仿射不变性特征提取在目标识别中的应用

从不同角度、距离获取的图像中提取不受视点因素影响的仿射不变特征,是图像目标识别、图像几何校正、景象匹配、图像检索等领域的共性问题。从仿射几何的角度出发,在对仿射变换、仿射不变性进行研究的基础上,利用仿射几何的不变性提取仿射不变特征量。针对同底面积比基元进行目标识别存在的问题,引入改进局部不变量,并提出3种基元特征提取算法,以排除锯齿点干扰进行角点提取。Matlab仿真分析过程中,对图像进行基元特征提取,采用改进局部不变量进行计算、比较及识别,能够有效建立图像特征值比较模型。实验结果表明:该局部不变量能较好地识别相同目标,用于不同目标间的分类识别时能取得好的分类效果。     

基于多重示范的智能车辆运动基元表征与序列生成

为解决不同驾驶风格的类人驾驶轨迹生成问题,以包含同类型多重示范的真实行车轨迹数据集为依托,提出一种基于驾驶风格参量提取的运动基元表征及基元序列生成方法。单一运动基元以改进的动态运动基元方法进行表征,并引入奇异值分解实现同类型轨迹集合中主要形状表征参量与驾驶风格参量的分离;基元序列则是在关联各独立表征参量的基础上,利用准均匀B样条 曲线进行序列拟合。结果表明：单一运动基元表征方法在保证轨迹表征精度的同时,扩展了基元依据驾驶风格的泛化调整能力;基元序列生成方法既实现了对目标点航向和位置的钳位,又保证了各独立基元之间的平滑过渡。     

基于Matlab的创伤弹道三维重构

为了快速获得准确的弹创空腔三维模型,首先对用X射线以正交方式同步拍摄的两张瞬时创伤空腔图像进行格式转换、对比度调整和除噪等预处理,然后采用水平集算法提取正交图像的边缘轮廓,最后在对瞬时创伤空腔剖面形状进行椭圆近似的基础上,利用Matlab强大的数据可视化功能进行三维重构。结果表明,该方法建立的弹创空腔三维模型直观、有效,可以为弹药设计和战伤救治提供理论依据。     

基于综合时频检测的雷达信号脉内特征提取

通过对小波变换法、Wigner—Ville分布等典型雷达信号脉内特征提取方法优缺点的分析，提出了一种将小波变换法和Wigner-Ville分布提取的结果进行截断综合的综合提取算法，实现了雷达信号的脉内特征准确提取。仿真结果表明，该算法在较低信噪比下仍有很好的效果。     

基于有限元法的贮液瓶跌落响应特性提取方法

针对目前无法对引信电源贮液瓶跌落过程内部现象和特性进行提取并观察分析的现状,提出了基于有限元法的引信电源贮液瓶跌落响应特性提取方法。该方法利用有限元法中的任意拉格朗日-欧拉算法结合ANSYS/LS_DYNA软件对跌落响应过程进行特征提取,可以清晰地提取贮液瓶整个跌落过程中的应力变化等内部微观变化及特性。实例验证及跌落试验结果表明,该方法可以提取贮液瓶跌落过程响应特征,清晰地观察整个贮液瓶跌落过程中应力变化等微观变化,安全跌落高度判定准确率达97%。     

参考基元的位置与圆柱阵测向性能分析

为了优化设计立体麦克风阵列，满足声学预警系统全空域测向的需求，推导了立体阵测向系统的克拉美-罗界。在此基础上，以圆柱阵为例，深入分析了选择不同参考基元位置对测向性能的影响。仿真结果表明：相对于参考基元在原点，参考基元在z轴负半轴可以提高俯仰角的估计精度，测向算法也易于实现；参考基元在圆环上则可以同时提高方位角和俯仰角的估计精度。     

