采用形态神经网络背景自适应预测的图像弱小目标检测*

提出一种有效的背景杂波预测形态神经网络模型,用于检测图像数据中的弱小目标.目标被假设为只有很小的空域扩展度,而且淹没于强背景杂波干扰中.通过形态神经网络,杂波背景被准确地估计并从输入数据中去除,只剩下残留噪声和目标信号.采用扩展输入层数据的办法修正了传统的形态开、闭运算三层前馈BP网络模型.为了跟踪包含不同子结构的复杂背景,原始图像被划分为多个子块,并在相应的子块中选择训练样本对结构元进行优化.对真实图像数据的计算机仿真表明该算法在性能上优于其他传统算法.     

图像序列中的自动点目标空时快速检测*

提出了一种新的序列图像中点状运动目标空时快速检测方法,该方法假设经过背景杂波抑制预处理后图像已转换为类SPGWN(信号加高斯白噪声)模型.自动目标检测时图像序列被划分为多组检测单元,每单元包含两帧相邻的图像.根据目标速度限制条件,采用在单元内以及两相邻单元间沿轨迹集成像素灰度的检测算法.在付出同等运算量的代价下,克服了二维投影检测性能较差的弱点,同时也具备可检测多速率目标的优点.理论分析和仿真试验表明了该检测方法的有效性.     

基于邻域彩色变化矢量场的图像边缘检测技术研究*

首先进行了边缘检测系统结构设计,建立了图像邻域彩色变化矢量场的数理模型,提出了用图像邻域彩色变化方向锐度描述图像边缘,进而应用模糊聚类自适应检测边缘.实验表明:与基于梯度的边缘检测技术相比,该方法在噪声抑制以及边缘准确定位上均取得了好的效果,是一种应用广泛的优秀边缘检测算法.     

视频序列中运动目标分割算法

提出了一种视频序列中运动目标的分割算法.首先对当前视频帧进行全局运动估计和补偿,并和上一帧进行差分运算,从而检测出运动变化区域,然后基于灰度的相似性对当前帧进行过分割,并结合运动变化区域分割出运动目标.实验结果表明,该方法能取得较好的结果,并具有较强的鲁棒性.     

红外图像序列中微弱点状动目标的非参数检测

研究了红外图像序列的观测及目标模型,提出了一种基于多帧的微弱点状动目标非参数检测技术.采用滑动邻域加权预测抑制杂波干扰,白化噪声特性,将时空三维搜索简化为沿时间轴投影与二维空域搜索,沿可能的轨迹上将目标能量高维集成.相应算法的检测性能对噪声分布不敏感,实时性好,实现简单,具有很高的实用价值.给出了该算法性能的理论分析和实验仿真结果.     

UG的二次开发及其应用技术研究

论述了如何用UG/OPEN进行二次开发,建立一种可以与UG平台软件完全融成一体的界面的开发方法,并结合作者在院基金课题“CAPP自动获取数据及知识库技术研究”的实践,探讨了UG中如何实现UG的二次开发。     

无线传感器网络的协同适应休眠介质访问控制协议

无线传感器网络通常部署在不可到达或危险区域，其能量十分有限。因此，无线传感器网络以节约能量和自我配置为主要目标。本文介绍一种为无线传感网络设计的介质访问控制协议S-MAC，它采用公用休眠时间表、通信量自适应唤醒、串听避免、消息传输等几种新技术来减少能耗并支持自我配置，使得在多跳网络中的低占空比操作成为可能。测量结果表明，S-MAC能节约大量能量。     

基于场景运动分析的弱小目标形态学检测方法

本文提出一种基于场景运动分析的弱小运动目标形态学检测方法:首先利用场景运动分析校正序列图像,应用本文提出的结构元进行Top-Hat形态学滤波以抑制背景杂波,将滤波图像进行二值化和差分处理以提取可疑目标并抑制虚警,使用点-航迹关联法最终捕获目标.外场试验表明,同传统的形态学检测方法相比,可有效抑制航拍图像中的地物干扰,降低虚假目标数量.     

序列图像差分关联域的复杂全域运动估计

本文提出了一种新的基于差分关联域的复杂全域运动估计算法,该算法通过选取图像中梯度大的区域,避免了块匹配算法的误匹配问题,使算法的准确性得到保障.而且该算法结合运动估计技术中的参数估计与非参数估计技术,扩展了块匹配算法的适用范围,使得对复杂的全域运动进行有效估计成为可能.理论分析及大量实验证明,此算法能有效地处理包含缩放、旋转等分量的复杂运动.而且本算法将复杂的全域运动分解为各基本运动,使系统可以根据运算量的限制自适应地选择最优的运动估计算法.     

数据广播中的UCL标引与传输机制

UCL(Uniform Content Locator)是作者、编者和读者进行语义沟通的工具,是数据广播中解决接收端数据信息的快速选择、信息过滤、智能代理和信息的主动服务的基础.本文系统地介绍了数据广播中UCL的概念,提出了在数据广播中进行UCL标引的方法和两级复用方法,研究了数据广播的UCL-W标引方案,研究了多映射与复用技术,最后给出了在数据广播的传输过程中,发送端对数据信息进行采集、标引、映射、复用、格式转换和调制的工作流程.实验验证了理论方案的正确性和有效性.