鲁棒图像歧义性的立体匹配

采用独特性不相似测度的初始匹配和贪婪视差估计后处理相结合的方法,实现了基于局部信息的立体匹配. 首先,通过分析立体匹配本身的内在问题,构造匹配代价,得到初始视差. 然后采用新颖的视觉估计算法,包括不可靠视察检测、贪婪视差填充及多方向加权最小二乘拟合法,以消除宽遮挡等复歧义性. 实验结果表明,本算法结构简单,能降低歧义区域的误匹配,生成稠密、高精度的视差.     

可量测序列影像的加权整体最小二乘导航

提出顾及观测方程系数矩阵误差的可量测影像定位定姿算法及其权值确定方法,实现了利用可量测序列视觉影像与DGPS/IMU 融合导航计算. 计算结果表明：采用加权最小二乘算法可较好地克服可量测序列影像定位定姿算法中系数矩阵误差的影响,精度高于最小二乘法,当GPS 失锁2.5 km 时可达到优于13 m的定位精度和
0.1m 的定姿精度.     

基于最小二乘法的多层前向神经网络构造学习算法

提出了一种基于最小二乘法的多层前向神经网络的构造学习算法。神经网络的结构在学习的过程不断变化，通过动态生成学习误差反向传递，利用最小二乘法实现神经网络的快速学习。仿真结果表明，该学习算法盯具有学习速度快，学习精度高，泛化强等优点。     

基于ADCensus的改进半全局匹配方法

考虑到AD相似性测度对灰度信息及纹理丰富的区域的优势和Census变换对图像辐射差异具有鲁棒性的优势,将AD和Census算法融合替代单一匹配代价来改进半全局密集匹配算法,可有效提高算法的匹配精度和抗干扰性。同时用金字塔分层匹配策略来约束视差的搜索范围,实验结果表明,该方法在保证匹配精度的同时,减少内存消耗和运行时间,适用于无人机影像的密集匹配。     

一种基于LS-SVM和模板匹配修正的抗几何攻击数字水印技术

数字水印技术是信息隐藏的一个重要方向,传统的数字水印技术对一般攻击的防御能力较强,但几何形变攻击的数字水印在提取时仍然有难度,提出一种基于最小二乘法支持向量机和模板匹配修正的数字水印技术.首先,用分块离散余弦变换进行水印嵌入,然后利用训练后的最小二乘法支持向量机粗修正几何形变参数,针对存在的误差采用模板匹配方法进行精细修正.实验证明的算法不仅可以抵抗传统的攻击比如:噪声、滤波和裁剪,在抵抗几何形变时鲁棒性更好.     

平面阵列下的二维角度和频率联合估计

在均匀面阵列结构基础上提出一种二维角度和频率联合估计新方法. 对阵列天线输出的信号进行建模分析,表明阵列接收信号具有平行因子四线性模型特征. 利用该模型低秩分解的唯一性条件,从分解得到的矩阵中联合估计出信源的参数. 该算法首先利用四线性交替最小二乘算法估计出方向矩阵和频率矩阵,然后利用频率矩阵的Vandermonde特征和方向矩阵的结构特点及最小二乘法计算频率和二维角度. 该方法无需谱峰搜索即可实现参数同时估计与配对,与现有的基于三线性分解的算法和ESPRIT算法相比具有更高的估计精度,而且在小样本数情况下也能较好地工作. 仿真结果验证了该方法的有效性.     

混合线性约束非线性最优化问题的一个新算法

在文献[1]的基础上,首先将线性等式约束非线性最优化问题转化为非线性最小二乘问题进行求解,得到了求解最优化问题的一种新思路;然后针对混合线性约束最优化问题,通过与积极集法相结合,在求解等式约束子问题时采用上述算法,而对于不等式约束子问题采用积极集算法,从而提出了混合线性约束非线性最优化问题的一个新算法.最后给出了该算法收敛性的证明,通过数值实验,说明新算法是可行的,有效的.     

