基于改进SUSAN原则的小目标检测算法

为解决复杂云层背景下红外弱小目标的检测问题，提出了基于改进SUSAN原则的检测方法，该方法通过重新定义SUSAN原则，改进模板形状，自适应设置阈值，使之对小目标极为敏感，抑制背景和噪声。实验证明，该算法对于信噪比小于2的弱小目标有较强的单帧检测能力。     

采用贝叶斯决策概率型DT-MRI的脑白质纤维追踪成像

弥散张量磁共振成像(DT-MRI)的脑白质纤维追踪成像可无创重建脑白质纤维的三维结构,而现有追踪成像方法一般仅考虑局部纤维的弥散倾向,对纤维束几何结构的综合考虑不足,为此提出一种贝叶斯决策概率型的纤维追踪成像算法.该算法通过纤维束当前体素的弥散张量方向和纤维束几何结构信息,利用贝叶斯决策理论估算追踪下一体素的方向概率分布;按照概率分布对纤维束进行加权采样,重建纤维束的三维结构图像.最后利用文中算法在合成弥散张量数据上进行了成像仿真,在真实脑部DT-MRI数据上进行了成像实验.仿真和实验结果表明,该算法能实现预期的脑白质纤维追踪成像,比现有追踪成像方法结果更可靠,可重复性更强.     

基于传输线变压器理论的传导EMI噪声测试网络

对传导电磁干扰进行准确测量是对设备电磁干扰进行准确量化和有效降低电磁干扰的重要工作。传统的噪声分离电路没有考虑变压器的寄生参数,在测试端口处CM噪声与DM噪声相互干扰较大。针对该问题,本文结合传输线变压器理论设计了一种新型的传导EMI噪声测试网络。该网络对变压器的寄生参数进行了良好的控制,对测试网络的输入、输出阻抗进行了精确的匹配。在PSpice中建立电路仿真模型对噪声分离网络进行仿真,从仿真结果可以看出该网络有良好的传导EMI噪声分离效果。     

低信噪比下运动点目标检测快速算法

针对低信噪比下运动点目标的检测,提出了采用动态规划算法处理多帧图像以提高信噪比.为了进一步提高算法效率,在动态规划算法流程中融入了多级假设检验和方向加权算法,及早地摒除了置信度较低的轨迹树.实验证明,该算法较之传统算法效率有较大提高.