基于局部相似性的特征匹配筛选算法

针对传统ORB算法匹配效率低、误匹配率高的问题,提出一种基于局部相似性的特征匹配筛选算法。对传统的非极大值抑制算法进行优化,优化后算法在效率上有明显的提升并且可以保留更多能准确匹配的特征像素点,从源头减少了误匹配的产生。针对传统RANSAC筛选算法迭代慢、对视角变化图像的鲁棒性不足的缺陷,提出一种基于局部相似性的筛选算法,通过特征像素点局部范围内其他特征像素点的相似分布进行筛选。实验结果表明,提出的筛选算法具有更高的效率,同时对视角变化的图像鲁棒性更强。     

尺度空间检测边缘特征的进化分析

多尺度分析中的一个重要问题是检测特征的尺度空间进化规律。本文以２－Ｄ高斯函数作为核函数,明确给出了解点图像的尺度空间检测边缘是一个由角边界的斜率和分析尺度共同决定的椭圆,以此为基础,讨论了尺度因子对相邻角点检测边缘的同化效应,给出了角最小分辨率与分析尺度的关系不等式。本文的结果对多尺度分析具有普遍性参考意义。     

采用尺度空间特征点匹配的红外目标跟踪

针对红外图像信噪比低,对比度不高,目标跟踪困难等复杂情况,提出了一种基于尺度空间特征点匹配的红外目标跟踪算法.设计出一种基于尺度因子变化的高斯卷积模板尺寸自适应调整以及连续帧目标区域双向配准的办法,前帧目标区域特征点匹配出后续帧目标区域特征点,以后者特征点集质心坐标去建立目标跟踪搜索窗,完成在视觉效果差的背景下的红外目...     

样条尺度空间与Canny算子结合的弱边缘检测算法研究

由于在单一尺度空间中,边缘检测算子不可能正确地检测出所有满足实际需要的边缘,提出B-spline算子与Canny算子结合的边缘检测算法,首先用B-spline算子对图像进行多尺度空间处理,然后用Canny算子进行边缘检测,给出了尺度空间的计算过程和实例,并以实拍复杂背景条件下红外机场跑道为边缘检测实验对象,通过实验,将该算法与经典算法相比较,证实该算法在检测物体弱边缘、消除边缘误检测及提高算法效率方面具有优势。     

基于图像尺度空间的几何不变特征点提取算法

图像特征点的提取是实现抗几何攻击数字水印算法的重要步骤，所提取的特征点是否鲁棒，将直接影响抗几何攻击水印的鲁棒性．Harris—Laplace角点检测方法是一种多尺度抗几何攻击角点提取方法，但计算比较复杂．将Harris．Laplace角点检测方法进行改进，把直接分析图像局部灰度值的角点提取方法与图象尺度空间的思想相结合，并兼顾多尺度的不同权值，则既可以保证角点抵抗一般几何攻击的鲁棒性，又减少计算复杂度的，根据此思路提出了加权平均Harris-Laplace角点检测方法来提取特征点．实验结果表明，该算法提取的图像特征点不仅具有很好的抵抗图像裁剪、几何缩放能力，而且计算复杂度明显低于相同重复检测率的Harris—Laplace角点检测算法．     

融入曲率尺度空间算法的图像配准方法

为了满足图像配准对于实时性的要求,提出融入曲率尺度空间算法的图像配准方法.首先使用曲率尺度空间算法提取图像角点特征,然后使用改进的加速稳健特征算法生成64维角点特征描述子向量并将描述子向量降维到24维,最后使用改进的相似性距离算法和随机采样一致性算法进行匹配.仿真实验一表明:在图像配准准确度方面与传统尺度不变特征变换算...     