一种改进的自适应关键帧提取方法

针对关键帧提取方法中关键帧数目固定,不能根据镜头自适应调整的缺点,将帧间差法与运动变化信息熵方法相结合,提出一种自适应关键帧提取方法。根据镜头的变化确定提取的关键帧数目,采用运动信息的变化熵来提取关键帧,构建关键帧提取的数学模型,并通过实验进行验证。实验结果表明、该算法明显优于等间隔关键帧提取算法,提取的关键帧能较完整地表现序列图像的运动过程,更有利于对视频内容的理解。     

跟踪窗自适应的捷联导引系统目标跟踪算法

捷联图像末制导导弹在跟踪的后期阶段,弹目距离和成像视角的变化会引起图像尺度和旋转变化,目标区域将由小变大直至充满整个视场。针对经典的Mean Shift算法在图像制导目标跟踪过程中不能自适应目标的尺度和旋转变化这一问题,研究了一种跟踪窗自适应的Mean Shift目标跟踪算法。对初始选定的椭圆目标跟踪区域和候选区域进行加权操作,并利用权值图像的零阶矩和Bhattacharyya系数,对真实目标面积进行精确估计。利用估计出的目标真实面积,并结合权值图像的2阶中心矩进一步构建可表达目标窗口内图像特征的协方差矩阵,再通过奇异值分解建立椭圆面积与协方差矩阵特征值之间的关系,从而计算出椭圆目标区域实际的主轴长度和方向,实现跟踪窗的自适应变化。仿真实验结果表明,该方法既具有Mean Shift算法精度高、实时性好的特点,同时又扩展了Mean Shift算法在目标发生尺度和旋转变化时的自适应能力。     

基于感知编组的SAR图像建筑物检测算法

针对合成孔径雷达(SAR)图像自动解译的需求,研究了高分辨率的SAR图像建筑物检测技术。由于人造目标按照某种方式有组织的构成,而机器视觉可以模拟人类视觉的感知编组能力获取图像的相关组织和结构,并可以根据特定的准则将提取到的图像特征编组成为更高层的结构,利用该特性,将感知编组方法用于检测建筑物,通过边缘检测和霍夫变换提取直线段基元,结合感知编组和建筑区在SAR图像上表现的亮度特征,提出了一种平行适应度函数辅助建筑物检测。基于对实测SAR图像的实验结果表明,该检测算法可靠,定位准确,并能有效地降低虚警率。     

基于RANSAC + LS算法的红外成像全局运动设计

提出了一种基于RANSAC+ LS算法的红外成像全局运动估计方法。该算法的实现过程如下：首先对匹配块进行预检验；然后利用本文算法对尽可能多的内点进行运动参数估计；最后对参数估计结果利用双线性内插方法进行运动补偿。该算法计算速度快，比RANSAC算法利用了尽可能多的内点，并能克服LS算法易受错误匹配对和外点影响的缺点。利用对实际拍摄的红外图像实验表明，该算法计算精度高于RANSAC算法和LS算法。     

目标检测网络在无人机视觉定位的应用

针对当前无人机视觉定位准确性和稳定性的难题,对目标检测网络在无人机视觉定位的应用进行分析。 依据无人机视觉定位的特点和目标检测网络的优势,以特征分层提取作为主体设计思路,通过修改SSD 网络结构, 设计损失函数、更改候选框筛选规则、合并归一化网络,提出一种将改进SSD 网络引入无人机视觉定位的算法,得 到无人机的位置信息,并验证了算法的可行性。实验结果表明：该网络能满足无人机视觉定位的要求,有一定的理 论及实用参考价值。     

SLAM算法在AUV中的应用进展

同步定位与地图创建（SLAM）是水下航行器在全球范围内实现自主导航的一个基础且重要问题。首先介绍了SLAM算法在水下航行器应用的国内外最新进展,指出了SLAM算法所面临的问题,阐述了研究的环境描述、环境特征提取和不确定信息的描述等难点问题,并对SLAM算法的主要实现方式进行了归纳。最后结合水下航行器的特殊应用环境,探讨了未来SLAM算法的研究趋势和发展方向。     

