一种新的车牌号码倾斜校正方法

利用矩阵奇异值特征向量计算倾斜车牌图像的旋转角α,把倾斜图像旋转±(90-α),进行水平倾斜校正;在垂直倾斜校正中,论文提出了K-means聚类拟合直线法和最小二乘拟合直线法等两种校正方法,分别计算出垂直倾斜角θ,并对水平倾斜校正后的图像进行逆错切变换,得到最终的校正图像.实验结果表明,论文方法能快速准确地检测出图像的倾斜角,并具有较强的抗干扰性和应用适应性.相对于Hough变换校正方法,论文算法缩短了处理时间,在相同的条件下,处理时间比Hough变换快了4.13倍.为图像倾斜校正提供了一个新的有效方法.     

一种手持式MEMS磁力计的罗差校正方法

针对手持式MEMS磁力计使用过程中航向精度低的问题,在分析磁力计误差的基础上,建立了罗差校正模型,推导了罗差系数的计算公式,采用椭圆假设、约束最小二乘法、解卷绕和滑动窗口滤波等方法降低磁力计航向误差。该校正过程简单方便,只需手持MEMS传感器组旋转一周。实验结果表明,该校正方法具有良好的抗噪声性能,校正后的磁力计航向精度优于1°。     

一种新的自适应干涉动目标检测方法

本文在详细分析干涉动目标检测方法的基础上,提出了一种新的从雷达接收到的原始数据中直接提取干涉对消杂波所需参数的方法.这种方法计算量不大,易于工程实现.计算机仿真证明了这种方法具有很好的杂波对消效果.     

ISAR 系统相位失真的一种校正方法

(ISAR)主要应用于雷达静止不动而目标运动的场景,能够获得高分辨的二维图像。ISAR 系统比较 大的幅相失真会造成散焦等情况,从而使成像模糊,因此有必要对系统的幅相失真进行补偿以提高成像质量。文中给出某ISAR系统相位失真的一种实际校正办法。该系统带内相位原来800度左右的起伏,跟踪空间站时距离门内主副瓣比≤20 dB,经过该方法校正后带内相位达到≤5毅的水平,距离门内主副瓣比达到≤28 dB 的水平。     

一种无线网络规划中的双斜率传播模型校正算法

为了解决无线网络规划中传播预测的准确性问题,并提高双斜率传播模型的实用性,该文提出了一种基于最小二乘法的迭代式双斜率传播模型校正算法,通过实验和仿真证明了算法的有效性,并给出了与单斜率传播模型的校正效果的对比,证明了双斜率传播模型的校正效果优于单斜率传播模型,更适合在无线网络规划中使用。     

系统误差校正中的时间对准问题研究

在雷达组网系统中，为了能迅速而准确地进行误差校正，必须对用于误差校正的数据进行快捷而有效的空时对准。提出在单目标和多目标情况下的时间对准方法，并用最小二乘法对时间对准后的雷达数据进行误差校正仿真，实验结果证明了该算法的有效性。     

大斜度井中倾斜校正方法

大斜度井中的响应信号倾斜校正一直是测井理论研究工作的重要课题。本文对国内外专家在此领域所做的工作做以简单总结,主要分两大方面：硬件方面和软件方面。硬件方面主要是对钻具压力和钻头偏斜力的控制。软件方面主要借助计算机强大的计算功能,分别介绍了图版法、滤波法、反演法和解析法。图版法直接读取地层中心电导率。用于双感应测井倾斜校正。滤波法利用最优化方法设计自适应滤波器,从而反演出地层真电导率。反演法利用逐次逼近和反复迭代,经多次运算从而寻求最佳电导率。滤波法和反演法可用于校正倾斜角度小于75°的斜井响应。解析法利用电磁场理论由电压可直接求取任意角度下的地层真电导率,适用于油基泥浆测井环境的倾斜校正。     

一种检测噪声中正弦信号的SVD方法

本文以对观测数据矩阵直接进行奇异值分解为基础提出了一种正弦检测的新方法.与其它方法相比,本文方法具有噪声特性较好,能处理较短数据序列以及较好的计算稳定性等优点,能够有效地消除正弦观测序列中的噪声干扰,得到较好的估计结果.仿真实验证明了本文方法的正确性和有效性.     

