基于红外图像序列的排球运动关键技术特征提取方法

针对现有运动技术特征提取方法中运动目标特征提取不准确的问题,提出了一种基于红外图像序列的排球运动关键技术特征提取方法 .首先,获取红外图像序列的排球运动图像,并对红外图像序列中的运动目标进行检测和提取,进一步用图像分割方法进行边缘分割.然后,基于视点跟踪切换方法进行阈值分析,实现对运动目标的准确跟踪和提取.实验表明,提出的方法准确性和效率均高于传统方法 .     

基于SIR粒子滤波和局部搜索算法的运动目标跟踪方案

针对视频处理中的显著运动目标跟踪问题,提出一种基于序列重要性重采样(SIR)粒子滤波和局部搜索算法的运动目标跟踪方案.首先,对视频序列进行SIR粒子滤波,获得粒子的似然分布,并对粒子进行加权;然后,构建粒子的动态模型和观测模型;最后,当检测到目标运动时,根据每个时间步上观测似然的反馈信息,利用局部搜索算法自适应更新粒子的动态模型,从而实现目标的动态跟踪.实验结果表明,该方案能够有效地跟踪运动目标,且对目标背景、大小、遮挡和光照等因素具有鲁棒性.     

一种地面对靶发射试验方法的设计分析

空空导弹研制过程需要进行一系列地面对靶发射试验,以解决导弹制导系统对真实目标的截获跟踪能力。传统的地面引导系统使用高精度雷达,这种雷达波束很窄,地面试验中雷达一旦跟踪过程出现丢失目标无法引导的情况,就会导致试验无法进行。本文利用靶机下传的GPS信息,通过GPS地面接收系统接收和数据处理计算机处理后,形成引导地面发射系统所需的俯仰、方位和导弹所需的飞行任务。该方法省去了传统所必须的雷达,并且彻底解决了小目标、超视距地面靶试中雷达无法稳定跟踪的问题,从而大大提高了试验效率和试验结果的有效性,节约了试验经费和时间。     

一类算子序列赋值绝对收敛定理

对于一类算子序列空间,找到了这个算子序列空间的一个最大子集族,利用该子集族,获得了序列赋值绝对收敛的最强情形,而且给出基本收敛结果.     

基于支持向量机的多特征选择目标跟踪

目标判别跟踪方法一般以单一跟踪结果(正样本)和部分负样本训练分类器,并只用单一的特征描述目标,因此在目标发生遮挡、光照变化、形变等情况下很容易导致跟踪的失败. 为了克服单一正样本和单一特征训练的分类器导致跟踪不稳定的问题,提出一种基于支持向量机的多特征描述、多个正负样本进行分类器训练的目标跟踪方法,用训练分类器对所有候选粒子的不同特征进行判别和选择,并将具有最大置信概率的粒子确定为跟踪结果. 在跟踪过程中,利用子空间学习的方法实现正样本的更新,并以更新后的正负样本训练分类器. 实验结果表明,该方法在目标存在遮挡、光照变化、形变等情况下均可以取得较好的跟踪效果.     

拟蒙特卡罗粒子滤波改进算法及其在雷达目标跟踪中的应用

拟蒙特卡罗粒子滤波算法（quasi-Monte-Carlo particle filter, QMC-PF）精度不高,运算复杂度大,难以满足雷达机动目标跟踪精确性和实时性需求. 为此,提出一种基于BP神经网络的新型拟蒙特卡罗粒子滤波算法. 该算法将大权重粒子通过QMC分裂采样产生低差异性的子代粒子,以此来替代低权重粒子,保证了样本的有
效性和多样性;同时利用BP神经网络计算子代粒子的权重,提高了滤波的精度和速度;最后在不同的模型中进行仿真. 实验结果表明,与QMC-PF相比,所提出的算法提高了精度和运算速度,适用于雷达机动目标的跟踪.     

一种稳健的目标提取与跟踪算法

融合了GVF-Snakes算法与基于细粒度的遗传算法,提出了一种稳健的目标轮廓提取与跟踪算法.该算法通过使用边界约束替代能量计算改进了GVF-Snakes算法,降低了算法计算复杂度,提高了它的搜索速度;另外,通过引用细粒度遗传算法来筛选控制点序列,提高了算法对极端凹陷边缘和噪声干扰轮廓的提取能力.通过合成和自然图像的目标轮廓提取和跟踪实验,证明了本文提出的算法具有鲁棒性和精确性.     

干扰环境下数目可变的多目标跟踪

针对环境中干扰因素对目标跟踪性能的影响,提出了一种跟踪数目可变的多目标方法. 该方法通过聚类算法来判断目标的出现或消亡,并获得目标数目,然后利用基于无迹卡尔曼的廉价联合概率数据关联算法获得量测与已知目标轨迹的互联概率,并实现状态传递. 与传统的廉价联合概率数据关联算法相比,该算法在干扰环境下跟踪性能更优,可处理目标数目可变的多目标跟踪问题.     

基于OpenGL实现雷达目标航迹的三维动态仿真

雷达目标航迹仿真是雷达仿真系统中模拟目标回波信号的关键.针对以往目标航迹显示中存在的不直观、不能实时检测目标运动状态等问题,在VisualC 6.0平台上,应用OpenGL技术绘制雷达工作场景和目标三维航迹,动态显示目标运动,通过对目标航迹的交互操作,实现对雷达目标航迹的三维动态仿真.仿真显示结果十分清晰地模拟了目标运动的过程,取得了很好的仿真效果.     

