Radon变换在低信噪比图像中的线段检测

Radon变换在数学理论上有重要价值,并可用于图像直线特征的提取,但是在检测线段时,Radon变换无法提供线段的端点以及长度信息,低信噪比时检测难度加大。探讨了Radon变换在低信噪比图像特征检测的适用性,分析了Radon变换的优势与不足,并从信息融合的角度出发,提出了Radon变换补充的应用策略,对低信噪比的机场跑道图像进行了验证,显示出较好的检测效果。     

基于线奇异性的路面裂纹检测方法

提出一种基于ridgelet变换的线性特征检测方法,用于提取在复杂背景下高速路面的线性裂纹,克服了小波变换只能处理点奇异性的局限性。利用Radon变换与一维小波变换相结合的算法实现ridgelet变换,提出了Radon变换重建原图像的基本条件。应用于实际的路面数据检测,结合默认阈值为27．9395的方法去除噪声,结果表明,ridgelet变换在提取直线性裂纹及抑制点噪声方面优于经典小波变换的处理效果,其分辨率达到2mm精度。     

一种SAR海洋图像舰船尾迹检测与判别方法

本文针对常规Radon变换域中尾迹峰值检测的不确定性问题,提出了一种基于特征空间决策的尾迹检测算法。该算法首先门限化图像的Radon变换系数,提取出所有可能的峰值点;然后对这些相应的局部峰值的“截面”进行连续小波变换峰值匹配,再根据提取到的参数形成决策矢量在特征空间中进行决策。对仿真和实际数据处理的结果表明,该方法能有效、准确地检测到SAR图像中的舰船尾迹。     

SAR图像舰船尾迹检测及其真假判别方法

针对常规Radon变换域中尾迹峰值检测的不确定性问题,提出了一种基于特征空间决策的尾迹检测算法.该算法首先门限化图像的Radon变换系数,提取出所有可能的峰值点;然后对这些相应的局部峰值的"截面"进行连续小波变换峰值匹配,再根据提取到的参数形成决策矢量在特征空间中进行决策.对仿真和实际数据处理的结果表明,该方法能有效、准确地检测到SAR图像中的舰船尾迹.     

使用Radon变换快速检测直线目标的多应用方法

利用Radon变换能够检测直线和反映目标直线结构的能力,根据对目标特征先验知识生成的规则,对图像Radon变换结果进行有效分析。快速检测机场、港口等直线性目标,然后采用基于假设检验策略的方法,经直线拟合得到直线段的精确位置,解决了Radon变换不能精确定位的问题。通过对机场跑道、港口目标图像的实验,显示出简单、快速、多应用、具有良好检测定位效果的特点。     

基于改进的局部化Radon变换线特征检测

传统的Radon变换是建立在图像域到参数域的变换,需要将建立在欧式几何坐标空间的图像转换到具有极化坐标特性的参数域中,变换过程复杂。提出的改进的局域化Radon变换将变换建立在与图像统一坐标系统中,图像的Radon变换参数直接反映了原始图像的相应特征。在此基础上建立的局域化Radon变换概念清晰,同时在对线段的恢复方法简便,试验证明了本方法的有效性。     

一种改进的SAR图像舰船尾迹检测算法

Radon变换被广泛用于合成孔径雷达SAR图像上舰船尾迹的检测.由于舰船尾迹在SAR图像上呈现线性特征,并对应于Radon变换域中亮或暗的峰值点,因此通过检测变换域中的峰值点可以确定舰船尾迹.提出了一种新的基于Radon变换的SAR图像舰船尾迹检测算法IADA(Improved Automatic Detection Algorithm).考虑到海杂波的影响,IADA算法主要利用局部自适应检测算法来搜索变换域峰值点;另外还采用方向梯度算法来搜寻被检测到尾迹的起点.在真实SAR图像上的检测结果证明了该算法的有效性和准确性.     

