智能子弹对声目标CACEMD-VDAKF跟踪算法研究

为了研究智能反坦克子弹药(BAT)对声目标机动检测与跟踪的问题,推导了适合智能子弹药系统的MUSIC估计算法,并计算了声信号的空间方位谱及功率谱,提出了一种针对信号几何窗口的变量--当前平均改变能量(current average change energy,CACE),利用该变量推导了基于当前平均改变能量的机动检测算法,将此算法与机动目标跟踪变维自适应Kalman滤波模型相结合,得到了基于当前平均改变能量的机动检测与变维自适应Kalman滤波算法(CACEMD-VDAKF);通过半实物仿真实验,计算了目标在不同运动状态下的空间功率谱和方位谱,证实了该算法对声信号处理的可行性,MATLAB仿真结果验证了CACEMD-VDAKF算法对二维声目标跟踪的有效性及稳定性.     

光学相关红外目标识别算法研究

为了解决联合变换相关器对红外目标难以识别的问题,研究了一种基于二进小波边缘检测和迭代阈值相结合的红外目标识别算法,设计了一种新型滤波器,对输入物面滤波.经过滤波处理后的物面能够更大程度上体现图像的特征信息,抑制噪声.实验结果证实该方法能有效提高光学相关红外目标识别的能力.     

最大平均相关高度法实现复杂背景畸变目标识别

相关模式识别的瓶颈技术是对复杂背景下畸变(比例缩放、旋转等)目标的准确识别。通过对多种畸变目标识别算法的研究比较,对已有的最大平均相关高度(MACH)滤波器进行了改进。在合成滤波器时把白噪声和模拟背景噪声结合在一起,并对滤波器的控制参数进行优化,使滤波器具有较高的畸变容差并能有效抑制复杂的背景噪声。在畸变公差范围内,用改进后的最大平均相关高度滤波器对畸变目标(可见光目标和红外目标)进行频域滤波,能够得到尖锐的相关峰,准确的识别目标。作为实例,对复杂背景下的战机和红外目标吉普车进行了计算机模拟实验,验证了该算法的可行性。     

图像相关识别器的光信号计算机实时处理

在光学联合变换相关器作图象识别的基础上,将参考图像和目标图像的联合变换功率谱及相关输出强度分布输入计算机进行实时处理,提取并量化谱面上有用的信息,依据相关输出图像相关峰及其锐度对相关程度进行实时量化评价.     

采用联合变换相关的透镜中心偏差测量

基于双相位编码光学联合变换相关技术提出了一种测量透镜中心偏差的方法以确定偏差方向并提高测量精度。在经典联合变换相关原理基础之上,使用两个相位函数分别对参考图像和联合功率谱进行编码,并选用合适的滤波器消除旁瓣干扰,得到单个互相关峰的输出。利用该双相位编码后的联合变换相关技术探测不同目标图像相对于参考图像的位移矢量,并拟合圆。此拟合圆圆心到圆上点的矢量即为经自准直光学系统放大后的偏心矢量,从而同时确定了中心偏差的大小和方向。实验结果表明,通过双相位编码后的相关输出仅保留一个尖锐的相关峰,实现了位移矢量的亚像元探测;使用联合变换相关技术准确地测量了透镜的中心偏差,其测量结果的实验标准差为0.1μm,误差绝对值最大为0.3μm,满足一般透镜中心偏差测量的要求。     

基于最大一致的水下目标协同定位

针对水下运动目标定位时,现有的平均一致无迹Kalman 滤波器仅能实现近似一致而带来定位精度低的问题,提出一种分布式最大一致无迹 Kalman 信息滤波算法。首先,建立目标与传感器模型,构建水下目标协同定位框架;然后,通过等价变换将集中式无迹 Kalman 滤波算法改写为信息滤波形式,降低传感器计算维数;最后,对改写后的信息向量和信息矩阵采用最大一致处理策略,并引入虚拟节点技术来处理节点同值问题。结果表明,所提算法的定位轨迹与目标实际轨迹重合度更高且误差整体水平更小,验证了所提算法的有效性。     

光电混合联合变换相关器目标探测与识别

用电寻址液晶EALCD作为空间光调制器SLM,用计算机控制的EALCD并排显示参考信号和实时扫描的目标信号,并用面阵CCD作为平方律探测器记录其联合变换功率谱,通过光学傅立叶变换,输出相关信号,识别目标并确定目标在空间的方位.其特点是,由于用CCD探测功率谱,可以用各种数字处理技术提高系统的信噪比,并能更精确的探测和识别目标;采用光学傅立叶变换及光学相关探测使所有采样点并行处理,并以光速进行,提高了处理速度.     

