基于奇异值分解的长序列图象运动估计

将刚体目标的运动表示为一个匀速旋转且旋转中心做匀加速平移的模型，由此构造出一个由长序列立体图象、基于奇异值分解（ＳＶＤ）求解运动模型参数的线性算法．另外，文中给出了计算机模拟结果和解的唯一性分析．     

基于CAD模型的立体视觉目标运动估计

提出了一种基于CAD模型的目标运动估计和目标轨迹实时生成方法，分为两步：首先采用立体视觉系统由图像特征点求出目标特征点的每个采样周期的空间位置；然后由其匹配模型的特征点集，通过扩展卡尔曼滤波方法估计目标运动参数，有了上述参数，就可以设计与伺服系统事宽匹配、消除图像处理延时影响的目标轨迹生成器，文中对目标的运动估计算法进行了仿真研究，结果表明该算法是可行的，文章创新之处在于推导了双目立体视觉系统的运动估计算法。     

遗传算法在立体图象匹配中的应用

基于传统立体图象匹配技术,提出了一种新的使用遗传算法的特征匹配方法．实验中,采用了两种特征提取算法,以适应不同图象要求．实验用图包括自然景物图和人工合成图．此外,用ＢｒａｎｃｈＡｎｄＢｏｕｎｄ算法得出比较结果．实验结果表明,遗传算法有好的匹配正确率和收敛速度,具有鲁棒性,适合立体图象匹配．     

对X光象转换为全息立体图象的象质评价方法

本文讨论了全息图象象质的评价方法. (1)象的逼真度:象和物强度分布之间的相似性如何度量.提出方法是以最佳全息图象和实际所得的象强度函数σ(x,y),I(x,y)之间的均方差值. (2)象的相对结构容量:其物理意义是全息象的平方的积分. (3)相关品质:此方法是以光强函数I(x,y)和σ(x,y)之间的相关性为基础的. (4)面积元法:它的形式是实际象和全息象之间的差值.     

图像序列中运动目标深度估计

通过对生物视觉深度运动知觉机理的研究，推导出基于度运动知觉提取三维运动目标深度信息的数学模型和计算公式，研究结果表明，根据三维运动目标在二维成像平面上的运动可以判断是否存在深度方向变化以及大致区分目标运动的方向，同时如果假定已知运动的大小，根据它们在像平面上ｘ或ｙ方向的相对运动变化可以对于目标的深度运动进行估计，经过采用实际图像序列所进行的实验，获得了令人满意的结果。     

基于三角形分块的快速运动补偿算法

提出了一种基于二阶灰度信号模型的快速六边形匹配算法,用于三角形分块运动补偿．分析及实验表明,该算法提高了快速运动估计算法的精度,改善了运动预测图的图象质量,增加了ＰＳＮＲ信噪比．     

基于时间序列图像处理估计被抛土粒运动参数

提出了一种基于潜土逆转旋耕被抛土粒的二维时间序列数字图像特征目标提取及土粒运动参数估计方法 ,通过土粒流时间序列图像的标定、土粒质点的序列标记处理、土粒运动轨迹方程拟合和延拓技术 ,估计并推算出土粒抛掷高度和距离等参数 ,进而为获得抛土率奠定基础     

非平稳和长记忆时间序列主频率估计方法研究

许多经济时间序列表现出非平稳性和长记忆性，对这样的序列进行谱分析并估计其主频率，采用传统的谱分析方法已不适用，基于平稳和非平稳分数阶差分自回归滑动平均模型，研究了具有非平稳性和长记忆性序列的主频率的估计方法，同时提出了包括模型定阶在内的基于极小化残差平方和的近似极大似然参数估计算法。通过对上海和深圳证券交易所综合指数收益序列的分析，说明了此方法的可行性和有效性。     

2.5 维帧间运动估计方法

图象点深度变化对常用的基于仿射模型的帧间运动估计方法精度影响比较大。针对这种问题，引入了特征点深度相关参数，得到一种基于２．５维模型的帧间运动估计方法。在应用于视频图象序列稳定问题时，数值实验结果证明在图象中景深变化较大的情况下，这种新方法估计的参数比基于纯仿射模型的方法准确，同时还可以得到对图象点相对深度信息（磁撞时间）的粗略估计，而计算量增加很少。     