基于改进的Hough变换的直线提取算法

Hough变换的运算精度及其运算速度,在高速、高精度工作环境下具有重要的意义,提出了一种改进的Hough变换的直线提取算法。通过对零件图像预处理、改进的Hough变换处理,实现了快速、高精度地轴类零件轮廓直线的检测。利用C++编程,采用Open CV,针对某轴类零件轴径的非接触检测,实现了改进的Hough变换的直线提取算法。     

一种用于弹道终端飞机红外图像机轴检测的算法

以制导引信一体化(GIF)为背景,利用红外成像导引头图像信息,对飞机目标姿态识别技术展开研究;在提取出飞机目标图像骨架的基础上,提出一种改进的Hough变换与最小二乘拟合相结合的算法检测出了飞机轴线。利用Hough变换鲁棒且不需启发信息的特点进行初步检测,确定直线存在的大致区域;利用最小二乘拟合法确定直线区域内特征点回归直线的精确参数;对该算法进行仿真。仿真结果表明,提出的该算法提高了飞机轴线检测的检测率和检测精度,降低了对Hough变换的分辨率要求,可以减小算法整体的空间开销。     

基于Radon和解析Fourier-Mellin变换的篡改图像盲检测算法

复制粘贴（Copy-Move）是一种极为常见的图像篡改方式。为了快速有效地检测图像经过旋转、缩放等操作后的篡改图像,本文提出了一种基于Radon和解析Fourier-Mellin变换的篡改图像盲检测方法。文章首先对图像进行分块,之后将图像块进行Radon和解析Fourier-Mellin变换,并提取计算变换结果后的矩特征值,最后计算矩特征值的相关性。本文算法不需要对灰度图像进行二值化与归一化处理,而是直接从图形的Radon变换与Fourier-Mellin变换的结果中提取不变特征,理论分析与实验结果表明,本文提出算法的检测结果优于基于正交矩的检测方法,而且对均值为0的白噪声的鲁棒性显著高于基于正交矩的检测方法。      

基于演化历史信息的自变异协同量子行为粒子群优化算法

提出一种基于演化历史信息的自变异协同量子行为粒子群优化算法（ESH-CQPSO）.该算法采用二维空间分割树结构记录群体演化过程中的位置和适应值,借助群体之间的协同机制确保增强搜索能力,提高优化性能,防止过早收敛.通过空间分割机制可以获得一个快速的近似适应度函数.这个近似值可以提高ESH-CQPSO中的变异策略,使得相应的变异操作是一种无参数、多样性的自适应变异.对比其他传统算法,通过对标准测试函数的实验结果表明,ESH-CQPSO算法在处理多峰和单峰测试函数时具有更好的优化性能,收敛精度和收敛速度都得到了提高,证明该算法的有效性.     

基于机器视觉的车道线精确检测算法

车道线检测是车辆智能驾驶系统的重要组成部分.针对传统的车道线检测方法精度低、实时性能差的问题,提出一种基于机器视觉的车道线精确检测算法.该算法采用车道内侧边缘线代表车道线,具体包括预处理和车道线提取两个步骤:预处理部分包括灰度化、Sobel边缘检测、ROI设定、二值化,最终得到车道线部分的二值图像;车道线提取部分包括图像切片、改进的Hough直线检测、DBSCAN直线聚类以及直线拟合,最终得到精确的车道边缘线信息.最后将算法应用于各种场景下的路况测试,实验结果表明:该算法的平均准确率为94.9％,平均处理时长为25.6 ms/f,具有很好的实时性和鲁棒性.     

5G NR的小区搜索改进算法

5G NR时代对速率、容量和用户体验都有更高的要求。在5G NR物理层中,小区搜索是不可或缺的过程。小区搜索主要包括主同步信号(primary synchronization signal,PPS)检测算法以及辅同步信号(secondary synchronization signal,SSS)检测算法。传统PSS检测算法和SSS检测算法已无法满足5G NR各项指标的基本需求。为了解决这一问题,在传统M分段互相关检测算法基础上提出了改进PSS检测算法。当信道环境恶劣时,传统SSS检测算法也将失效,提出的改进SSS检测算法可以解决此问题。最后,对传统算法和改进算法进行仿真对比分析。仿真结果表明,改进算法的检测性能明显提升,检测效率和整体性能也提高了。     

基于加权自学习散列的高维数据最近邻查询算法

因为查询和存储具有高效性,学习型散列逐渐被应用于解决最近邻查询问题.学习型散列将高维数据转化成二进制编码,并使得原始高维空间中越相似的数据对应二进制编码的汉明距离越小.在实际应用中,每次查询都会返回许多与查询点汉明距离相同而编码互不相同的数据.如何对这些数据进行排序是一个难题.提出了一种基于加权自学习散列的近邻查找算法.实验结果表明,算法能够高效地对具有相同汉明距离的不同编码进行重排序,加权排序后查询的F1值约是原来的2倍并优于同系算法,时间开销可比直接计算原始距离进行排序降低一个数量级.     