模板在线聚类的目标跟踪

针对基于模板的目标跟踪算法存在模板冗余高、难以适应非刚性目标外观多变的问题,提出一种基于粒子滤波的模板在线聚类目标跟踪方法.首先建立用于描述目标和背景的正、负模板集,然后抽取候选粒子,使用候选粒子与正、负模板集的类内距离以及正、负模板集之间的类间距离来构建似然函数,最后依据最大后验概率准则确定最佳候选粒子作为跟踪结果.根据视频序列中连续变化的目标状态,将一定范围内的相似目标状态视为一个状态类,确定当前状态类的聚类半径.采用均值漂移算法对正模板集及最近几帧跟踪结果进行聚类,并将聚类后的中心集作为新的正模板集.实验表明,该算法能保留目标不同的外观状态,在复杂情况下仍能准确跟踪目标.     

欠驱动舰船系统的跟踪控制

针对欠驱动系统的跟踪控制问题,在被跟踪目标指数收敛情形下,利用基于膨胀的时变变换和非自治系统的级联控制方法,将非线性误差系统的镇定问题转化为两个简单线性时变级联系统的镇定问题,并设计了全局–K指数收敛的跟踪控制律. 所给跟踪控制律亦适用于参考轨迹为直线或圆情况下的一般跟踪控制问题. 数值仿真验证了控制方法的有效性.     

无线传感器网络目标探测定位跟踪问题研究

为在低耗能下完成更为精确的目标全程跟踪,提出了基于动态子网思想的目标探测定位和跟踪算法,并按照目标跟踪流程分别从簇头选择、目标探测、目标定位和目标跟踪4个阶段设计.仿真结果表明,相比于全网激活和固定子网策略,本算法在定位误差、预计误差和整体能耗三项指标中均处于最佳地位,有着极强的性能优势.     

多模块稀疏投影在密集场景目标跟踪中的应用

提出了一种包含随机运动的复杂密集场景下的目标跟踪方法. 在跟踪算法中,将稀疏模型与多模块彩色特征相结合,并通过将其转化为l1正则化最小二乘问题实现对特征的稀疏投影. 跟踪过程中利用粒子滤波得到预测跟踪点,并将对应于最小投影差的预测点模块作为最优跟踪. 为适应特征变化,在跟踪完成后根据新的跟踪结果自动更新目标模板. 大量包含遮挡和光照变化的不同类型密集场景测试验证了该方法的有效性,与其他算法的比较说明了其优良性能.     

一类广义非线性多值变分包含的迭代算法

在Hilbert空间中,引进了（H,η）-单调算子概念,研究了一类新的广义集值变分包含,利用与（H,η）-单调算子相关的预解算子技巧,构造了求多值变分包含逼近解的迭代算法,并讨论了由此算法产生的迭代序列的收敛特征,给出的结果改进和推广了最近文献中Fang Y.P.,Han Z.,Zeng L.C.等人的相应结果.     

基于相关技术的MPSK DS/CDMA载波跟踪

提出了一个在ＭＰＳＫ ＤＳ／ＣＤＭＡ接收机中进行载波跟踪的新方案．该方案用两个对称的Ｘ相关器形成一个鉴频器．理论分析表明，该方案的跟踪范围是符号速率的两倍，并且与ＭＰＳＫ的键控相位数及扩频码的码长无关．     

群上的Toeplitz代数

研究了离散交换群上的Toeplitz算子和Toeplitz代数,通过谱投影和Fourier变换,将离散交换群上的Teoplitz算子和Toeplitz代数的问题化成了其对偶群上的Hardy空间中的相应问题,并由此得到了Toeplitz算子的特征（定理10）,约化Topelitz代数与Toeplitz代数相等的充分必要性（命题5）以及关于Toeplitz代数的短正合列（定理6）等一系列结果。     

边缘检测算子LiDAR河流数据提取的研究

由于LiDAR数据具有离散、不连续的特点,在空间上并没有明确的函数关系,现有的LiDAR数据地形地物的提取算法存在依赖辅助数据和算法只针对建筑物等明显地物提取的问题。河流的数据存在形状不规则、边缘不明显的特征,自然形成的原因导致其坡度信息多变,常见的数据提取算法难以解决这类问题,Robert边缘检测算子对边缘信息更为敏感,实验证明,与Sobel和Prewitt算子对比,Robert算子更适用于提取较高精度河流地物边缘并且有较好的精确性和适用性,可获得较高精度作为准确的目标信息。     

国有企业财务监控体系探讨

探讨了建立健全企业财务监控体系、加强对经营者行为的制约、增加经营者违规风险、矫正经营者行为、激励经营者能力的有效发挥等问题.     

一种鲁棒的圆形标记点中心提取方法

圆形标记点中心识别是视觉测量的关键技术之一. 为满足工业现场精确标定和测量的需求,提出了一种鲁棒的标记点中心提取算法. 首先对图像进行预处理和Canny边缘提取;然后用增强的Snake方法对边缘进行全局最优搜索,并以具备积分性质的Zernike算子对图像边缘进行亚像素定位;最后采用鲁棒的椭圆拟合算法迭代定位椭圆中心. 仿真和实测表明,该算法在标记点破损或被污染情况下仍能给出精确的中心定位. 理想情况下定位误差小于0.02像素,在标记点破损或被污染情况下定位误差小于0.03像素.