分形插值和分形图象压缩编码相结合进行图象数据压缩

本文首先研究了分形图象压缩编码和分形插值图象压缩方法。这两种方法在压缩比很高时图象效果均不是很理想,为此我们提出了综合利用分形插值和分形图象编码方法进行图象数据高效压缩的思想。实验结果验证了这种思想的正确性和可行性。新的方法在恢复图象信噪比为28.5dB时,压缩倍数可高达76倍,速度也大大提高。     

Contourlet域手写签名鉴别特征提取

手写签名验证是一种根据手写笔迹判断书写人身份的一门科学和技术。与联机签名鉴定相比,脱机签名鉴别受设备约束少,具有更广的实用范围。然而,由于脱机签名鉴定丢失了书写过程中的动态信息,鉴定难度大。本文针对脱机手写签名鉴定的特点,提出了基于Contourlet和分形维的特征选取方法,将传统的结构特征与统计特征有机结合起来。运用K-L变换对已提取的特征向量进行降维,最后输入支持向量机进行真伪鉴别。实验结果表明了本文算法的高识别性。     

基于FFT的循环平稳信号波达方向估计

针对在电子对抗实际应用中，来波信号比较集中的情况，提出一种基于FFT的循环平稳信号DOA估计算法。该算法将FFT引入到Extended Cyclic-MUSIC算法中，预先探索存在信号的空间局部区域，避免了全空间谱峰搜索，提高了波达方向检测效率。仿真结果证明了该算法的有效性。     

一种新的分形图象压缩编码方法

本文首先研究了一般分形图象压缩方法存在的缺陷，然后对它进行了改进，最后在ＤＣＴ域进行进一步改进。实验结果表明，与原来方法相比较，改进后的方法具有明显的优越性。     

分形插值在图象处理中的应用

本文讨论了随机分形插值方法及其在图象放大和图象压缩编码中的应用，实验结果表明，用分形插值方法实现图象放大和压缩编码能获得良好的结果，其突出优点是速度快。     

毫米波辐射计对金属目标的探测

针对金属目标的探测问题,依据金属的毫米波辐射特性,提出一种基于毫米波辐射计成像的金属目标探测方法。该方法首先利用毫米波辐射计扫描目标并成像,再用区域标记算法标记成像图像,通过分析标记区域的面积排除干扰信息,最后检测出金属目标。实验表明,该方法能够从各种背景中有效检测出金属目标,为下一步目标的识别、跟踪与定位提供了依据。     

基于非正交分解的频率估计算法

高分辨率频率估计是信号处理许多领域研究的热点,并有着广泛应用.通过引入非正交分解思想,提出了一种基于稀疏分解的高分辨率频率估计新算法.由于原子库的冗余性,稀疏分解得到信号更加灵活的表示.算法中稀疏分解利用Matehing Pursuit(MP)算法实现,由分解原子的参数,可得到频率估计.与传统基于DFT频率估计方法相比,新算法可以获得更高的频率分辨率.尤其在低信噪比环境下,算法有明显优势,并且新算法在欠采样情况下仍然适用.理论分析及计算机仿真结果证实了算法的有效性.     

毫米波辐射图像目标定位技术研究

针对毫米波辐射图像中目标定位的问题,提出了一种基于区域标记的毫米波辐射图像金属目标定位算法.该算法通过分析金属的毫米波辐射特性以及毫米波辐射图像的特点,利用区域标记算法对图像中金属目标进行分割,并引入基于面积的虚假目标去除准则,采用计算重心的方法实现了金属目标的定位.实验表明,该算法既能对图像中单个金属目标又能对图像中多个金属目标实现准确定位,且不论目标的外形如何,都能得到其精确的中心坐标,为下一步目标的选择与跟踪提供了依据.     

一种新的图像稀疏分解快速算法

图像的稀疏表示特别适合于图像的处理，而求得图像稀疏表示的图像稀疏分解的计算量十分巨大。利用基于Matching Pursuit(MP)方法实现的图像稀疏分解算法，采用遗传算法快速寻找MP过程中每一步分解的最佳原子。根据寻找最佳原子的遗传算法的内在特点，提出了一种优化的快速算法。算法的有效性为实验结果所证实。     

基于轮廓几何稀疏表示的刚性目标模型及其分级检测算法

刚性目标轮廓具有明显几何特性且不易受光照、纹理和颜色等因素影响.结合上述特性和图像稀疏表示原理,提出一种适用于刚性目标的分级检测算法.在基于部件模型(Part-based model, PBM)的框架下,采用匹配追踪算法将目标轮廓自适应地稀疏表示为几何部件的组合,根据部件与目标轮廓的匹配度,构建描述部件空间关系的有序链式结构.利用该链式结构的有序特性逐级缩小待检测范围,以匹配度为权值对各级部件显著图进行加权融合生成目标显著图. PASCAL图像库上的检测结果表明,该检测方法对具有显著轮廓特征的刚性目标有较好的检测结果,检测时耗较现有算法减少约60%~90%.