂繁琐的自定标过程。虽然从严格意义上讲,准欧氏重建方法的初始结果仍为射影重建,但场景的结构已经非常接近欧氏模型,进一步通过基于最小化重投影误差的光束平差方法可以得到精确的三维欧氏模型,仿真数据以及真实图像的实验结果验证了算法的有效性和精确性。     

基于激光扫描数据的室外场景表面重建方法

针对激光扫描特点，提出了一种自适应室外场景表面重建方法。首先，定义无效数据与有效数据，提取主要被测物；接着，通过边缘提取、拐点确定和表面曲率估计进行自适应重采样；然后，识别空洞，区分物体，给出网格剖分方法。实验验证了算法既可去除冗余数据又可突出重要边缘信息，有利于激光扫描数据的存储和传输。     

裂隙灯显微图像角膜的快速、自动三维重建

角膜病变大都与角膜的几何形状的改变密切相关,快速自动的显示角膜三维形状对角膜疾病的诊治具有重要意义。提出了一种基于裂隙灯显微图像的快速、自动的角膜分割、重建方法。基于蓝色分量水平投影累积量实现了角膜快速定位。采用颜色聚类分割出角膜部分。利用一种基于曲线拟合思想的方法去除大目标周围小噪声。对于病变严重的角膜我们采用面积最大的方法识别角膜,去除噪声。采用三次样条曲线插值角膜的内外表面。在基于模型的配准中,利用角膜的对称性,设计了配准模型。实现了面绘制的角膜重建。提出方法不需要人工交互,重建速度快。重建效果较好。     

一种基于查找表的快速导航路径提取算法

虚拟内窥镜是医学图像可视化与虚拟现实相结合的产物.为了缩短诊断时间,虚拟内窥镜需要提供一种自动导航方式来加快器官的浏览,通过分析已有细化算法提出一种快速的导航路径提取方法.该方法首先利用一种快速模板测试方法来生成26-邻域编码的查找表,然后根据此查找表快速地查询边界体素的删除标志,从而将复杂耗时的模板测试过程转换成简单快速的查询.提取的骨架经裁剪、平滑后可以用于虚拟摄像机的自动飞行引导.实验结果表明,该算法提取效率高、速度快,基本上能满足虚拟内窥镜系统导航路径提取的要求.