基于改进 Census 变换的图像立体匹配算法研究

针对传统的 Census 区域匹配算法过分依赖窗口中心像素信息,导致算法受到噪声干扰时匹配精度降低的问题,提出一种基于改进 Census 变换的匹配算法.采用局部像素反差值为中心像素选择的评判标准,对传统的 Census 变换进行改进,增强了窗口像素信息的利用,提高了算法对像素值突变的适应性,使算法有更好的鲁棒性;代价聚合阶段采用引导图滤波算法并结合多尺度聚合模型,增强平坦区域像素间的区分度;采用 win-take-all 算法选取最优视差值,完成视差计算;采用区域投票策略和中值滤波算法完成视差精化.利用该改进算法对 Middlebury 平台提供的标准图像进行实验,实验结果表明该算法较传统Census 算法有较好的抗噪能力和立体匹配精度.     

齿轮裂纹早期诊断方法研究

选用Morlet小波基函数,将连续小波变换分别应用于时域同步平均信号和齿轮啮合残余信号.对比分析了正常齿轮、微小裂纹齿轮和破损齿轮的小波功率谱和最大小波功率谱,发现齿轮啮合残余信号的小波功率谱和最大小波功率谱对微小裂纹较敏感,能较早地诊断齿轮裂纹的出现.提取小波功率最大值及其与平均值的比值,作为诊断齿轮裂纹出现和进展的量化指标,并作了分析验证.对比分析了齿轮振动时域同步平均信号和啮合残余信号的时域波形和傅立叶频谱,均不能及时诊断微小裂纹.     

半球谐振陀螺滤波算法研究

针对半球谐振陀螺输出信号噪声的特点,提出了一种处理该噪声的前向线性预测(FLP)滤波与小波变换相结合的滤波方法,运用Allan方差法对滤波结果进行了分析.该方法以FLP滤波作为前段滤波器,采用DB4小波函数的强制阈值小波变换作为第二级滤波器.为了改进该级联滤波算法的不足,提出了基于神经网络的滤波融合算法.仿真结果表明,该滤波融合算法保留了级联滤波算法的优势,同时最大程度的保留了信息的完整度,滤波精度得到极大提高.     

采用核相关滤波器的自适应尺度目标跟踪

由于现存的大多数基于检测的跟踪器都没有解决尺度变化问题,本文在传统的基于检测的目标跟踪框架下设计了一种尺度估计策略,并给出了基于核相关滤波器的自适应尺度目标跟踪算法。该算法利用核函数对正则化最小二乘分类器求解获得核相关滤波器,通过对核相关滤波器的在线学习完成目标位置和尺度的检测,并在线更新核相关滤波器。为了验证本文算法的有效性,选取了10组场景复杂的视频序列进行测试,并与其它5种优秀跟踪方法进行了对比。结果表明,本文提出的方法比上述5种优秀跟踪方法中的最优者的平均距离精度提高了6.9%,且在目标发生尺度变化、光照变化、部分遮挡、姿态变化、旋转、快速运动等复杂场景下有较强的鲁棒性。     

小波改进最大平均相关高度法实现畸变目标识别

为了解决图像匹配识别中复杂背景下畸变目标无法准确识别的问题,结合墨西哥帽( Mexican Hat)小波母函数重新设计了最大平均相关高度(MACH)滤波器,得到墨西哥帽-最大平均相关高度(Mexican Hat-MACH)匹配滤波器进行复杂背景下畸变目标的识别.为了平衡墨西哥帽-最大平均相关高度匹配滤波器的各项性能,需...     

二值化联合变换相关器

对二值化联合变换相关器进行了理论分析和计算机模拟,尤其是旋转和尺寸变化对联合变化相关峰值的影响.理论分析表明,当存在旋转时,适当引入一个尺寸变化,对旋转会有某些抵消作用,计算机模拟给出了与理论分析相符的结果.     