含错m序列本原多项式的高阶统计测定算法

针对含错m序列的本原多项式测定问题进行了研究。提出了基于高阶统计原理的m序列本原多项式的测定方法。通过寻找含错m序列的高阶统计峰值算得本原多项式的高阶倍式,再通过求高阶倍式的最大公约式来推导出该序列的本原多项式。利用概率分析的方法,深入研究了算法中各个参数之间的相互关系及其取值,为实际中更好的使用该方法提供了依据。与实际中常用的Walsh变换法相比,新算法的性能不再受制于本原多项式的抽头数,且具有很好的容错能力。新算法不足之处在于计算复杂度相对较高。     

基于光谱色的迷彩主色提取方法

针对采用聚类方法进行数码迷彩设计时存在提取主色的色度不稳定问题,提出一种基于光谱色的主色聚类中心确定算法。在建立CIE-XYZ系统的基础上对颜色的种类进行划分。将图像颜色从RGB空间转化到XYZ颜色空间,然后通过CIE-XYZ系统计算每一像素颜色的主波长、色纯度,并以主波长、色纯度为标准,选取初始聚类中心的颜色来代表背景图像的主色。实验结果表明:该算法实现的时间复杂度低,执行效率高。     

基于Hermite插值的制导炮弹姿态旋转矢量优化方法

在制导炮弹姿态解算过程中,角增量提取精度对姿态解算精度的影响显著,为此提出一种Hermite 插值二子样角增量提取算法。进一步优化Hermite插值公式的系数,得出优化Hermite插值二子样角增量提取算法。在锥动环境下,将该算法与Lagrange插值三子样角增量提取算法进行仿真和试验对比。结果表明：采用所提出的Hermite插值二子样角增量提取算法的姿态解算精度优于Lagrange插值,且优化Hermite插值更适用于制导炮弹姿态解算的实际情况;该算法不仅适用于制导炮弹高动态环境,而且在同样精度条件下,可降低姿态更新采样频率,降低了对导航计算机的要求。     

基于Hausdorff距离和免疫遗传算法在图像匹配的应用研究

部分Hausdorff距离和免疫遗传算法相结合的图像匹配算法包括：定义编码与适应度函数、确定交叉变异算子及免疫操作。部分HD距离作为模板匹配的相似性测度，可有效减少匹配计算量；免疫遗传算法具有较强的鲁棒性和强大的并行搜索能力。两者的结合明显缩短匹配时间，提高匹配的精确度和鲁棒性。仿真结果验证该方法高效稳定。     

多径瑞利衰落信道下一种改进的分布式MIMO-OFDM符号定时同步算法

为了在多径信道中实现精确的符号定时估计,提出一种利用后向搜索的方式来提高同步算法在多径信道下的性能。分析分布式MIMO-OFDM系统模型,在OVPSP算法的基础上进行改进,提出多径信道下符号定时的改进算法,能够在路径损耗严重的多径瑞利衰落信道下,实现分布式MIMO-OFDM系统的精确定时估计,并通过Matlab仿真进行分析。仿真结果证明：该方法比传统的符号定时算法精度提高了30%,能实现更为精确的定时,有较好的应用前景。     

针对RSA密码芯片的SEMD算法攻击实验

为了对RSA密码芯片的DPA攻击进行深入研究，介绍采用相应攻击算法对AT89C52单片机上加密程序进行攻击的过程，设计并搭建了功耗分析测试平台。利用该平台，对单片机实现的8位模拟RSA加密算法进行了SEMD算法差分功耗分析（DPA）攻击实验。实验结果表明：当进行差分的功耗轨迹中对应部分无法准确对齐时，SEMD攻击算法存在失效现象。     

定向测量与加权算法的信息隐藏技术

针对压缩感知(compressed sensing,CS)技术中的观测值存在一定的冗余、可以进行秘密信息写入的问题,为提高隐藏算法的不可感知性与运算速度,提出一种定向测量算法,即只对载体图像的重要部分进行稀疏、测量,同时在隐藏时利用加权的思想对隐藏位置进行选择,并给出信息隐藏与提取的方法.仿真结果表明:该方法在不可感知性与计算时间损耗上均优于传统算法,且具有一定的鲁棒性和抗提取性.