Localized Radon transform-based detection of ship wakes in SARimages

Presents a Radon transform-based approach to the detection of ship wakes in synthetic aperture radar (SAR) images. The key element of this technique is a localization of the Radon transform, whereby the intensity integration is performed over short line segments rather than across the entire image. A linear feature detection algorithm, which utilizes this localized Radon transform, is then developed. In this algorithm, referred to as the feature space line detector algorithm, the transform space is subjected to processing which serves to isolate and locate the response of linear features and suppresses the response of false alarms. This algorithm is tested on both synthetic images corrupted by various levels of Weibull multiplicative noise and on actual SAR images of ship wakes. The results of this testing demonstrate the algorithm's robustness in the presence of noise, as well as its ability to detect and localize linear features that are significantly shorter than the image dimensions     

认知MIMO系统中改进的干扰信道学习算法

针对认知MIMO系统中认知用户获知干扰信道的问题,提出了一种改进的盲信道学习算法。该算法用循环雅可比方法估计干扰信道矩阵的零空间,其参数是利用主用户的功率控制机制,通过二分搜索法获得。然后以抑制认知用户对主用户的干扰为目标,提出在学习过程中动态调整二分搜索精度的方法来改善算法收敛性能。理论分析和仿真结果表明,所提算法比BNSL算法收敛速度明显加快,信道学习过程中对主用户的干扰有明显改善。      

基于Radon变换的昆虫上升下降率提取算法及实验验证

昆虫上升下降率是反映昆虫在迁飞过程中的运动方向与运动速率的重要指标。由于传统垂直昆虫雷达存在距离分辨率低、目标检测关联算法不完善等问题,昆虫上升下降率的提取较为复杂。本文提出一种基于Radon变换的昆虫上升下降率提取算法,该算法通过脉冲多普勒积累与恒虚警检测实现了雷达快时间/慢时间一维距离像矩阵到二值化航迹矩阵的转换,再利用Radon变换从二值化航迹矩阵中实现了昆虫上升下降率的直接提取。通过对实测数据的处理,验证了该算法的可行性。      

基于相关编码的光纤拉曼温度传感系统的解码算法研究

针对相关编码技术中传统解码运算的计算效率低和 存储空 间大的问题,利用重叠保留法对拉曼散射信号进行分段处理,并采用基于快速傅立叶变换(FFT)的循环相关代替各个分 段内的离散线性相关,最后将各段结果组合完成对系统的解码运算。在512bit Golay编码的20km光纤拉曼温度传感 仿真系统中,解码时间由传统移位相关算法的0.228s减少到了0.025s,提高了8倍以上的解码效率,解码过程中FFT运 算所需的存储空间由传统循环相关算法的 1280000bit减少到了65536bi t,减小了19倍以上的存储空间。上述结果表明,本文方法是一种实时有效的解码方法。     

基于特征域聚类下Radon变换的火车票图像方向检测算法研究

随着我国交通服务行业的发展,火车票票面信息的自动化识别已经成为提升铁路服务效率的重要手段,针对票面信息识别系统中获取火车票方向不一致的问题,本文提出了一种基于特征区域聚类下Radon变换的方向检测算法。首先,算法通过k均值聚类对火车票图像进行聚类分块,消除复杂背景的干扰,提取到火车票信息区域;然后,通过数字形态学闭运算结合图像块操作保留能够反映火车票位置信息的图像方向特征区域;最后,利用改进的Radon变换检测出火车票的倾斜角度。实验结果表明:该算法的矫正正确率为97.8%,矫正的时间为16.79s;该算法能够消除图像复杂背景、方向特征区域领域像素点对方向检测的干扰,能够对全角度任意方向的火车票图像进行方向检测,具有较高的实用价值。