一种新的GNSS快速定位算法

GNSS定位的经典算法Gauss-Newton迭代法对初始位置依赖性强,若初值设置不当则迭代次数增加,而每次迭代涉及矩阵乘法和矩阵求逆,计算量剧增,直接影响系统冷启动首次定位时间。直接解算定位法无需初值和迭代计算,计算量小但定位精度较差。针对上述问题,本文提出了一种两步快速定位法,首先用直接解算法解算出用户的概略位置,然后将距离方程组在该位置处进行泰勒展开,用加权最小二乘算法计算用户位置的修正量,概略位置修正后即为用户位置。新算法与传统Gauss-Newton迭代定位算法相比,在保证相同定位精度前提下大幅降低运算量,具有重要的工程意义。仿真结果证明了新算法的有效性。      

一种手持式电子磁罗盘航向误差校正方法

针对传统的磁罗盘补偿方法计算量大、需要标定设备的问题,提出了一种利用陀螺仪相对航向辅助校准的方法。在分析磁罗盘误差的基础上建立了误差模型,采用梯度下降法解出姿态信息对磁场数据进行倾斜补偿,在陀螺仪相对航向角的辅助下,采用最小二乘法拟合经过倾斜补偿后的磁场数据求解出误差模型的系数。实验数据表明,该算法能够有效的对磁罗盘误差进行补偿,可以将磁罗盘的航向角测量误差控制在1°之内。     

利用两次奇异值分解实现二维ESPRIT参量配对

本文主要讲述了一种ESPRIT的改进算法，该算法利用两次奇异值及一次SCHUR分解从而实现对ESPRIT各维估计参量的配对。该方法采用了二排均匀直线阵并附加一阵元，以此来对阵列进行两次子阵分解。利用子阵信号数据矩阵中包含的信号空间的旋转不变性质，借助于矩阵束方法求解出信号的二维到达角，仿真结果证实了该算法的有效性。     

基于奇异值分解的特征跟踪方法

在传统的基于模板匹配的跟踪方法中,均是给定一个模板,然后从图像中各个位置取出一个个与模板大小一致的区域进行相似性度量,找出与模板距离最小的一个区域作为当前模板,以便进行下一步的匹配跟踪工作。在景象匹配和相关跟踪过程中,由于所面临的大多数是变化的场景,实时获取的图像与预存模板之间存在比较大的差异,传统相关匹配方法的应用就会受到限制;而且在跟踪过程中,随时更新模板会造成跟踪性能对扰动过分敏感,从而产生漂移。首先拍摄目标不同角度的图像（尽可能包含目标可能出现的所有情况）,构成目标图像训练集合,抽取出特征矩阵,对它进行奇异值分解,构成一个关于目标的多维空间。然后再用匹配方法在全局范围搜索,找出目标的大致位置,并利用收敛方法在确定的大致位置内进行搜索,确定目标的仿射变换系数,从而得到一个目标位置的确切描述。     

基于奇异值分解的图像匹配方法

传统的图像匹配方法中, 由于实时图和参考图之间存在着灰度差异和几何形变,仅用灰度作为特征进行匹配算法的性能很容易受到影响。文中提出了一种基于奇异值分解的图像匹配方法。该方法首先利用奇异值分解方法,求出模板图像矩阵的奇异值及奇异值向量,用它们作为模板图像的特征代替传统算法中的灰度对两幅待匹配图像进行全局搜索定位。由于奇异分解方法所特有的优越性,匹配实验取得了良好效果。实验结果验证了该方法的有效性。     

基于复杂天气条件的车牌图像定位方法研究

针对雨天、雾霾天等复杂天气条件,提出了一种车牌定位方法.首先采用CLAHE方法进行图像增强并控制噪声放大,利用维纳滤波去除非周期噪声.通过对雨天图像频域特征进行分析,设计出一种新的利用频域掩模滤除雨水条纹的方法.最后结合边缘检测与形态学运算,提取车牌区域,并利用Radon变换进行倾斜校正.实验证明,文中提出的车牌定位算法适于复杂天气情况下车辆图像的定位,定位准确率达到96％,具有一定的实用价值.     

