一种基于高斯混合模型的距离图像分割算法

提出了一种基于表面法向的高斯混合模型的距离图像分割算法.它充分利用了表面法向高斯混合模型的物理含义,使数据聚类的次数减少,并利用Expectation-Maximization(EM)算法估计出的模型参数计算模型的后验概率实现了自动模型选择.算法针对两种距离相机的60幅真实距离图像进行了实验.将实验结果与几个流行的分割算法进行了客观比较.     

基于多模型表示的高分辨率遥感图像配准方法

传统的配准方法假定两幅图像之间的几何变形可以用一个统一的变换模型来描述,高分辨率遥感图像配准,尤其当图像的分辨率达到米级和亚米级时,地物高程因素产生的像点位移不容忽略,导致这些区域的变形与平坦区域不一致,难以找到一个统一的变换模型来描述整幅图像的变形。针对高分辨率图像配准中存在的实际问题,提出了一种基于多模型表示的配准方法。在初配准阶段,完成图像中大部分平坦区域的校正,建立整体模型;在精配准阶段,完成局部高程区域的校正,建立局部模型。实验结果表明：该方法是准确有效的。     

基于Riccati方程的相控阵雷达稳态资源管理

针对相控阵雷达多目标跟踪中的资源管理问题,基于协方差控制的思想,建立了资源分配的最优化模型,提出一种基于Riccati方程的稳态资源管理算法。在预先设定期望协方差阵的前提下,算法可以通过求解Riccati方程算出相控阵雷达对各个目标最佳的跟踪参数,使得每个目标的实际跟踪协方差矩阵逼进期望协方差阵。该资源管理算法可以独立于目标跟踪滤波循环之外预先计算好雷达的跟踪参数,是一种离线的资源管理方法。通过选取三种不同的矩阵度量形式进行仿真试验,仿真结果验证了算法的有效性。     

基于多普勒频谱特征的空中目标识别

分析了直升机和固定翼飞机两类空中目标的多普勒频谱测量能力，并在测量能力得到满足的前提下，对其目标的多普勒频谱特征进行了分析，找出了它们之间的不同之处，提出了对其目标进行分类识别的方法，通过对18种直升机和固定翼飞机的仿真数据以及现场实测数据的检验，证明该方法是有效的，并且适用于悬停直升机的探测与识别。     

一种新的基于多特征的图像自动配准技术*

提出了一种新的基于多特征的图像自动配准技术。该方法使用不变矩对图像中的区域进行匹配,然后利用匹配区域的区域标记寻找大尺度上的特征点作为控制点进行初始配准,进而在此基础上指导改进链码的方法对开放边缘进行二次配准。最后根据所得到的控制点构成的超定方程组利用最小二乘拟合的方法得到配准参数。经过实验证明该算法能够达到亚像素级的配准精度,并且适用于不同传感器图像以及同传感器同波段或不同波段图像之间的精确配准。     

基于SIFT特征的两阶段procrustes迭代匹配算法

以得到尽量准确的图像SIFT(Scale Invariant Feature Transform)特征点之间的匹配关系为目的,给出了一种基于SIFT特征的两阶段procrustes迭代匹配方法。该方法首先基于图像SIFT描述向量得到图像SIFT特征点之间的初始匹配关系,初始匹配的特征点之间存在较多的错误匹配特征点对,然后利用特征点之间全局的几何约束采用第一阶段的procrustes迭代匹配方法去除错误匹配的特征点对,这时部分正确的匹配特征点对也可能被去除,最后利用另一个procrustes迭代匹配过程找回被去除的正确匹配特征点对。仿真实验表明,本文的方法有效去除了SIFT描述向量匹配中存在的错误匹配点对,并能找回被去除的正确匹配点对,得到图像特征点之间正确的匹配关系。      

运动平台成像系统弱目标检测方法

本文结合机载红外搜索/跟踪系统等光学成像系统的实时信息处理需求,提出了一种运动平台条件下成像系统的空-时弱目标检测方法.该方法首先在空间上进行二维广义最大似然比检测提取出图像序列中的潜在目标,然后在时间上进行多级假设检验判决,从而检测出真实目标.算法有效均衡了统计检测性能和计算复杂度之间的矛盾,在实际应用中取得了良好的效果.     

一种新的基于CV模型的图像分割算法

CV模型是一种重要的图像分割模型,本文针对其收敛速度慢、效率低的缺点提出一种求解CV模型的新方法。首先将CV模型的能量泛函改写成与原来有相同稳定解的总变分公式形式,然后使用对偶公式法求总变分公式的极小值,再在其中引入一速度项以加快模型的收敛速度。新方法一方面克服了梯度下降法要求时间步长小、迭代次数多的缺点,经过较少次的迭代就能收敛,减少了迭代计算的次数;另一方面,引入的速度项能够减少每次迭代的时间,从而缩短求解模型的时间。速度项的引入同时减少了对梯度的依赖,增强了抗噪性。另外,可以通过调节速度项得到不同数目的同质区域,以适应相同图像不同分割任务的需求。实验结果表明本文方法是有效的。      

一种类型辅助的航迹相关算法

针对分布式多传感器信息融合系统中可利用目标特征和属性信息提高航迹相关性能的问题,提出了一种类型辅助的航迹相关算法。该算法以统计学理论为基础,首先将基于目标运动状态和类型信息的航迹相关问题转化为相应的假设检验问题;然后,利用目标运动状态检验统计量和类型检验统计量,根据预设的显著性因子,构建运动状态相关矩阵和类型相关矩阵,并通过逻辑“与”规则形成融合航迹相关矩阵;最后,采用最小平均统计距离准则进行相关判决,并通过Monte Carlo仿真分析了基于运动状态的航迹相关算法和类型辅助的航迹相关算法的相关正确率随相关点数、编队中的目标间距和过程噪声系数等因素的变化规律。仿真结果表明,在相关点数较少、目标密集或过程噪声较大等情况下,在航迹相关过程中引入目标类型信息可以获得更好的性能。      

基于形心极二阶矩比特征辅助的星图识别算法

在传统的星图识别算法中，本文在三角形算法的基础上，提出一种改进算法，将待匹配三角形的形心极二阶矩比作为导航特征库中的辅助匹配特征量，以增加特征矢量维数提高识别精度，同时采用函数映射搜索方式提高识别速度。