一种高分辨率遥感影像码头轮廓提取方法

针对高分辨率遥感影像码头提取中靠岸舰船的干扰难题,提出了一种高分辨率遥感影像码头轮廓提取方法。该方法首先对码头区域影像进行海陆分割分离出海域,然后利用码头轮廓的平直特性和舰船的形状特征,在海陆图像中的陆域进行靠岸舰船和码头目标的粘连分割,从而实现码头目标轮廓信息的获取。实验结果验证了该方法的有效性。     

一种基于可变夹角链码的靠岸舰船目标检测方法

高分辨率遥感图像上靠岸舰船的灰度、纹理特征往往和码头接近,其自动检测相对比较困难,而半米粒状轮廓特征是靠岸舰船检测中区分度较好的特征之一。利用可变夹角链码对靠岸舰船的这种轮廓特征进行描述,具有平移、旋转及缩放相对不变性。改进了可变夹角链码生成算法,并在此基础上提出了一种基于可变夹角链码的靠岸舰船检测方法。实测数据实验证明该方法在一定程度上能够解决靠岸舰船检测问题。     

一种基于几何特征的舰船与码头目标分割的新方法

论文以可见光卫星图像中码头停靠的舰船目标为研究对象,提出一种新的码头与停靠舰船的分割方法。该方法根据码头区域的平直几何特征,利用改进的Hough变换提取码头轮廓,通过二次分割将停靠舰船与码头分离,从而解决了由于停靠舰船与码头区域连接,无法根据灰度特性将舰船目标与码头区域完整地分割的困难,达到准确识别舰船的目的。     

一种基于轮廓匹配的近岸舰船检测方法

海岸线上或港口内的舰船检测具有很大的实际意义,尤其是目标的变化检测。但由于近岸背景的干扰,很难用传统的海面舰船检测方法实现。针对这一问题,提出了一种基于部分Hausdorff距离测度的图像轮廓匹配方法,适于近岸舰船检测。该方法具有如下特点：①利用快速距离变换和金字塔分解加速Hausdorff距离匹配实现;②由原图像逐级构造轮廓金字塔,避免了轮廓信息的过度采样。实验用卫星数据对该方法的性能进行了验证和分析。     

一种信息安全的应用架构研究

信息安全技术的快速发展,为信息的应用需求提供了安全保障,保证信息的有效使用。舰船电子信息系统的应用较为特殊,信息安全直接决定着系统的正常运行和任务执行,文章先介绍了信息安全的概念、特点及常用的安全技术,随后分析了舰船电子信息系统的特点,结合舰船电子信息系统的安全需求,提出一套面向舰船电子信息系统的安全架构,描述了技术的实现重点,提高了舰船电子信息系统的安全性。     

基于轮廓重构和特征点弦长的图像检索

轮廓描述法作为形状检索中最为关键的步骤,应体现目标的整体形状信息和重要特征点信息,并具备对噪声干扰的鲁棒性.提出一种基于轮廓重构和特征点弦长的图像检索算法,首先在目标轮廓提取的基础上分析轮廓的能量保持率,并进行轮廓的降维重构处理,从而减少了随机噪声造成的轮廓畸变.然后,通过新定义的支持域来计算轮廓点的特征强度,并分析了支持域半径与特征点提取结果的关系,从而筛选出有效的轮廓特征点.最后,根据轮廓点和相应特征点间的弦长关系构造轮廓特征函数,经相应处理后,最终得到的形状描述子满足不变性要求.大量实验结果表明,该算法无论是在常规样本库中,还是在噪声样本库中都具有更优的检索性能.     