非线性约束条件的平稳自回归模型的L1 估计

L1－估计是统计问题中一个重要估计,时间序列模型的L1－估计问题是非常重要的,这些估计量的多种性质都被研究过,许多统计学者讨论它在无约束条件下情况下的估计问题及其有关性质,且得到了较好的结果,然而,仍有一些基本问题有待解决,本文讨论了平稳自回归模型的L1－估计在非线性约束条件下的渐近性质,该约束条件是由非线性等式和不等式给出,这种估计问题属于随机优化问题,用最优化的方法克服非线性约束问题在估计研究上的困难,为估计提供了一个新的途径,并得到L1－估计问题的相关结果。     

运用多帧序列图像估计运动参数的一种改进算法

根据ＨｏｒｍｏｓＳｈａｒｉａｌ和ＫｅｉｔｈＥ．Ｐｒｉｃｅ导出的运动参数估计方法，提出一种新的改进算法，并将改进算法与原算法进行了比较．从实验结果可以发现，改进算法比原算法具有更多的优点．     

图像序列中运动目标深度估计

通过对生物视觉深度运动知觉机理的研究，推导出基于深度运动知觉提取三维运动目标深度信息的数学模型和计算公式．研究结果表明，根据三维运动目标在二维成像平面上的运动可以判断是否存在深度方向变化以及大致区分目标运动的方向．同时如果假定已知运动目标的大小，根据它们在像平面上ｘ或ｙ方向的相对运动变化可以对于目标的深度运动进行估计．经过采用实际图像序列所进行的实验，获得了令人满意的结果．     

基于双卡尔曼滤波的锂电池SOC估计

针对电池SOC估计误差较大的问题,本文提出了双卡尔曼滤波算法。介绍了电池常用的等效模型和使用方向,以双RC模型为基础建立了电池系统的空间方程,使用混合脉冲功率特性测试法得到了模型参数值;推导了安时积分法和扩展卡尔曼滤波原理,在基础上提出了双卡尔曼滤波算法,对双卡尔曼滤波的原理和公式实现进行了详细推导;设计了电池组的充放电实验对算法进行验证,结果表明安时积分法估计误差随时间不断增大,扩展卡尔曼算法估计误差震荡很大,双卡尔曼滤波的估计精度较高,最大估计误差只有0.13%。     

一类非线性动态系统的参数辨识和状态估计

为了对青霉素发酵过程采用计算机控制，提出了一种适合于一类非线性动态系统参 数辨识的方法。同时，根据在线获取的可测信息（二氧化碳释放率），利用随机状态估 计原理，实时估计了青霉素发酵过程中不可测的状态变量（菌体浓度、基质浓度、产 物浓度）。对实验室和生产现场提供的几批数据进行了计算机仿真，结果表明：文中所 提供的技术方案对青霉素生产过程实现状态监控是可行的。     

应用遗传算法推算多元溶液热力学数据

应用遗传算法推算溶液热力学数据，并对标准遗传算法作了适当的改进，得到改进的遗传算法.举水+DMF (二甲基甲酰胺)，正丙醇+DMF，水+正丙醇体系推算水+DMF+正丙醇三元体系为例，并与POWELL法比较.计算结果表明，遗传算法比POWELL法不仅在二元参数关联上有更强的能力，而且对预测三元数据也有更好的效果.     

非线性回归模型线性化后的参数估计精度问题

根据LS估计理论,对非线性回归模型线性化后参数估计精度存在的问题进行了分析,通过变量变换对线性化模型随机误差的方差进行了修正,建立了新参数估计模型.新参数估计模型满足Gauss-Markov假定,保持了LS估计的优良性质.     

从序列图像中获取点目标三维运动参数

本文研究了摄像机有机动,而点目标在短时间内作匀速直线运动的情形.研究表明,只要点目标——摄像机相对运动方程满足可观测性条件,那么就可从三幅序列图像中确定点目标的三维运动参数,进而估计出它的空间坐标.文中还对算法的抗干扰能力进行了分析,结果表明,摄像姿态以及点目标——摄像机相对运动方程的曲率是影响算法抗干扰能力的两大因素。最后给出了计算机模拟结果.