电视制导导弹武器系统通信区域仿真研究

通信区域是电视制导导弹武器系统的重要战术参数之一。它由图像和指令的正常通信范围的交集组成,受导弹武器系统和多种外界因素的影响。根据导弹、飞机的空间位置关系,以及图像/指令传输系统的无线数字通信链路公式,建立了导弹武器系统的通信区域模型。通过仿真计算,可以得出飞机与导弹武器系统的最大、最小通信距离,以及飞机偏离弹载天线的角度范围。实践证明,利用该仿真模型得到的通信区域满足战术技术指标要求,具有良好的应用价值。     

三维医学图像分割的改进量子进化搜索算法

传统量子进化算法用于搜索某些函数极值时精确度较低且稳定性较差.针对该问题,借鉴模拟退火算法,根据进化代数及个体的适应度值,修正了传统量子进化算法旋转门函数的旋转角度值,并应用于三维医学图像分割,从而形成了一种用于三维医学图像分割的改进量子进化算法.100次阈值计算实验结果表明,提出的分割算法与传统量子进化算法相比,在保持了传统量子进化算法收敛速度快特点的同时,可大大提高算法在三维分割中的精确性和稳定性.     

三维粒子测速系统中遗传匹配法的设计

提出了基于遗传算法的三维粒子图像匹配方法及实际中的优化设计。该方法以视差为编码、结合SSD(sum of square difference)与SAD(sum of absolute difference)法对结果进行评估,并通过单点、多点的双交叉、变异与序列的混沌化处理达到对分析空间的搜索;最后,局部处理结合全局唯一性迭代检测进一步增加了匹配结果的可信度。利用优化前后所提算法对空间粒子图进行了对比及误差分析。结果表明:所提算法适用于粒子测速系统的立体匹配,能够给出较准确的视差信息。     

基于现场可编程门阵列的图像调焦系统

数字图像自动调焦技术,不仅能提高调焦精度,而且能降低对成像系统加工和装配精度的要求。采用基于功率谱的评价函数对成像系统的聚焦位置进行识别,提出了基于现场可编程门阵列(FPGA)的自动调焦系统实现方案,主要完成图像预处理、清晰度判别和对焦控制等功能。针对自动调焦算法计算量大、计算复杂等特点,采用中值滤波和灰度值线性变换的图像预处理方法,以及流水线作业、乒乓操作、双蝶形处理器复用、基-2 FFT算法相结合的工作模式。研究表明,利用FPGA强大的并行及高速数据处理能力,使得图像调焦算法不再成为复杂控制系统的速度瓶颈。     

Retinex理论在航空影像增强中的应用

在航空影像的成像过程中,由于大气衰减、云层、烟雾、向阳、背阳等影响,使获取的影像质量下降,出现对比度降低、亮度不均、色彩失真等问题。针对这些问题,提出结合人眼颜色恒常性的典型计算理论Retinex理论,来模拟人眼视觉的感知模型,通过一个像素和其周围像素的明亮度比较运算,获得对象表面的反射率影像,并基于"灰度世界"假设,对图像进行了后处理。给出了Retinex算法在航空影像增强中的具体实现流程,并进行了计算机仿真实验。结合方差、平均梯度、清晰度等参数,验证了算法在图像对比度、细节增强和色彩保真等方面的效果。     

基于多小波的SAR图像去噪与压缩

SAR图像固有的乘性相干斑噪声降低了图像的相关性,增加了信息熵,影响了图像压缩的性能.多小波能够同时拥有正交性、紧支性和对称性,比单小波具有更多的自由度.因此提出了在多小波域进行去噪和压缩相结合的SAR图像编码算法.首先对图像进行多小波变换,采用改进的软阈值法抑制相干斑噪声同时对图像边缘进行保护,再对多小波系数重排建立空间方向树,然后采用多级树集合划分(SPIHT)算法进行编码.实验结果表明,该算法改进了重建SAR图像的PSNR,同时对相干斑噪声进行了有效的抑制.     

基于NSCT变换的红外与可见光图像融合算法

分析了非子采样Contourlet变换滤波器组的设计与实现方法,提出一种基于非子采样Contourlet变换的红外与可见光图像融合算法。首先将图像作非子采样拉普拉斯金字塔尺度分解,并在各个尺度层对高频子带作非子采样方向分解;然后分别采用基于区域能量和区域方差的的融合规则得到融合图像的非子采样Contourlet低频系数和高频系数;最后再进行非子采样Contourlet逆变换得到融合图像。实验结果表明,该方法的融合效果优于àtrous小波变换方法和Contourlet变换方法。     

基于自适应遗传算法的超平面分类及遥感应用

智能分类算法是遥感影像分类研究的热点,遗传算法作为一种智能全局优化技术在遥感影像分类中具有良好应用前景.针对现有多光谱遥感影像分类方法的不足,提出了基于自适应遗传算法的超平面分类方法(hyper plane-adaptive genetic algorithm,HP-AGA)并应用于遥感影像分类,该方法利用神经网络中的神经元激活函数Sigmoid函数,对遗传算法中交叉率、变异率进行非线性自适应性调整,不再需要反复训练遗传参数,同时利用快速全局寻优特点,确定分类超平面的各个位置参数,从而获取最佳分类超平面集进行分类.多光谱遥感影像分类方法的应用实验表明,基于自适应遗传算法的超平面遥感分类方法能更快、更稳定地收敛到全局最优解,具有更好的效率及鲁棒性,并能取得优于简单遗传超平面分类算法及传统分类方法的分类精度.     

基于上下层MAS的SAR图像海洋分布目标检测

针对SAR图像中的海洋分布目标,从人的认知过程出发提出了一种基于上下层多Agent系统(top bottom multi Agent system, TBMAS)检测算法。该算法针对上下层Agent定义了不同的行为。下层Agent获得初步的视觉知觉,上层Agent加入联想分析等处理获得最终检测结果。算法从分布目标的局部统计特性考虑,不需要进行统计模型和参数的估计,利用局域直方图和Kullback Leibler散度进行差异度分析。实验表明,对于多种分布目标均有较好的检测效果。     

基于最小生成树与概率松弛结合的谱匹配算法

提出了一种基于最小生成树与概率松弛结合的谱匹配算法。该算法分别对给定的两个待匹配的特征点集构建最小生成树,通过最小生成树构造Laplace矩阵,由奇异值分解该矩阵得到的特征值和特征向量,计算出特征点匹配的初始概率,利用概率松弛迭代法,获得最终匹配结果。用大量的真实序列图像进行比较实验,结果验证了该算法的有效性和准确性。