一种合成孔径雷达图像特征提取与目标识别的新方法

该文提出了一种利用小波域主成分分析和支持向量机进行的合成孔径雷达图像特征提取与目标识别的新方法。该方法对图像小波分解后提取低频子带图像的主成分分量作为目标的特征,利用支持向量机进行分类完成目标识别。实验结果表明,该方法可以明显提高目标的正确识别率,是一种有效的合成孔径雷达图像特征提取和目标识别方法。     

自适应DBF在数字电视系统中的应用

介绍了自适应DBF(digital beam forming)的基本原理,重点讲述了数字电视系统中采用阵列天线实现DBF的优势、算法实现和系统设计,并给出仿真结果.     

图像配准测度对重叠面积变化的鲁棒性分析

配准测度的鲁棒性是图像配准过程中经常要考虑的问题之一。本文利用数理统计的方法研究了在图像配准过程中主要的几种配准测度对重叠面积变化的鲁棒性。并进行了定量的分析。结果表明：这几种配准测度和重叠面积的线性相关关系特别显著。其中归一化互信息测度[H（A）＋H（B）]/H（A,B）的变化系数最小,绝对差（AD）测度的变化系数最大。用此归一化互信息测度进行图像配准时可以在保证配准精度的情况下有效地减少配准时间从而提高配准速度。本文的配准实验证实了这一结论。     

一种合成孔径雷达图像特征提取与目标识别的新方法

该文提出了一种利用小波域主成分分析和支持向量机进行的合成孔径雷达图像特征提取与目标识别的新方法。该方法对图像小波分解后提取低频子带图像的主成分分量作为目标的特征,利用支持向量机进行分类完成目标识别。实验结果表明,该方法可以明显提高目标的正确识别率,是一种有效的合成孔径雷达图像特征提取和目标识别方法。     

基于双密度双树复数小波变换的图像融合研究

双密度双树复数小波变换综合了双密度小波、双树小波和复数小波的优点,具有平移不变性以及良好的方向性,将其引入图像融合能够更好地提取原始图像的特征,为融合图像提供更多的信息。该文提出一种基于双密度双树复数小波变换的图像融合方法,首先将图像进行双密度双树复数小波变换,然后在相应尺度上利用融合规则将变换系数融合,最后进行重构得到融合结果。采用多组具有不同特征的源图像进行融合实验,并对融合图像进行了主客观评价。实验结果表明,该文方法的融合效果优于传统的小波变换方法。     

水平集分割方法在合成孔径雷达图像目标识别中的应用

正确分割目标、提取目标的有效特征是合成孔径雷达图像目标识别中的一个关键问题。将水平集图像分割方法应用于合成孔径雷达图像目标识别,将目标图像中的目标区和阴影区从背景杂波中分割出来,其中目标区的形状作为目标的有效特征用于基于模板匹配的目标识别中。用MSTAR数据库中的3类目标的图像数据对该方法进行验证和分析,实验结果表明,在基于模板匹配的目标识别中,该分割方法可提取出有效的目标形状特征,实现目标的正确识别。      

智能电网的发展分析

智能电网的发展在还处于起步阶段,智能电网其技术大致可分为四个领域：高级量测体系、高级配电运行、高级输电运行和高级资产管理。通过对智能电网的优势分析、应用,说明智能电网发展的必要性。     

一种新的ICA域图像融合算法

针对红外和可见光图像的特点,结合Mitianoudis提出的ICA域图像融合方法,本文提出了一种改进的ICA域多模图像融合算法.该方法根据Mitianoudis的方法,通过训练得到的基函数对图像进行线性变换,在变换域中将图像分割成不同的区域,对活跃区域采用绝对值取大的融合规则,而对非活跃区域则按照目标传感器图像的区域分割结果分别采取不同的融合规则,最后反变换得到融合图像.实验结果表明了本丈方法的有效性.     

利用空时平均最大特征值算法的DOA估计

利用阵列天线接收信号的空时平稳特性,在最大特征值法的基础上提出一种改进的DOA估计算法.通过对阵列输出采样协方差矩阵的修正,在低信噪比、小采样数的情况下,能有效改善DOA估计性能.理论分析和实验仿真表明,改进算法结构简单、收敛速度快,对多径信号具有很强的鲁棒性.