基于CSS角点检测的快速匹配算法

为了实现准确、快速的图像匹配,从角点检测与描述子两方面入手,提出了一种基于CSS角点检测的匹配算法。首先,在曲率尺度空间下,检测图像在不同尺度下的角点并剔除不稳定角点;其次,基于曲率对图像轮廓描述的精确性,以特征点为中心划分3×4的子邻域,计算子邻域内轮廓曲线点的高斯加权曲率等4维向量特征,建立48维描述子,由于CSS角点检测包含曲率计算,因此生成描述子时避免了曲率的二次计算,提高了匹配速度;最后,提出一种"二进制距离"方法对描述子进行匹配,进一步优化匹配速度。通过实验证明,在保证精度的情况下,CSS快速匹配算法大幅度缩短了匹配时间,对旋转、亮度变化具有较好的匹配效果。     

针对低空微小型无人机的轻量型YOLOv5检测算法

针对低空微小型无人机对公共安全造成威胁的问题,本文基于YOLOv5(you only look once v5)网络提出了一种适用于移动端的轻量型目标检测模型YOLOv5＿SS。该模型以轻量型网络ShuffleNetv2替换YOLOv5原有的主干网络,引入SENet (squeeze-and-excitation networks)注意力机制,并采用Soft-NMS(soft non-maximum suppression)算法提升对密集重叠目标的检测效果。实验结果表明,该模型在数据集上对低空微小无人机进行检测的平均精确率均值(mean average precision@0.5,mAP₅₀)为92.75%,精度为90.49%,参数量为0.237 4 M,浮点运算数为0.9千兆浮点运算(giga floating-point operations, GFLOPS)。具有检测精度高、内存占用率低的特点,有利于在移动终端上部署且在复杂背景及密集目标的场景下均有较好的检测效果。     

使用GIoU改进非极大值抑制的目标检测算法

针对单阈值-非极大值抑制算法中出现的目标漏检和重复检测问题,本文提出了一种使用全局交并比指标GIoU(Generalized Intersection over Union)衡量目标相似度的双阈值非极大值抑制算法GDT-NMS(Generalized Dual Threshold NMS,GDT-NMS).使用双阈值改...     

基于多尺度空间的图像匹配算法

根据影像的多尺度空间表达思想,使用非线性的关键点滤波算子将基准图和实时图分解为不同分辨率并具有不同特征的子图。通过调整不同尺度空间中各参数的权重准确的表示影像对的匹配相似度,并完成综合测度描述符的计算。最后通过测度描述符完成最顶层的粗略匹配,并将结果作为下一层匹配的初始条件,由粗至精完成最终的匹配。实验结果表明,本文方法在基准图和实时图存在一定几何变形和灰度差的情况下,能取得较高的平均匹配精度与正确匹配概率,并且匹配的速度也较快。     

基于自适应尺度的Mean—shift跟踪算法

针对传统Mean—shift跟踪算法不能解决目标跟踪中的目标特征大小变化问题,在此通过对Mean-shift算法的深入研究,提出了基于自适应尺度的Mean—shift目标跟踪算法。通过引用尺度空间理论,改变尺度空间中的选择参数,调整追踪窗口的大小来解决跟踪时自适应目标大小特征变化的问题。计算机仿真实验表明,基于自适应尺度的Mean—shift跟踪算法的跟踪所取得的效果明显优于传统方法的目标跟踪方法。     

小波尺度空间形状特征提取方法的研究

基于形状的图像检索技术是基于内容的图像检索技术的一个重要组成部分。现有的形状特征检索技术主要集中于形状特征的提取及相似性度量、形状特征与颜色和纹理特征结合、形状特征与高层的语义特征结合的研究。在分析现有的基于形状的图像检索技术的一些关键技术的基础上,对基于小波尺度空间特征(WSS)的形状检索方法进行了研究,并提出了一些改进算法。     

空间网络多路径路由算法

针对空间网络具有距离远、延时大、周期性间歇连接的特点,提出了一种适用于空间网络的多路径最大吞吐量的路由算法（SMMT）。该算法是对最小费用最大流算法的改进,经过多次最小费用路径查找和残留网络的构造过程,最终可以找出所有满足传输条件的转发路径。仿真实验表明,和传统的ASCOT和S-OSFP单路径路由算法相比,SMMT算法明显提高了网络的吞吐量,减少了数据包的传输时延,使得网络的资源得到充分的利用。     

奇异向量空间双聚类算法

本文针对0/1矩阵的双聚类问题提出一种奇异向量空间双聚类算法.通过SVD分解将0/1矩阵映射到左右奇异向量空间上,然后利用信息熵判断行聚类优先还是列聚类优先,最后根据判断结果递归进行行聚类或列聚类,直到满足停止条件.实验显示奇异向量空间双聚类算法可以分辨出完全无重叠的子矩阵,比较快速地得到硬的双簇.     

