基于新的视觉合并机制的目标识别方法

提出了一种新的特征合并机制,模拟初级视皮层中复杂细胞汇聚合并来自不同简单细胞的响应.该机制首先对简单细胞的线性响应进行归一化,然后将同频率和方向下不同相位简单细胞的响应进行能量合并,最后取局部邻域内响应的最大值作为合并后的输出,得到对输入刺激具有一定相位和平移不变性的不变特征.将其应用于目标识别,在MNIST手写数据库上的测试结果表明:基于新的合并机制的方法能取得更低的识别错误率,对目标的局部变化有更强的鲁棒性.     

单应变换下无人机序列图像高效率压缩算法

针对高空无人机航拍序列图像的实时图像压缩问题,设计了一种基于单应变换的可精确定比的高压缩性能低计算复杂度航拍序列图像压缩算法.该算法使用机载惯导数据进行编码帧组划分并获得中间帧相对于首尾帧的初始单应变换,进而通过多子区匹配实现对单应矩阵的快速精确求解,然后通过单应变换来实现对中间帧的整体运动估计和补偿,最后用JPEG2000算法对帧组数据进行整体压缩.实验结果表明,相对于传统算法,该算法具有计算复杂度低、压缩比高、保真度好、可精确定比压缩的优点.     

无人集群博弈对抗系统仿真验证及决策关键技术综述

无人集群博弈对抗是一种新兴的作战样式,在智能化战争扮演着至关重要的作用,其核心是自主生成博弈对抗决策序列,为集群“赋能”。分析了无人集群博弈对抗系统仿真验证的进展;从基于专家系统和博弈论的技术、基于群体智能和优化理论的技术,以及基于神经网络和强化学习的技术三个方面论述了自主决策关键技术,以及课题组在自主决策上开展的相关工作;提出了无人集群博弈对抗的发展方向。     

机载平台下半标定的下视图像极线校正方法

以无人飞行器下视光学成像平台为研究背景,提出了一种相机半标定的下视图像极线校正方法.先对机载下视摄像机的成像几何模型进行了分析,在此基础上推导出一种新的极线校正单应估计函数,并用最小二乘法估计变换参数.结合惯导参数分析可知：所提出的方法不依赖于基础矩阵的精确求解,且在理论上只须1对同名点即可求解.实验结果验证了该方法校正精度高,校正速度快,且图像变形明显小于经典的极线校正算法.     

基于映射的复轮廓波变换纹理图像检索系统

轮廓波变换纹理检索系统检索率比较低的根本原因在于轮廓波变换域系数的振荡性和移变敏感性。为了克服轮廓波变换的这些缺陷,提出了一种基于映射的复轮廓波变换。在该变换的基础上,采用变换域子带系数的能量和标准偏差序列作为特征向量,以Canberra距离为相似度度量标准,构造了一种纹理图像检索系统。实验结果表明,在特征向量长度、检索时间、所需存储空间基本相同的情况下,基于映射的复轮廓波变换检索系统比轮廓波变换检索系统具有更高的检索率。     

基于最小二乘支持向量机的三维地形匹配选择

采用互相关代替自相关的方法计算基准图子图的相关长度,引入子图均值标准化的方法计算基准图子图的地形熵,使得它们的计算值和基准图子图的匹配概率之间具有良好的单调性.以相关长度、地形熵和粗糙度作为反映基准图子图适配性的特征向量,采用最小二乘支持向量机作为分类工具,将基准图子图划分为适配的和非适配的两类,并由适配的基准图子图类构成地形匹配区.实验结果表明所提出的方法能够有效地规划出所需的三维地形匹配区.