带二次约束的最小二乘问题的求解

针对带二次约束的最小二乘问题提出了一种求解算法,同时给出了算法中牛顿迭代的收敛证明.数值例子说明了此算法的有效性.     

总体最小二乘法及其在GNSS高程拟合中的应用

为了解决多项式曲面拟合方法在进行全球导航卫星系统(GNSS)高程拟合时,控制点的坐标数据与高程异常均存在测量误差的问题,从总体最小二乘法的角度,在系数矩阵存在误差的情况下,来优化GNSS高程拟合模型,提高拟合精度。实验结果表明：采用总体最小二乘法进行曲面拟合GNSS高程异常,较传统最小二乘法精度会有一定提高。     

基于空域调制效应的干扰极化参数估计

干扰极化估计精度是影响雷达极化抗干扰能力的重要因素,而雷达天线空域极化特性存在一定的病态性,使来波极化估计的最小二乘解在病态情况下变得不稳定. 针对最小二乘方法估计来波极化所存在的病态性问题,提出一种改进极化矢量估计的约束最小二乘方法.首先分析影响来波极化估计稳定性的因素,针对具体的天线型式给出病态情况下的计算机仿真结果,推导了带二次约束的极化估计最小二乘解并给出了算法流程. 仿真结果表明了改进极化估计均方误差的有效性,该方法可显著提高干扰极化估计精度,提高雷达极化抗干扰能力.     

基于图像分割的改进Census变换立体匹配算法

针对传统Census变换立体匹配算法精度低,提出基于图像分割的改进Census变换立体匹配算法.将Census变换窗口中心像素的灰度值用其邻域像素灰度值的中值代替,从而减少噪声对匹配精度的影响,增强算法的抗干扰能力.采用MeanShift算法对图像进行分割,结合其Census变换结果,以Hamming距离作为匹配代价,求取最佳匹配点,进而求取初始视差.通过左右一致性检验对视差图进行细化,对误匹配点进行替代和对遮挡区域进行填充,生成最终视差图.实验显示,该算法的鲁棒性和匹配精度优于传统算法,并且在深度不连续区域也能够获得精确的视差.     

半无限大平面导电媒质中空洞定位问题的迭代算法

提出了半无限大平面中空洞定位问题的一种新方法.首先利用边界积分方程建立表面测量电位同目标体及其位置参数的关系.在此基础上,借助于电磁逆散射问题求解中的Newton-Kantorovich方法,推导出目标参数的微小变化对表面电位分布影响的数学表达式.然后,在给定初值的情况下,利用这两组方程进行迭代求解,从而不断地逼近真解.对于求解过程中出现的病态方程组采用阻尼最小二乘法,并通过选择适当的阻尼因子,使得解答稳定.与有限元法结合最小二乘法求解该问题相比较,该方法具有更高的效率.     

图像去运动模糊仿真研究

【目的】在多媒体时代，人们对拍照的要求越来越高。图像去模糊一直是一个具有挑战性的问题，有着很高的研究价值。【方法】阐述模糊图像中的运动模糊，使用约束最小二乘法和Richardson-Lucy算法来去除运动模糊，采用峰值信噪比和平均结构相似度两类指标对去模糊图像质量进行分析。【结果】仿真结果表明：采用约束最小二乘法去除运动模糊的数据评价值均大于Richardson-Lucy算法，约束最小二乘法在复原运动模糊方面表现得更加稳定。但在模糊长度和模糊角度增大后，各类算法的性能均会受到不同程度的影响。【结论】去模糊算法有待继续研究，以提高去模糊后的图像质量。     

应用聚类进行移动机器人定位

提出一种基于激光测距雷达的移动机器人定位新方法. 对每帧扫描数据进行聚类,对前后帧扫描数据按类进行匹配,获得两种匹配类,即完整匹配类和非完整匹配类. 对完整匹配类,取它们的两对端点以及质心作为匹配点;而对非完整匹配类,只取两对端点作为匹配点. 采用随机采样一致性算法剔除匹配点集中的外点,用非线性最小二乘法估计机器人运动参数,从而确定出机器人的当前位姿. 在静态和动态室内环境下进行的实验验证了该文提出方法的有效性.     

