基于主成分分析的MACH滤波器设计

针对解决畸变不变目标识别中选择目标样本数目过多的问题,提出了一种基于主成分分析的MACH匹配滤波器设计方法,这是使用去除冗余的本质特征图像来替代目标样本图像的一种方法,能够减少匹配滤波器设计的样本数量,在对一定范围内的畸变目标进行识别,只需要少数几个匹配滤波器就可以完成,而且同一匹配滤波器还可以对不同的畸变方式(如尺度缩放、角度旋转、运动模糊失真)目标进行识别,实验结果表明,这种匹配滤波器在较大的畸变范围内仍然能够得到较尖锐的相关峰。     

基于噪音谱分析的新型指数空间匹配滤波器设计

光学相关识别过程中,为减小输入场景中背景噪音对输出相关点的影响,通过分析背景噪音和目标图像的傅里叶谱,在匹配滤波函数中引入一由背景噪音傅里叶谱确定的指数函数,通过指数函数对匹配滤波函数振幅进行非线性调制,使设计的指数型空间匹配滤波器对背景噪音谱透过率小于目标图像谱透过率,从而增加输出相关平面上的信噪比,以实现相关点的正确探测。模拟结果表明当参量m由0增加到1.2时,相关峰值下降2.28倍,信噪比增加3倍。模拟和实验结果均表明:与纯相位匹配滤波器相比其抗噪能力得到明显改善。     

灰阶纯位相匹配滤波器编码方法研究

根据空间光调制器的相位调制作用，提出了一种灰阶纯位相匹配滤波器编码方法。计算机仿真和光学实验结果均表明该方法在相关峰值、信噪比和峰相关能量比等方面比二元纯位相编码方法均有较大提高。另外还给出了相关峰的位置变化规律，有利于对目标的定位。     

图像域值分割方法对港口目标的识别

提出了一种在卫星图像中采用域值分割的方法来识别港口目标.运用基于灰度级的权值矩阵来代替通常所用的基于图像像素的权值矩阵来描述图像各像素的关系,算法所需的存储空间及实现的复杂性比其他基于图论的图像分割方法大大减少,从而有利于应用在自动目标识别和其他方法中的应用.实验结果表明,其优越的分割性能对港口目标和海域以及陆地的区分起到非常关键的作用,从而能更好地识别港口目标.     

雷达对抗多侦察节点辐射源参数融合处理方法研究

针对辐射源的载频、脉冲重复周期、脉宽和天线扫描周期参数,研究了雷达对抗多侦察节点的融合处理方法,提出了不同条件下、不同测量精度的辐射源参数融合方法,包括加权法、择优法等,对于不同类型的雷达参数融合,也提出了相应的方法.     

三时间间隔圆锥补偿姿态更新算法性能分析

构造了四子样旋转矢量算法、优化四子样旋转矢量算法、Savage方法的三时间间隔表示。分析了三时间间隔结构和双速结构的区别。验证了构造的算法和Ignagni等人提出的系列算法在样本数变化时的性能。结果表明,三时间间隔结构不能显著地提高姿态更新算法的精度,但是可以提高算法的效率。     

基于小波变换方法的海上舰船目标边缘提取

一种基于小波变换的边缘提取方法，应用其对舰船图像进行边缘提取，以二次光滑小波作为小波函数，对海上舰船图像进行了二维小波变换，计算小泼变换结果的局部模极大值点，从而得到舰船目标图像的形状边缘特征。经过和运用Sobel算子、Roberts算子、Prewitt算子、基于图谱理论的阈值分割等方法所获得的舰船目标结果进行比较，图像处理的结果表明运用小波变换方法所提取的目标边缘对海上舰船目标的识别有良好的效果。