改进的基于高斯混合模型的运动目标检测算法

针对固定场景视频监控中,由于运动物体在运动目标检测算法初始化时的存在而导致传统的基于高斯混合模型的运动目标检测算法收敛速度慢的问题,提出了改进算法。该改进算法通过采用在线K-均值聚类方法对混合高斯模型进行初始化,提高了算法的收敛速度。同时在模型更新时,通过对匹配准则和新高斯分布生成准则的改进,节约了存储空间。实验结果表明,与传统算法相比,改进算法能够快速、有效地检测运动目标,具有更好的鲁棒性。     

一种识别淹没在噪声中信号的新方法

本文探索用分形理论研究信号加噪声系统的可能性。采用于波变换方法讨算分维．分析结果表明，分形分析是强有力的信号处理工具，在信号识别中，分维是重要的参数．     

一种互信息与梯度信息结合的多模图像配准方法

数字化X射线图像(digital radiography,DR)与数字重建放射图像(digitally reconstructed radiography,DR)属于不同模态图像,实现二者的高精度快速配准是一个技术难题。在实际应用中,往往会同时获取物体的正侧面DR和DRR图像。提出一种基于互信息与梯度信息相结合的配准算法。首先,对正侧面图像进行小波分解,获得低分辨率子图像并配准,使用粒子群优化(particle swarm optimization,PSO)算法进行全局寻优;然后,根据配准结果,判断互信息与梯度信息配准结果是否正确,如果配准错误,则在下一阶段中不使用该结果作为配准依据;最后,以PSO算法寻优结果作为Powell算法的寻优初始点,对原始正侧图像进行精确配准。实验结果显示,本算法快速完成配准,配准精度达到2 mm,满足实际应用要求。     

噪声中弱信号的检测与估计

综述了从噪声干扰中提取信号的方法及其适用条件。     

一种识别淹没在噪声中信号的新方法

本文探索用分形理论研究信号加噪声系统的可能性。采用子波变换方法计算分维。分析结果表明，分形分析是强有力的信号处理工具，在信号识别中，分维是重要的参数。     

激光主动侦察技术

本文叙述了激光主动侦察原理及其在现代军事装备上的应用     

跟踪窗口尺寸自适应调整的粒子滤波跟踪算法

当目标尺度发生变化时,传统的粒子滤波跟踪算法的跟踪窗口尺寸不变,在目标尺寸变化较大时容易丢失跟踪目标.针对这一问题,提出了一种跟踪窗口自适应调整的粒子滤波跟踪方法.该方法依据运动目标区域内粒子到目标中心点的平均距离与目标尺寸的关系,建立跟踪窗口尺寸的数学模型.在两种目标模型上对所建立的数学模型进行了仿真验证.实验结果表明,当目标尺度发生变化时,跟踪窗口能够很好的随目标的尺寸变化而自适应地连续调整,改进后的算法在目标尺寸变化率很大时仍能够稳定跟踪目标.     

拉普拉斯算子的FPGA实现方法

为了能快速实现Laplacian算子高频增强功能,通过理论研究设计出该算子实现的硬件结构.提出一种调用仿真软件中宏功能块快速实现算法的硬件实现模式.详细介绍使用Quartus Ⅱ中Megafunctions宏功能模块库实现3×3模板Laplacian算子的过程.通过实验结果表明,用该方法实现的算子能够取得良好的滤波效果,且设计方便、有效,为相似功能模块的设计提供了新思路.     

激光对抗技术与装备概述

本文介绍了各种激光对抗技术及其在军事装备中的应用并从激光侦察反激光侦察,激光干扰,激光干扰等几个技术领域,介绍了激光对抗技术的现状与发展。     

基于K均值聚类分割彩色图像算法的改进

基于人类视觉将图像分割成若干个有意义的区域是目标检测和模式识别的基础.应用K均值聚类算法对图像进行分析,分析了图像的空间、色彩以及纹理特征对聚类效果的影响,针对K均值算法的存在的过分割问题提出了一种修正方法,先基于空间、颜色和纹理特征分割图像,再基于色彩及纹理特征进行合并,解决了K均值聚类产生的过分割问题,并在区域合并时引入修正函数,抑制了图像中因场景明暗变化而产生的斑点.实验结果表明提出的聚类算法对图像分割效果有明显提高.