基于多点对参考模型的车辆阴影消除

为了解决车辆检测过程中的阴影干扰问题,以点对属性为基础,利用HSL色彩空间中前景、背景和运动阴影之间的色度、亮度属性,在给定的背景图像集中,采用离线训练的方法,于图像的全局域中建立稳定的不随环境变化的多点对参考模型.该模型充分考虑了图像全局域的颜色信息,减小了背景像素的误差,能在线消除运动阴影对车辆分割的影响,且对于复...     

基于小波和分块同态滤波的变光照图像增强方法

为提高变光照情境下图像质量,针对部分图像存在亮度不均、对比度低的问题,提出了基于小波与分块同态滤波的图像特征增强算法.首先将图像从原始色彩空间转换为H SV空间,以图像亮度分量V作为增强对象;然后利用小波变换代替分块同态滤波中的传统傅里叶变换对亮度分量分解,并对小波分解的子图像进行分块后进行高通滤波处理,对滤波后的图像...     

基于GPS码信号跟踪的空时自适应处理算法

介绍了GPS码信号的模型,以及实时白化和扩展卡尔曼滤波的工作原理.提出了一种改进的空时自适应处理算法,运用该算法能够使GPS接收机抑制射频干扰、精确跟踪并使捕获码信号的性能得到提高.射频干扰中含有宽带干扰和窄带干扰,窄带干扰用自回归过程来模拟并通过实时白化得到抑制,宽带干扰通过空间零陷得到抑制.空间零陷是通过估计一个采样的协方差矩阵,并把它求逆,然后输入卡尔曼滤波器来实现的.通过计算机仿真证实了在严重的干扰情况下该算法的鲁棒性,以及优于码跟踪环的性能.     

采用干扰对齐的无线网络容量分析

首先利用基于随机几何的修正BM模型对于无线网络中的干扰信道进行了建模,然后分析了接收信号中干扰的不同特性及其对中断概率和空间容量的影响.为了降低干扰信号的影响,文中提出了基于干扰对齐的干扰管理方法.利用将K个干扰用户的干扰信号在一个子空间内对齐,可以有效地减小干扰的影响,因而有效地提高系统的容量.仿真结果表明,在父节点...     

针对短波3G-ALE信号的改进脉冲干扰性能研究

针对美军新一代短波3G-ALE信号为提高其协议信息传输可靠性而在通信链路层进行的多重数据编码,提出一种改进脉冲干扰方法。首先利用公开的伪随机扰码,建立对周期脉冲信号进行伪随机预加扰的干扰模型;之后推导信号接收处理公式,在此基础上分析脉冲占空比、脉冲周期等干扰参数,以及扰码失步、干扰频偏等因素对于干扰性能的影响;最后仿真干扰实验并得到相关结论。实验结果验证改进脉冲干扰对于3G-ALE信号协议信息可靠传输的干扰有效性,在设置脉冲占空比75%、脉冲周期使得脉冲持续时间等于整数倍符号长度TB时的干扰效果最佳;2TB以内的扰码失步、80 Hz以内的干扰频偏导致的干扰效果下降,则可以通过提高干信比较好地予以克服。     

基于分块子空间投影的无源雷达干扰抑制方法

为了解决GPS辐射源雷达各通道干扰抑制不彻底和计算量较大的难题,提出了基于分块子空间投影的干扰抑制方法,并对其性能进行分析.将回波通道的接收信号均匀分块后并行处理.首先,将信号投影到干扰子空间的正交补子空间内,完成多径干扰抑制;然后,给出强目标回波旁瓣干扰存在的判断准则;最后,将信号投影到强目标子空间的正交补子空间内,...     

基于多层码书模型的运动阴影检测算法

在实际监控场景中,运动阴影的存在将对目标检测的准确性产生直接影响.针对此问题,本文提出了一种采用三层码书模型以此来提高阴影检测识别率的算法.该算法首先通过传统码书模型获取前景,然后对前景部分建立备选码书模型,再从备选码书中提取出具备阴影特质的点,构建阴影码书模型,最后通过该模型去除运动阴影.实验结果表明,与传统算法相比,该算法对阴影检测识别率有较大的提高.同时,通过对不同场景的对比,结果说明该算法具备良好的鲁棒性.     

融合彩色模型空间的非线性低照度图像增强

低照度图像存在图像整体亮度偏低、亮度不均匀、色彩饱和度过高、图像模糊等问题,针对此类问题,提出了一种融合彩色模型空间的低照度图像增强算法。在该算法中,将图像的亮度增强与图像色彩恢复转换至不同的彩色模型空间分别进行处理:在RGB彩色模型空间中,首先对图像的高灰度级进行预处理,随后进行滤波处理,最后再用三分量增强函数对图像进行亮度恢复;在HSV彩色模型空间中,利用非线性色彩饱和度校正函数与亮度增强函数进行图像的色彩恢复,最后将两个空间中的处理结果进行加权融合。最终的对比实验结果表明,该方法在避免图像出现过度增强、色彩恢复与图像照度增强方面有着良好的效果,所处理的图像符合人眼视觉特性。     

基于改进的codebook算法的运动目标检测

针对传统的codebook算法在面临复杂的环境背景干扰下进行运动目标检测中存在算法冗余的问题,提出一种改进的codebook运动目标检测算法.通过改进的码本描绘背景中感兴趣的码元进行建模,同时选择YUV空间模型替换传统的RGB模型,并在目标检测阶段融入训练元素来解决背景像素变化的问题,以提高运动目标检测的计算效率和可靠性.仿真结果表明,该方法比传统的目标检测算法具有更高的实时性、鲁棒性和准确性.     

有源干扰背景下基于CFAR的信号检测方法改进

针对瑞利噪声分布的回波信号,单元平均CFAR算法是一种简单有效的信号检测方法。当回波背景中加入有源噪声干扰时,该检测方法受到限制。首次以噪声调幅干扰为信号杂波背景,建立数学模型。基于CFAR算法,分析该有源噪声干扰对信号检测概率的影响。对CFAR算法进行改进,使得信号检测方法适用于信号杂波背景的变化。最后通过仿真验证了此改进的CFAR算法提高了噪声干扰背景下信号的检测概率,并达到抗干扰的目的。