基于曲率尺度空间的指纹特征提取算法

提出了一种基于曲率尺度空间(Curvature Scale Space,CSS)的指纹特征提取方法,它不同于经典的基于细化的算法.首先使用Canny算子得到增强后指纹脊线的轮廓,接着计算轮廓中每点的曲率,找出局部曲率最大点作为候选的细节点,然后使用自适应阈值和支撑域(Region of Support,ROS)删除由噪声产生的虚假点;最后利用指纹的细节点附近的轮廓和灰度信息,确定细节点的方向和类型,并使用得到的方向和类型进一步删除虚假细节点.该算法在FVC2002指纹数据库中进行测试,实验结果表明,该算法计算复杂度低,得到的指纹细节点精确、稳定,因此适合实际应用.     

4-D尺度空间中基于Mean-Shift的目标跟踪

在基于Mean-Shift的目标跟踪算法中,尺度自适应机制是算法研究的一个重要方向。一种典型的方法采用Lindeberg的尺度空间理论以获取目标尺度信息。但现有算法中将尺度由2-D矢量压缩为1-D量,未能精细地刻画目标仿射变换时的尺度变化,从而限制了算法的适用范围。为此,该文将尺度维1-D滤波推广至2-D,构造得到了相应的4-D尺度空间,并利用空间维和尺度维的Mean-Shift交替迭代,实现了同时在空间位置和尺度方向对目标的有效跟踪,提高了算法在目标尺度变化时的自适应性,并扩大了算法的适用范围。     

深空通信中的线性Log-MAP算法

Turbo码由于具有逼近香农信道容量限的性能,已经被CCSDS标准采纳。译码算法是Turbo码译码的关键组成部分,也是影响其性能的关键因素,而MAP类译码算法以其优越的性能成为译码算法的主体。在对MAP类译码算法的译码复杂度和性能仿真对比、分析的基础上,针对深空通信中的低信噪比、低误比特率的要求,提出一种线性Log-MAP算法方案,该方案在保证性能损失尽可能小的前提下,有效降低了计算复杂度,适用于深空通信的实际要求。     

神经网比例式学习算法

本文提出一种适用于训练大型BP神经网的学习算法,即比例式学习算法。通过理论分析和计算机模拟结果表明,比例式学习算法学习速度快,是一种可行的学习算法。     

Iterative Regularization and Nonlinear Inverse Scale Space in Curvelet-type Decomposition Spaces

In this paper we generalize the iterative regularization method and the inverse scale space method, recently developed for wavelet-based image restoration, to curvelet-type decomposition spaces setting. We obtain the result that minimzer of the new model can be derived as curvelet firm shrinkage with curvelet-type weight, which is dynamically changing in the iteration（CDS-IRM）. And we obtain a new class of nonlinear inverse scale spaces flow which is dependent on Curvelet-type decomposition scale and smooth order（CDS-ISS）. Numerical experiments indi- cate that the proposed methods are very eflClcient for de- noising.     

Large Scale Antenna Arrays with Increasing Antennas in Limited Physical Space

Large Scale multiple input multiple output （MIMO） systems have recently emerged as a promising technology for 5G communications. While they have been shown to offer significant performance benefits in theoretical studies, the large scale MIMO transmitters will have to be deployed in the limited physical space of today＇s base stations （BSs）. Accordingly, this paper examines effects of deploying increasing numbers of antennas in fixed physical space, by reducing the antenna spacing. We focus on the resulting performance of large-scale MIMO transmitters using low complexity closed form precoding techniques. In particular, we investigate the combined effect of reducing the distance between the antenna elements with increasing the number of elements in a fixed transmitter space. This gives rise to two contradicting phenomena： the reduction of spatial diversity due to reducing the separation between antennas and the increase in transmit diversity by increasing the number of elements. To quantify this tradeoff, we investigate densely deployed uniform antenna arrays modelled by detailed electromagnetic simulation. Our results show the somewhat surprising result that, by reducing the separations between theantennas to significantly less than the transmit wavelength to fit more antennas, the resulting system performance improves.