基于目标分解和加权SVM分类的极化SAR图像舰船检测

目标分解是极化SAR图像舰船检测的重要方法,但是,在较高分辨率和复杂海况条件下,由相干矩阵分解得到的极化熵参数并不能将舰船目标与海洋等背景完全区分.对极化目标分解理论和地物散射机理的研究和分析表明,极化分解的各个参数从不同角度反映了目标和背景的散射差异,对它们联合使用有助于更准确地在SAR图像中检测目标.而且,各个参数在实际的检测问题中具有不同的重要性.因此,本文构造了包含有多个极化分解参数的特征向量,并根据各分解参数重要性不同,提出一种基于目标分解和加权SVM( support vector machine)分类方法对极化SAR图像中的舰船进行检测.实验结果表明,该方法能够精确地检测舰船目标,并有效地减少虚警.     

“模式识别”课程开放式案例教学设计

本文针对“模式识别”课程教学，提出了开放式案例教学的构想和具体实施方法，并以课程实验加课堂研讨的方式实现。模式识别课程理论性强与实践联系密切，我们从实际科研项目中分解提炼出与课程教学内容相关的子课题，以此为案例，设计分层次、纵横连贯的课堂研讨教学。教学实践表明，本方法能有效提高学生的学习兴趣和效果。     

齐鲁橡胶厂锅炉煤代油改造年可增效3600万元

齐鲁石化橡胶厂锅炉煤代油改造项目日前进入施工阶段 ,该项目完成后每年可为企业增效 36 0 0多万元。齐鲁石化橡胶厂有 3台中压锅炉供应生产用汽 ,多年来一直燃用渣油。按照市场价格计算 ,生产 1t蒸汽用渣油要比煤多支出 6 0元。为进一步降低成本 ,多创效益 ,该厂把锅炉煤代油改造项目作为今年挖潜增效的的主要措施之一。他们从环保要求、设备施工、投资等多方面对煤代油改造项目进行了科学论证 ,从竞标单位中选定了某高校开发的改造技术。目前 ,该厂煤代油改造项目的可行性研究、论证、方案招标、设备订货已全部完成 ,并进入施工阶段。据了…     

一种基于局部统计特性的角点检测方法

提出了一种利用目标边界局部统计特性检测角点的方法.该方法首先利用目标边界点系列观测值估计出目标边界信号的局部统计特性,然后利用所得的估计值确定存在角点的区间,最后在存在角点的区间内,计算边界系列观测值与其在该区间内的均值之差的模,根据所得的模的极值确定角点.实验结果证明了该方法的有效性.     

基于点空间特征的两种点匹配算法

通过讨论和分析经典特征向量匹配算法的基本原理和抗噪性能问题,提出2种新的点匹配算法:加权特征向量算法和顺序匹配算法.加权特征向量匹配算法通过对点集距离矩阵进行特征向量分解获得点集中点的特征向量,而后利用特征值对向量加权,通过比较点的加权特征向量相似性来获取匹配关系.顺序匹配算法避免了矩阵分解,直接对距离矩阵的距离向量进行排序,通过较有序的向量来获取匹配关系.这2种算法,解决了经典特征向量匹配算法中抗噪性能差和高斯参数选择的2个问题.实验结果表明,算法切实可行,文中结论正确.     

基于视觉竞争合作机制的主观轮廓提取

主观轮廓是一种重要的视觉心理现象,体现了人类视觉惊人的感知修复能力。提出了一种基于视觉竞争-合作机制的主观轮廓提取方法。该方法通过DOG滤波器组、合作滤波器组和张量投票等方法分别模拟视觉系统中的简单细胞有向滤波、双极细胞合作滤波和终端截断后端点重组等主观轮廓形成过程。实验结果表明,该方法能够比较有效地利用视觉系统的竞争-合作机制处理两类比较经典的主观轮廓图形。     

光学遥感舰船目标识别方法

提出一种基于粗糙集理论和分层判别回归技术的光学遥感舰船目标识别方法。该方法首先提出新的光学遥感舰船识别特征———面积比编码,并与四类特征组合作为备选特征;然后基于粗糙集理论按同可区分度来计算各备选特征的重要性权值,自动选择出对正确识别贡献较大的特征组合;最后根据分层判别回归原理生成分类判决树来识别光学遥感舰船目标。实验结果表明,本文方法在识别精度和速度方面优于最近邻和支持向量机方法,且通用可行。     

基于人脸检测和CAMSHIFT算法的人脸跟踪系统

针对彩色视频序列,本文提出一种基于检测和彩色直方图的人脸跟踪系统,首先利用Adaboost算法进行快速人脸检测和定位,然后通过Canny滤波获取精确的人脸区域建立肤色直方图模型,在CAMSHIFT算法的基础上运用人脸形态约束,Kalman滤波进行实时的人脸跟踪,实验证明该系统具有较好的实时性并能很好的解决遮挡,类肤色干扰和快速移动的问题.     

粒子群优化在心电信号稀疏分解中的应用

心电信号的稀疏分解能得到稀疏表示形式,便于心电信号的压缩、波形检测识别等.但稀疏分解计算非常复杂,是一个NP问题.粒子群优化是群体智能优化算法,算法简单易于实现,且搜索效果好,已在很多实际应用中得到验证.把粒子群优化算法用于心电信号稀疏分解的最优匹配原子的搜索,用这种群体智能优化搜索算法代替全局搜索能降低稀疏分解复杂度,同时减少稀疏分解的超完备字典对存储空间的占用.实验结果表明,该方法切实可行.     

基于自适应Eikonal方程的改进透视SFS算法

PFMM（perspective fast marching method）是一种有效解决透视投影下从明暗恢复形状（SFS）问题的方法,但是适应条件受限,且对初始数据的精度较为敏感。本文通过对Eikonal方程系数的分析,提出了在透视投影下基于自适应Eikonal方程的PFMM,解决了PFMM对初始数据过于依赖的问题,是PFMM的推广。对合成图像的实验表明本文算法比PFMM精度更高,对透视投影下SFS问题可以得到比较好的结果。