自然背景图像的分形模型与人造目标自动识别

本文介绍以自然背景图像的分形模型为依据,对自然背景中人造目标进行检测的基本原理、技术特点和发展过程;介绍以分形技术为核心的自动目标识别系统的技术关键、系统性能和系统的应用前景;最后分析了目前分形技术中存在的局限性,提出了针对这些局限性应当开展的研究工作的基本思路。     

高分辨力雷达目标识别研究

本文讨论了基于高分辨力距离像的特征提取技术和利用模糊分类来进行目标识别的问题，探讨了几种建立隶属函数的方法，给出了对五类飞机目标的识别实验结果。     

运用目标回波来识别目标的探讨

本文根据雷达目标脉冲响应的极点不随视角而变的特点,选用目标的固有极点作为目标识别的特征。对于目标回波的极点提取,介绍了时域的Prony法,推导了抵消脉冲法,评价了它们的优缺点。总结以上两种方法,提出了选用上两法的P次多项式的系数为特征的特征参数法,井把性能优良的Burg算法运用于特征参数法中。最后,对这三种方法进行了计算机模拟识别的比较。     

基于Gabor小波和神经网络的红外图像识别算法

首先对原始红外图像进行适当的预处理 ,然后用由小波Gabor滤波器的线性组合所构成的复合滤波器提取红外图像的特征 ,并且用神经网络获取最佳复合滤波器参数从而得到最佳的目标特征矢量。用两类方向相反 (左向和右向 )的低对比度红外坦克图像进行计算机仿真实验 ,取得了较好的识别结果。     

地/海面远距离慢速目标单站无源定位技术研究

在现有单站无源定位方法的基础上 ,介绍了相位差变化率定位法。该方法利用观测平台上两个相互正交的相位干涉仪接收目标辐射电磁波的相位差获取目标的方向信息 ,利用对应的相位差变化率获取目标的径向距离信息 ,从而实现对目标的实时高精度交叉定位。给出了机载观测平台水平直线飞行且无飞行姿态变化条件下的定位表达式。仿真结果表明 ,该方法是一种极具发展前途的单站无源定位方法。     

基于不同准则函数的雷达目标特征空间变换

为解决雷达目标高分辨距离像的识别问题 ,将 4种基于不同准则推导出的线性特征空间变换进行了归纳。分别用这几种变换方法对 6类飞机缩比目标高分辨距离像数据进行特征空间变换 ,然后用同一分类器判决 ,并对其识别结果加以分析与比较 ,得出在该应用条件下的有益结论。     

用Kalman滤波改进的背景建模红外运动目标检测

针对运动目标检测中的背景重建问题,提出一种用Kalman滤波理论改进混合高斯背景模型的建模方法,进行背景图像的重建和更新.把当前帧目标图像与背景图像进行差分运算,检测出运动目标.通过红外图像库中标准数据集的测试,实验结果验证了该方法应用于红外图像运动目标检测的有效性.     

稀土Y改性Ti／Sb2O5-SnO2电催化电极的制备及表征

为改善Ti／Sb2O5-SnO2电极的电催化性能,采用浸渍法制备了Y改性Ti／Sb2O5-SnO2电极。以活性艳红X-3B为目标有机物,考察了电极的电催化性能,对制备温度和Y掺杂量进行了详细的实验研究,确定的适宜制备条件为热处理温度550℃、Y掺杂量0.8％。采用SEM、EDS、XRD等分析方法对所制备电极的表面形貌、元素组成及结构进行分析,发现稀土Y的掺杂可以使SnO2粒径变小,有利于电极电催化性能的改善,同时Y元素的引入可使杂质元素Sb、Y在电极表面涂层富集。Y改性Ti／Sb2O5-SnO2电极表面主要是四方相金红石结构的SnO2晶体。电极动电位扫描测试结果表明Y改性Ti／Sb2O5-SnO2电极具有较高的阳极析氧电位,有利于有机物的阳极氧化降解。     

高分辨遥感综合定标技术系统的研发助推我国遥感产业进入发展新阶段

随着定量遥感信息技术的快速发展,对遥感数据质量检测与评估提出了迫切的应用需求。本研究攻克了宽动态高均匀固定人工靶标技术、自主辐射定标技术、高分辨率微波图像分辨率在轨检测技术等瓶颈问题,构建了涵盖地面标准测试目标系统、地面测量技术系统、测试数据处理系统在内的高分辨遥感综合定标技术系统,建成了国际上系统化程度最高、综合测试功能最强、适用范围最广的航空航天共用高分辨遥感综合定标场。该技术系统已用于多型国产新型遥感载荷的严格航空校飞以及多个系列国内外高分辨率遥感卫星的在轨定标与性能评测,在提升我国遥感技术社会经济效益转化质量和回报效率等方面发挥了重要作用。     

改进ViBe算法与Meanshift结合的目标跟踪方法

为解决视频监控系统中因光照变化、相似颜色干扰及快速动目标而导致的目标易丢失问题,提出一种改进ViBe算法与Meanshift结合的目标跟踪方法。首先采用三帧差分和ViBe算法结合进行前景目标提取和检测,以消除鬼影的干扰,利用色度特征和梯度特征相结合的方法来抑制阴影;同时通过将边缘特征融入到Meanshift算法中,引入运动矢量在当前帧中预测下一帧运动目标的位置,实现场面监视环境中运动目标的持续、准确跟踪。通过在监控视频中行人、车辆及飞行器等不同场面目标做实验,验证了本文方法不仅能够持续、准确地跟踪运动目标,并且可适用于场面雾天低能见度条件下的运动目标跟踪。