联合形态滤波和MRF模型的红外小目标检测

针对复杂背景下红外弱小目标检测难题,提出一种基于自适应形态滤波和Markov随机场(MRF)模型的小目标检测算法。设计基于图像局部熵优化的自适应形态滤波器,采用该滤波器进行背景杂波抑制和目标增强,利用MRF理论描述图像像素间关系,构造新的势函数和能量函数,建立目标检测识别模型,通过模型计算自动识别出红外图像中的小目标。理论分析和实验结果表明,该算法可在复杂背景下自适应地抑制背景杂波,成功检测出红外小目标。     

基于MRF和神经网络的三维运动参数估计

为解决非刚体三维运动中运动参数估计的问题,结合了马尔科夫随机场(MRF)和神经网络的方法。其中,MRF用于建立各个特征点的局部运动相关性模型,求出各个特征点的三维坐标;神经网络方法用于对特征点进行聚类,并求出运动参数;最后根据求出的运动参数修正各个特征点的邻域系,实验结果表明该算法能够正确估计出非刚体的运动参数。     

A Multiscale/stabilized Formulation of the Incompressible Navier–Stokes Equations for Moving Boundary Flows and Fluid–structure Interaction

This paper presents a multiscale/stabilized finite element formulation for the incompressible Navier–Stokes equations written in an Arbitrary Lagrangian–Eulerian (ALE) frame to model flow problems that involve moving and deforming meshes. The new formulation is derived based on the variational multiscale method proposed by Hughes (Comput Methods Appl Mech Eng 127:387–401, 1995) and employed in Masud and Khurram in (Comput Methods Appl Mech Eng 193:1997–2018, 2006); Masud and Khurram in (Comput Methods Appl Mech Eng 195:1750–1777, 2006) to study advection dominated transport phenomena. A significant feature of the formulation is that the structure of the stabilization terms and the definition of the stabilization tensor appear naturally via the solution of the sub-grid scale problem. A mesh moving technique is integrated in this formulation to accommodate the motion and deformation of the computational grid, and to map the moving boundaries in a rational way. Some benchmark problems are shown, and simulations of an elastic beam undergoing large amplitude periodic oscillations in a viscous fluid domain are presented.     

高频地波雷达固态功放模块的优化设计

根据某高频地波雷迭对功放模块的要求，研究地波雷达全固态发射机功放模块的优化设计方法；讨论未级功放电路及其匹配设计中的有关问题；分析该功教模块的散热模型，最后给出了测试结果。结果表明，该发射机在6MHz至8MHz范围内输出功率达600W，满足了该雷达的使用。     

基于多尺度分析的三维曲线匹配技术研究

从提取三维物体碎片轮廓曲线出发，提出一种基于多尺度分析的三维曲线匹配技术。轮廓曲线经多尺度平滑后，计算曲线的特征矢量，通过比较特征矢量以判断轮廓曲线的相似性，实现三维曲线匹配。实验表明提出的算法具有准确性、鲁棒性和容错性。     

基于多尺度马尔可夫随机场的图像分割

离散马尔可夫随机场(MRF)模型是贝叶斯图像分割中最常用的工具。一般采用双MRF,一个随机场对应于观测图像,另一个随机场对应于未知的分类标号,通过迭代的算法将图像的局部信息逐步传递到整个图像,以求得分割标号的最大后验概率(MAP)或最大后验边缘概率(MPM)估计。近年来提出的多尺度MRF模型(或称因果MRF、分层MRF模     

基于特征尺度及多尺度分解的纹理分割

在计算机视觉领域，纹理识别及分割是图像低层次处理中一个重要的问题。文章依据视觉信息处理的生理学理论，提出了一种新的纹理分析算法。该算法通过搜寻纹理图像的特征尺度并配合连续整数尺度滤波上的特征尺度统计对纹理进行分层分析。并基于特征尺度上的分层分析提出一种纹理分割算法。实验结果证明了该算法的有效性。     

基于小波多尺度分析的图象快速匹配模型

提出了小波多尺度分析理论在计算机中层视觉二维图象识别中的一种应用，并给出了一个高效匹配模型。利用二维图象的小波多尺度分解来模拟２个最主要的生物视觉通路，并对不同通道分别进行匹配计算，由粗到精地实现了基于扫视和凝视的二维图象的快速识别。与传统的模板匹配法相比，该方法具有速度快、搜索范围大、精度高、抗噪能力强等优点     

一种基于MRF理论去除Range图象噪声的方法

Ｒａｎｇｅ图象的相关结构可被认为是受噪声干扰的分段光滑面，一旦曲面的参数被确定，那么就可以利用这些参数建曲面，从而大大减少图象中的噪声，Ｒａｎｇｅ图象中，几乎所有象素的统计特性往往与共邻近象的统计特性相关，文中利用ＭａｒｋｏｖＲａｎｄｏｍＦｉｅｌｄ（ＭＲＦ）理论来模型这种相关性，将曲面确定问题转化为一个后验均值求解问题。     

Unsupervised image segmentation using a simple MRF model with a new implementation scheme

A simple Markov random field model with a new implementation scheme is proposed for unsupervised image segmentation based on image features. The traditional two-component MRF model for segmentation requires training data to estimate necessary model parameters and is thus unsuitable for unsupervised segmentation. The new implementation scheme solves this problem by introducing a function-based weighting parameter between the two components. Using this method, the simple MRF model is able to automatically estimate model parameters and produce accurate unsupervised segmentation results. Experiments demonstrate that the proposed algorithm is able to segment various types of images (gray scale, color, texture) and achieves an improvement over the traditional method.