基于高维张量奇异值分解的图像加密

现有基于奇异值分解(SVD)的彩色信息加密系统提供了一种光学矩阵分解方案、安全的密文和敏感的密钥。高维张量奇异值分解(HOSVD)是SVD矩阵的自然线性延伸,提出了一种基于HOSVD的彩色图像加密算法。在加密过程中,HOSVD比SVD提供了更多的密文乘法组合次序。这些乘法组合次序可以有效地增加未经授权的解密难度。在解密过程中,HOSVD的重建精度比SVD更高。这些优点提高了准确性、安全性和鲁棒性。通过对100个图像测试数据集的计算机仿真验证了该算法的可行性。     

Saliency detection based on singular value decomposition

Saliency detection has gained popularity in many applications, and many different approaches have been proposed. In this paper, we propose a new approach based on singular value decomposition (SVD) for saliency detection. Our algorithm considers both the human-perception mechanism and the relationship between the singular values of an image decomposed by SVD and its salient regions. The key concept of our proposed algorithms is based on the fact that salient regions are the important parts of an image. The singular values of an image are divided into three groups: large, intermediate, and small singular values. We propose the hypotheses that the large singular values mainly contain information about the non-salient background and slight information about the salient regions, while the intermediate singular values contain most or even all of the saliency information. The small singular values contain little or even none of the saliency information. These hypotheses are validated by experiments. By regularization based on the average information, regularization using the leading largest singular values or regularization based on machine learning, the salient regions will become more conspicuous. In our proposed approach, learning-based methods are proposed to improve the accuracy of detecting salient regions in images. Gaussian filters are also employed to enhance the saliency information. Experimental results prove that our methods based on SVD achieve superior performance compared to other state-of-the-art methods for human-eye fixations, as well as salient-object detection, in terms of the area under the receiver operating characteristic (ROC) curve (AUC) score, the linear correlation coefficient (CC) score, the normalized scan-path saliency (NSS) score, the F-measure score, and visual quality.     

基于琼斯矩阵奇异值分解的旋转双折射光纤偏振特性测量

本文根据旋转线双折射光纤中偏振态演变的基本理论,提出一种通过对测量系统琼斯矩阵的奇异值分解,得到待测旋转光纤中偏振本征态椭圆度大小和稳定性的方法。对自制的旋转线双折射光纤的偏振特性进行了实验测量,实验结果与电流传感器的测量结果基本一致。本文提出的测量方法为研究旋转线双折射光纤的偏振性能提供了一种简便可行的途径,可用于提高旋转线双折射光纤的工艺水平和光纤电流传感器的稳定性。     

基于奇异值分解动态寻找最佳压缩比的方法

针对奇异值分解变换在对图像进行压缩时,其压缩比是动态可调的,从而提出了一种新的方法,在图像压缩过程中能自适应的寻找最佳压缩比。文章引入能量差Q的概念,利用Q与奇异值个数q之间的关系,通过确定合适的Q值,动态寻找最佳的q值,从而达到动态图像压缩的目的。经过对多幅灰度图像的压缩实验证明,该方法切实可行,具有一定的应用前景。     

利用奇异值特征的激光成像雷达目标识别

随着激光技术的发展,激光成像雷达在现代战争复杂战场环境中逐渐获得了广泛的应用,目前激光成像雷达目标识别技术已成为国内外研究的热点.基于激光成像雷达的距离像,以地面军事目标为识别对象,提出了针对奇异值特征的激光成像雷达目标识别算法.利用奇异值特征表征图像具有良好的稳定性,通过分析识别率与奇异值特征数目的关系,从激光成像雷...