星空背景中目标识别算法研究

为了实时捕获混杂在天基背景中的运动目标,采用基于Fourier—Mellin图像配准与边缘提取相结合的差分算法。先采用Fourier—Mellin算法和相位相关算法求取图像的旋转角度及缩放和平移参数,得出配准点,再对连续采集的两帧图像配准、差分、二值化,将差分图像与后一帧边缘提取的图像进行逻辑乘,得到目标。仿真结果表明,该算法虚警率低,适合微型航天器多目标捕获的要求。     

一种基于改进W-SVM算法的概率密度估计

研究了基于加权支持向量机的概率密度估计算法。现有算法只考虑采样时间或样本密度,导致概率密度结果误差较大。为提升估计精度,文中提出了一种改进的W-SVM算法,该算法同时考虑了采用时间和区域样本点,依次选择不同的加权惩罚系数,并对加权系数进行归一化处理,最后采用网格寻优法找出最合适的加权系数。仿真结果表明,所提改进加权支持向量的概率密度估计的均方误差远小于传统算法,即所提算法优于传统算法。     

Hadamard变换多谱段自适应光谱仪

通过获得目标的光谱特性,揭示目标物质的表面成分,从而识别目标.阐述了Hadamard变换多通道探测的原理及基于Hadamard变换的光谱成像仪原理,设计并研制了基于数字微镜器件(DMD)的Hadamard变换多谱段自适应光谱仪;使用该光谱仪在实验中成功的复原出目标物的光谱,从复原出的光谱曲线中可以鉴别出目标物,同时,将实验组所得光谱曲线与国际标准的光谱曲线进行了比较,平均误差小于4%.