基于特征结构配置的二阶动力学系统模型匹配问题

考虑一类二阶动力学系统的模型匹配问题。基于Jordan标准分解将二阶动力学系统的模型匹配问题转化为特征向量匹配问题,即设计一比例加微分控制律,使闭环系统的特征向量与目标系统的特征向量充分接近。利用二阶动力学系统的特征结构配置参数化结果,给出了匹配问题的最小二乘解及求解该匹配问题的算法。数值例子表明了该算法简单且有效。     

基于张量投票的道路表面裂缝检测

以车载LiDAR数据为对象,提出一种基于多尺度张量投票技术的道路表面裂缝提取方法. 首先沿行车路线从剖面图中提取道路路坎,通过行车轨迹线约束提取道路数据. 再根据强度和距离信息将道路数据转换成二维特征图像,采用多尺度张量投票法增强特征图像的裂缝信息提取道路表面裂缝. 利用点云数据和道路影像数据进行实验验证,结果表明该方法抗噪能力强,裂缝检测质量高.     

三维坐标转换算法的粗差探测比较研究

三维坐标转换的算法有很多种,除了最常使用的经典最小二乘平差外,还有整体最小二乘平差。整体最小二乘根据对误差分配方式的不同,又可分为奇异值分解法和混合最小二乘法。为了比较3种算法的粗差探测能力,通过实验模拟在不同粗差情况下,使用方差比值验证法进行粗差的探测。实验结果表明最小二乘和混合最小二乘算法均能识别较小的粗差,其粗差探测能力更加可靠。     

顾及空间邻接关系的无人机影像匹配并行算法

为解决无人机(unmaned aerial vehicle,UAV)影像匹配并行算法的负载均衡和特征数据传输问题,提出一种顾及空间邻接关系的影像匹配并行算法,旨在不降低原有匹配精度的前提下,最大限度地提高影像匹配效率.在特征提取阶段,根据影像空间邻接关系完成各对应节点的初始任务划分,随后进行稍细粒度的二次划分,以确定最终的特征提取任务.在任务调度时,根据计算节点的状态优先分配对应节点的任务.对应节点的任务全部分配完毕再分配其他节点对应的任务.在匹配阶段,首先根据特征提取任务划分匹配任务,然后根据特征提取任务的节点编号划定对应于每一节点的匹配任务单元,使用相同的任务调度方法完成整个测区的影像匹配.对一套有1 463幅UAV影像的典型数据进行实验,结果表明该算法不但能实现并行系统的负载平衡,还能减小特征数据的传输量,从而显著提高影像匹配效率.     

双基地MIMO雷达二维DOD和二维DOA联合估计

提出一种双基地MIMO雷达L型阵列下多维角度联合估计的新算法. 该算法利用匹配滤波器输出信号特点构造不同的代价函数,采用迭代最小二乘算法估计收发阵列流形矩阵,根据L 型阵列结构的特点和最小二乘法,从估计出的矩阵中计算目标的二维DOD(direction of departure)和二维DOA(direction of arrival). 该方法无需谱峰搜索,可实现参数的同时估计与配对. 与ESPRIT 算法相比,具有更高的估计精度,并接近于克拉美-罗下限,且在小快拍数下也能较好地工作. 仿真结果验证了该算法的有效性.     

基于压缩感知的MIMO系统稀疏信道估计

在多输入多输出通信系统中,接收端信道均衡与相干检测需要利用信道状态信息. 传统信道估计方法如最小二乘法和最小均方误差法均基于多径信道密集型假设,导致频谱利用率低下. 为此,该文研究在单载波MIMO系统中的稀疏信道估计,利用多径信道的稀疏特性提出一种基于压缩感知理论的信道估计方法. 这种方法能利用较少的导频信号达到与传统方法相比拟的估计性能,从而提高频谱利用率. 仿真验证和理论分析表明,基于压缩采样匹配追踪的压缩感知信道估计方法为MIMO系统稀疏信道估计的最优选择.