目标检测的多分辨小波Holder数法

针对传统纹理分割方法的不足,从分形布朗运动的平均Holder数出发,提取人造目标与自然场景的相对距离,根据相对距离区分物体和背景,通过不同分辨率下的小波Holder数的计算,进行直线拟合．利用拟合后直线的斜率及线性度等参数可进行目标的检测．实验表明,与用单纯的分形特征参数相比,所提出的方法是一种快速、有效的人造目标识别方法．     

基于数字摄像的双目标法测量夜间能见度

利用数码相机拍摄图像,模拟人眼对能见度进行测量是最理想的道路能见度探测方法,它具有极强的实用价值。本文介描述了基于数字摄像的双目标法测量夜间能见度。所谓双目标法就是利用数码相机拍摄地平线附近的两个距离不同的目标物(这里采用的是两个路灯),并将这两个目标物呈现在同一张图像上。这样保证了拍摄的两个目标不会存在时间的差异。该方法消除了大气消光系数、亮度阈值的测量,从而使得夜间能见度的测量变得简单可行。并且将测量的结果与气象局发布的能见度值进行了比较。     

高空急流与重力内波

讨论了高空急流下重力内波的发展过程,结果表明：当稳定必数小时,急流可向内波扰动提供能量,使内波得以发展。在引入时空缓变量后,得到了弧立子解,这对于解释某些中尺系统的强烈发展具有一定的意义。     

神经网络识别分类中交叉模糊问题的研究

针对神经网络在分类问题研究中出现的交叉模糊问题，提出误差比对法对模糊问题加以解决。以BP网络对TBM和诱饵进行分类识别为例，分析表明该方法精度可靠，可望较好地解决分类问题中的模糊问题。     

一种新的自适应视频流拥塞控制方法

提出了一种新的面向终端的基于Rrr（Round Trip Time）的自适应视频流拥塞控制方法——New—AVSP（New Adaptive Video Stream Protocol）。New-AVSP采用基于波形平滑指数和波形突变指数的滑动窗口加权平均RTT估计算法（FMMA）对RTT值进行平滑估计；并采用基于参数自适应的速率预测方法（PAMA），调整终端注入网络的业务流量。仿真结果表明：New—AVSP与已有的针对流媒体应用的拥塞控制方法相比，在突变情况下具有更快的逼近速度；在小幅度渡动情况下具有更为平滑的控制曲线。     

优化支持向量机核参数的核矩阵方法研究

参数选取问题一直是支持向量机研究的热点.虽然核校准(KTA)方法广泛应用于支持向量机参数优化问题中,但是它仍存在不足.以核矩阵为研究出发点,深入分析了采用核校准方法优化核参数对分类性能的影响,然后综合核校准方法和特征空间中样本集的分布提出了一种核校准改进方法.对比实验表明该算法是有效可行的.     

运动目标识别与跟踪的模板匹配算法改进及仿真研究

针对传统模板匹配算法存在运算量大,以及干扰物中有部分区域和目标形状相同时识别率差的问题,改进传统的模板匹配算法,并在MATLAB6.5环境下,应用改进的新算法对简单背景中的运动目标进行计算机识别与跟踪仿真.新算法先对识别区域进行扫描点检测,判断该点是否满足要求再进行模板匹配运算;当某些干扰物体中某部分区域与目标模板相同时,采用自动模板更新的方法进行区分.仿真实验结果表明,改进的模板匹配算法大大减少模板匹配的运算量,并且可以有效地排除干扰物体对目标识别的干扰.     

采用熵函数法的多传感器空间配准算法的研究

针对传感器空间配准问题,提出了一种基于滑窗法的极小化极大熵函数的传感器空间配准算法。该算法使用熵函数作为优化准则,根据传感器的量测模型推导出关于传感器系统偏差的目标函数,然后借助极大熵函数的思想,将目标函数的绝对值转化为对应的极大熵函数,并且使用拟牛顿法求得的极大熵函数的解作为传感器系统偏差的估计值。在单目标跟踪场景和多目标跟踪场景下,与传统传感器空间配准算法在相同的仿真条件下进行对比,仿真结果表明,所提算法能够有效地提高传感器距离量测和角度量测系统偏差的估计精度,从而实现高精度的空间目标跟踪。     

基于上下文敏感度的动态图像目标识别

针对机载实时系统获取的图像序列既不满足背景固定又没有目标、背景的高灰度比,而且常规方法处理这些图像存在局限性,提出了基于上下文敏感度的运动图像目标识别算法.首先,对标准Hough变换(HT)算法进行改进,即沿着某一方向做HT,如果线段长度或已识别的目标点数加上剩余线段长度小于阈值,则停止此方向的扫描,这种变换克服了标准HT以图像边界点为扫描边界的缺点.其次,在静态图像识别的基础上,定义了图像识别的置信度,对运动图像前后帧的关系进行了量化,据此实现了对目标的识别.实验结果表明,与标准HT相比,改进的算法不仅具有很强的稳定性和高抗干扰能力,识别准确性高,而且处理速度是标准HT的3～5倍.     

飞行器结构特征提取与识别

针对天空背景下的飞行器，从目标的结构特征出发，采用SUSAN算子将目标从背景中提取出来；结合边缘信息，利用灰度重构对云层区域进行抑制；对处理后的图像二值化后，利用形态学算子对目标区域填充；最后对目标区域细化，利用先验知识发现目标的头部，实验结果证明了该方法的可行性．