采用改进尺度不变特征变换在多变背景下实现快速目标识别

提出一种改进的尺度不变特征变换(SIFT)算法,用于实现多变背景下的快速目标识别。首先,构建目标图像尺度空间,提取SIFT特征点并将其按大小分类,目标识别时只需比较同一类型的特征点。然后,由SIFT特征点子区域方向直方图计算得到4个新角度用于代表特征点的方向信息,并且在目标识别时根据角度信息限制特征点匹配范围,从而提高SIFT算法的运算速度。最后,计算目标图像和待识别图像之间的尺度因子,在尺度因子约束条件下进行目标特征点匹配,从而有效地保证正确匹配数量,提高目标识别的鲁棒性。实验结果表明:当目标在待识别图像中发生局部遮挡、旋转、尺度变化或者弱光照等情况下,改进的SIFT算法能够完成多变背景下快速目标识别任务,平均识别速度提升了40%。     

一种改进SURF特征匹配的装配工件快速识别方法

在工件装配过程中,针对基于SURF算法的工件匹配识别过程速度慢、实时性较差的问题,通过对K-Means聚类算法以及机器学习中文本检索方法进行研究,推导了基于聚类算法的特征点种类词袋模型,对特征点类别进行统计。提出反向标记法生成目标物体描述向量。在物体匹配识别阶段,对待检测物体的描述向量分段进行匹配并选取满足阈值条件的子向量作为最终匹配向量来实现目标物体的识别。实验结果表明改进算法在一定尺度、光照、旋转条件影响下实现了工件的准确识别,并且提高了识别速度。     

基于计算机处理的畸变图像相关识别

论述了运用综合判别函数实现畸变图像识别的理论和实现方法，用计算机编程制作综合判别函数模板，并对比例、旋转等畸变图像的识别进行了实验研究和分析。     

利用视觉显著性和扰动模型的上下文感知跟踪

为了解决背景嘈杂、遮挡、形变和尺度变化情况下目标跟踪问题,提出利用视觉显著性和扰动模型的上下文感知跟踪。本文以相关滤波算法为基础,将目标周围的上下文信息引入到分类器学习过程中,构造了上下文感知相关跟踪,提高了算法鲁棒性;同时引入直方图扰动模型,利用加权融合的方法获得目标响应图,以此估计目标位置变化;最后利用视觉显著性构建目标稀疏显著性图,解决严重遮挡情况下的目标重定位问题,并利用尺度估计策略解决目标尺度变化问题。利用公开数据集测试算法性能,并与8种流行跟踪算法进行比较。实验结果表明,本文算法的跟踪精确度得分和成功率得分分别为0.695和0.708,均优于其它算法。与传统的相关滤波算法相比,所提算法能很好地解决背景嘈杂、遮挡、形变和尺度变化等复杂下的目标跟踪问题,具有一定理论研究价值和工程实用价值。     

风洞上攻角机器人轨迹规划算法研究与实现

为了提高机械臂跟踪目标轨迹的运动速度,对其目标轨迹进行二次规划。该轨迹规划算法通过引入路径参数s,将关节速度、力/力矩等约束转化为关于路径参数的约束,分别求取关节速度与力/力矩约束限制下路径参数s的最大速度曲线,对最大速度曲线求交集,获得多重约束最大速度曲线。采用模糊推理方法对目标轨迹进行离散化处理,减小优化规模;以0值加速度曲线乘以比例系数Kv替代关节力/力矩约束的最大速度曲线,提高算法的计算效率;通过速度特征点算法与修型射靶算法对规划得到的轨迹进行修形,确保修形后的目标轨迹满足关节速度、力/力矩的约束,并且速度曲线光滑。实验表明,该轨迹规划算法对不同复杂程度的目标轨迹都有着较好的规划性能,能够得到连续平滑的时间近似最优轨迹。     

基于改进的SIFT特征的图像双向匹配算法

图像匹配是计算机视觉中许多领域的基础,特征提取则是图像匹配的基础,其中不变量特征是一个重要的理论。SIFT是最有效的尺度、旋转、亮度不变量局部特征之一,但算法复杂、计算时间长。分析了SIFT的计算时间分配,通过计算关键点的邻域梯度直方图时动态修改采样步长,大大提高了SIFT的计算速度。分析了基于SIFT特征的图像匹配算法,提出了双向匹配算法,提高了图像匹配的准确率。实验结果表明所提出的方法是有效的。