飞机红外灰度图象分割自适应门限的确定

以红外成像探测得到的飞机图象为研究对象，将灰度直方图分析和飞机红外灰度图象固有的不变性特性信息结合起来，提出了一种自顶向下的灰度图象分割自适应门限的选取方法，利用求得的各级门限对飞机红外图象进行灰度分级，得到具有10级灰度的飞机灰度图象，为灰度图象识别系统提供数据输入。     

用于成像引信图像识别的局部特性提取技术

根据成像引信的扫描成像机理，在详细分析了引信目标图像特性的基础上，论述了四种适用于引信目标图像的局部特征：角点，轮廓曲线段形状特征，线矩和弯曲能量，并提出了一种子块特征的提取算法。最后，分析了在应用局部特征进行了识别时遇到的问题并指出了解决方法，本文的研究对于其他不完整图像识别问题，如工件识别，机器人视觉，场景分析，医学图像的解释，飞行器的识别等，同样很有意义。     

基于局域灰度概率分布的小目标检测方法

文章将红外图像目标与背景的灰度差转换为局部范围内的灰度概率差,在局域概率分布图像上实现小目标的检测,然后通过多帧累加判决的方式将真实目标从噪声点和伪目标中检测出来,仿真实验表明,该方法能有效检测像素占1~3个的小目标,同时具有良好的实时性能。     

中值滤波在红外成像引信中的应用及硬件实现

文中研究了在成像引信中应用中值滤波作为一种非线性的图像处理方法及其实现技术。通过运算、试验证明中值滤波在抑制成像引信扫描图像噪声、克服探测元失效方面起着良好的作用。本文提出了一种逻辑选通模块用于硬件实现元素个数较少的中值滤波,不同于常用实现中值滤波的排序网络,其具有更好的并行性且能够降低硬件资源消耗,通过FPGA 实现后取得了良好的效果。     

时序测试数据的粗糙集离散化方法研究

用粗糙集理论研究时序测试数据,主要目的是从中挖掘出有用知识.但是原始信息表不能直接用粗糙集进行处理,而要求对信息表进行预处理,即离散化处理.时序信息表的离散化问题本质上可归纳为利用选取的断点对条件属性构成的空间进行划分问题,即把n维空间划分为有限个区域使每个区域中对象的决策值相同.时序信息表的粗糙集离散化算法可以根据给出的信息表求出所有可能的断点集,而且采用任意一种断点集,得到的新信息表不会引入冲突.本文对离散化问题进行了严格的数学定义,阐述了粗糙集离散化算法及启发式算法,并对几个主要问题进行了讨论.     

基于高阶神经网络(HONN)的封闭平面形状识别

本文用形心到外轮廓的距离序列表示平面形状,将二维的平面形状识别问题转化为一维波形曲线的识别问题。对于这种波形曲线的识别,采用具有平移不变性的高阶神经网络方法,成功地解决了目标旋转变化后导致的边心距序列循环移位的问题,克服了传统匹配识别方法寻找匹配起始点的困难。实验表明,本文的方法简单易行,并且具有较高的识别率,可实现平移、旋转和比例不变性识别。     

基于DM642的PCI总线接口技术实现

针对目前红外图像处理对实时性要求的不断提高,本文采用TI公司的高性能数字多媒体处理芯片TMS320DM642为核心处理器,设计了基于PCI总线的图像数据采集系统,并介绍了其设备驱动和应用程序的设计,实验结果标明,该系统能够高速实时地实现红外图像信号的采集与传输。     

红外成像引信的计算机仿真

文中提出了红外成像引信的计算机仿真方案：首先是建立飞机垢红外辐射模型,建立不同部位（单层蒙皮、内有热源蒙皮、油箱）的热平衡方程,进而得到相应波长范围内的红外辐射强度;接着提出了弹目交会的数学模型,以获得各种交会状态下的飞机红外图像;然后提取包括边解位置、方位和角度大小的图像特特;最后用神经网络的方法对所得特征集进行模式分类。     

红外成像制导中的三维目标识别

首先介绍了随机方位观察模型 ,在此基础上得到图像中的角度大小与目标模型中角度大小的对应关系 ,提出了图像中的角度大小的概率密度函数 ,然后根据最大似然比准则得到三维目标识别的统计决策规则 ,并应用该规则去识别红外成像制导中的几种具体目标 ,取得了比较好的识别效果 ,证明了所提方法在红外成像制导中的三维目标识别的有效性。     

数据挖掘系统原型架构的研究

为从企业业务过程数据中挖掘出有用信息,分析了业务数据的特点,提出了数据挖掘原型架构。挖掘系统原型架构包括用户接口模块、控制实现模块和数据库。用户接口模块主要是实现数据挖掘系统与用户之间的信息交换;控制实现模块是相应各个业务过程中的数据挖掘具体步骤的实现;数据库是数据挖掘各个阶段具体操作的结果存放。对基于业务过程的数据挖掘系统原型中的关键技术问题进行了探讨。