人机交互装配中手部指形轮廓信息检测方法

人机交互装配系统中人体手部生物特征的识别与描述是手部装配动作描述与行为理解的基础。在肤色建模与识别、指节特征模型学习的基础上,通过肤色识别结果给出的模板轮廓坐标,计算轮廓链的局部转角比率和逐点向量积,描述基于逐点比较法的指节处的轮廓特征,结合手指生物结构的经验判据,对指尖与指根位置进行检测与推断,实现手指轮廓特征点的初步识别,通过指形拟合完成手指初步定位,为指形平面位姿分析提供基础。在手部多特征检测的基础上进行图像信息融合,结合指节学习模型与自适应阈值识别的指节位置检测,对指形的定位信息进行修正以提高检测的准确性。实验测试结果表明,该手部指形轮廓信息检测方法可行。     

舰船作战指挥仿真测试系统研究

舰船作战指挥系统是一个典型的复杂大系统,如何构造仿真测试环境对系统的功能、性能指标进行测试是必须研究和解决的问题.为了给舰船作战指挥系统的研制、建设、管理和使用提供试验环境,从装备试验技术发展的角度提出了装备试验对舰船作战指挥仿真测试系统的需求,描述了舰船作战指挥仿真测试系统的体系结构、工作流程、信息关系和主要功能,这将有助于对舰船作战指挥系统的功能、性能指标进行测试以及对其综合作战效能进行分析和评估.     

入侵检测系统的模式建立与匹配方法

现有方法在对数据属性进行分析处理时,容易造成属性中关键信息的丢失,导致了较高的误报率和漏报率.基于这种现象,提出了一种特殊的两阶段聚类方法和基于模糊轮廓树的模式匹配方法.由描述属性建立模糊轮廓树,在此基础上,再对行为属性实施聚类.最后,得到一系列的"某一类型下的若干行为模式".同时,这棵模糊轮廓树又具有判定树的功能.在检测阶段,根据模糊轮廓树,确定一个模糊类别,在该模糊类别内再实施精确的匹配操作.该方法有效保护了属性中蕴含的描述信息和行为信息,避免其关键信息丢失,降低了入侵检测的误报率和漏报率.     

基于角点和三角形内间距的多工件检测方法

针对堆叠条件下工件的视觉检测问题,该文提出了一种基于角点特征信息的三角形内间距 (Triangular Centroid Distances,TCDs)描述子。首先,对目标局部轮廓角点和方向进行检测;然后, 基于检测到的角点和方向信息在模板轮廓上生成疑似轮廓段;最后,对目标轮廓和模板上的疑似轮廓段提取改进后的描述子特征矩阵,并计算目标轮廓矩阵与各疑似轮廓特征矩阵之间的距离,其中距离最小的疑似轮廓段即为目标轮廓段在模板轮廓段上的匹配结果。实验结果表明,在相同取样点的情况下,所提出的算法不仅识别准确率优于传统三角形内间距算法,而且计算效率也大幅提升。     

高分辨率遥感图像港内舰船的自动检测方法

在高分辨率的光学遥感图像中,港口内停靠舰船的灰度、纹理特征与陆地接近,因此同行驶于海上的舰船相比,是较难实现自动检测的目标.考虑到港口几何布局稳定的特点,提出了一套基于地理信息的舰船目标检测算法.该算法结合矢量数据和栅格数据的优点,采用模板形式存储地理信息,并以自动阈值法进行目标的粗分割,充分利用先验信息和相关知识完成并联目标的切割和断裂目标的连接.通过仿真实验,证明该算法能准确、快速的实现港内舰船的自动检测.     

基于MDL Shape Model及EFD的行人轮廓2D+time表示

针对智能监控的行人轮廓特征提取,先利用MDL shape model得到紧致但能充分表征轮廓几何特征标志点之间的对应关系,再利用椭圆傅里叶分解把行人轮廓表示为一系列不同频率下椭圆傅里叶系数组成的向量,最后得到行人2D time轮廓的描述向量。实验结果表明,此方法不但可以在几何上直观地表示行人轮廓,而且大大降低了轮廓向量的维数。     

基于MDL Shape Model及EFD的行人

针对智能监控的行人轮廓特征提取,先利用MDL shape model得到紧致但能充分表征轮廓几何特征标志点之间的对应关系,再利用椭圆傅里叶分解把行人轮廓表示为一系列不同频率下椭圆傅里叶系数组成的向量,最后得到行人2D＋time轮廓的描述向量。实验结果表明,此方法不但可以在几何上直观地表示行人轮廓,而且大大降低了轮廓向量的维数。     

On Stability of the Center of Masses, Vectors, and a Fourier Descriptor of the Vector Representation of an Image Contour

In the theory of pattern recognition, one of the basic methods of describing the contour of a plane image of an object is the method of its representation in the form of an ordered set of the most informative points of the contour. These points are commonly called control ones and are generally chosen by way of the analysis of values of the curvature function or its normed estimate, i.e., its weight. In this work, studies are made of the stability of various vector characteristics of a contour to a small change in the weights of control points, to the addition of new control points, etc.     

港口油品配送系统调度优化的启发式方法

基于带时间窗的车辆路径问题优化理论与方法,首先给出了港口油品配送计划调度满足的数学模型,然后基于智能理论,针对配送时间、空间和配送载重量等限制条件,发展了一系列进行运输路径计划制定的启发式方法,如种子需求选择方法、路径插入可行性检测方法及移动、交换等优化路径方法,来得出最优的港口船舶柴油配送调度方案。最后通过实例验证说明了该文方法的有效性。     

Non-parametric planar shape representation based on adaptive curvature functions

This paper presents a non-parametric method to extract a very short feature vector from the curvature function of a planar shape. Curvature is adaptively calculated using a new procedure that removes noise from the contour without missing relevant points. Then, its Fourier transform is projected onto a set of vectors, which have been chosen to be as representative as possible, to obtain the similarity between the input object and each vector of the set. These similarity values are the elements of the feature vector. The proposed method is very fast and classification has proven that the representation is good.     

基于小波分析的等高线数据压缩模型

鉴于矢量地图数据压缩在地形环境仿真、制图综合、GIS等研究中具有重要作用，为此，利用小波变换理论和矢量地图数据的特点，提出了一种用于等高线数据压缩的模型和方法，即首先，基于小波变换的特征，提出了基于小波变换的等高线数据压缩的基本思想；然后，根据等高线数据的小波变换特点，研究了小波变换的边界处理；同时，给出了用于等高线数据压缩的特征点选取方法；并提出了基于小波变换的等高线数据压缩模型；最后，根据提出的压缩模型，对实际等高线数据进行了实验。理论分析和实验结果表明，该方法不仅能保持较高的压缩比，而且能使压缩后的数据保留原来数据的变化趋势，从而较好地反映了原数据的内在特性和规律性。     

基于力场分析的多目标图像分割算法研究

提出基于力场分析的图像分割方法,为解决参数轮廓模型处理多对象的图像分割问题。首先分析梯度矢量流力场生成机理与力场的特点,建立真实轮廓处力场(零力场)充分条件,依据零力场充分条件生成离真实轮廓处3-5像素距离的初始轮廓线,逼近得到多对象的目标轮廓线;再引入扩散梯度矢量流力场,简化零力场识别与连接过程,降低时间复杂度。试验结果表明,方法对多目标图像分割可得到精确的结果,可以提高轮廓精确度与抗噪性,降低时间复杂度,用户可自主选择图像中感兴趣的对象,在医学图像处理、遥感测绘领域有一定应用价值。     

Classification of silhouettes using contour fragments

In this paper, we propose a fragment-based approach for classification and recognition of shape contours. According to this method, first the perceptual landmarks along the contours are localized in a scale invariant manner, which makes it possible to extracts the contour fragments. Using a predefined dictionary for the fragments, these landmarks and the parts between them are transformed into a symbolic representation that is a compact representation. Using a string kernel-like approach, an invariant high-dimensional feature space is created from the symbolic representation and later the most relevant lower dimensions are extracted by principal component analysis. Finally, support vector machine is used for classification of the feature space. The experimental results show that the proposed method has similar performance to the best approaches for shape recognitions while it has lower complexity.     

Smooth surface approximation to serial cross-sections

The reconstruction of the surface model of an object from 2D cross-sections plays an important role in many applications. In this paper, we present a method for surface approximation to a given set of 2D contours. The resulting surface is represented by a bicubic closed B-spline surface with C² continuity. The method performs the skinning of intermediate contour curves represented by cubic B-spline curves on a common knot vector, each of which is fitted to its contour points within a given accuracy. In order to acquire more compact representation for the surface, the method includes an algorithm for reducing the number of knots in the common knot vector. The proposed method provides a smooth and accurate surface model, yet realizes efficient data reduction. Some experimental results are given using synthetic and MRI data.