基于共有星的快速星图识别方法

提高星图识别的快速性对于提高数字天顶仪的定位效率具有重要意义。传统的数字天顶仪星图识别需要对旋转拍摄的每幅星图上所有星点单独进行识别,致使星图识别效率较低。考虑到星图间存在着共有星,对此提出了一种基于共有星的星图识别方法。首先对定位循环中间位置拍摄的两幅星图单独进行识别,然后通过建立倾斜修正模型消除了实际拍摄状态下CCD平面与水平面之间的小倾角,并在此基础上建立了星点归算模型,以此找出剩余星图与已识别星图间的共有星。实验结果表明：通过星点归算模型找出剩余星图与已识别星图间共有星后,再对新增星进行识别,大大提高了星图识别的效率。     

一种基于径向和环向模式特征量的近红外星图匹配识别方法

通过近红外星空目标分布的特征分析,对近红外恒星目标进行了径向模式特征量的构造和环向模式特征量的构造,并对经构造得到的特征库和基于标准星空坐标数据完成的星空导航匹配库进行了模式特征量的匹配识别。结果表明,这种方法在实际应用中具有一定的价值。     

自适应指向误差的快速星图识别方法

新疆25 cm望远镜是一台小口径巡天望远镜,用于支撑地球同步轨道（GEO）监测任务。空间物体监测需要依靠快速的光学图像处理技术,采用天文定位方法得到空间物体的赤经-赤纬测量信息。新疆25 cm望远镜具有指向误差较大的问题,严重影响光学图像处理的成功率。本研究分析指向误差对天文定位中星图识别的影响,提出一种改进的以指向搜索为框架的快速星图识别方法,该方法能够自动适应指向误差带来的不利影响。利用新疆南山站25 cm望远镜的图像对该方法进行测试,达到预期效果,验证其有效性和稳定性。     

一种多主星模型的多视场星图识别方法

甚高精度星敏感器往往需要小视场、大面阵以确保较高的角分辨率,然而视场小容易导致星图识别可靠性降低.针对多视场甚高精度星敏感器,本文提出了一种多主星模型的多视场星图识别方法.该方法首先以某一视场星敏感器为基准,利用星敏感器之间的相对安装关系,将其他视场星敏感器探测到的星点转换到基准坐标系下的矢量,然后在每个视场中各自确定...     

一种基于不变矩和BP网络的目标识别方法

为了有效地提高旋转、尺度变化目标的识别率,首先提取目标图像的不变矩,以此作为目标识别的特征向量,然后利用将附加动量项与自适应学习速率相结合的改进BP算法实现对目标的分类识别.字符图像仿真实验表明,这种针对旋转、尺度变化目标的识别方法是有效的,可行的.     

一种基于BP网络的星图识别算法

为了提高星图识别算法的抗噪性能,提出一种基于逆向传播(Back Propagation,BP)网络的识别算法。该算法通过将星图转换成“0”、“1”和“2”的网格矩阵,提取行列数值和星数形成匹配向量,利用多个BP识别子网进行训练完成匹配识别。通过仿真试验得出以下结论:对星等位置和星等添加噪声,当位置噪声标准偏差为2像素时,BP网络算法的识别率和识别时间相对传统栅格算法分别提高2%和60ms,对噪声有较强抗干扰能力,表明BP网络算法具有更快的识别速度。     

一种基于组合不变矩的新的舰船图像目标识别方法

利用图像的不变矩特征进行目标识别是一种有效的方法.通过比较Hu矩、仿射不变矩和小波不变矩的特点和适用条件,提出了一种运用部分Hu矩、仿射矩和小波矩组合来识别舰船图像目标的方法.仿真实验结果表明,该组合矩对于提高舰船图像目标的识别率是有效的.     

基于修正不变矩和范数的物体特征识别方法

为了快速而准确地识别出不同类的物体,提出基于修正不变矩和最小范数的物体识别方法,提取物体的不变矩和圆形度特征,利用泛函分析中的范数理论对不同形状的物体进行识别,方法简单,识别速度快,并且识别率较高.仿真结果表明该方法对物体的平移、旋转、缩放都具有不变性,从而验证了该方法的有效性.     

L2范式距离的星图识别方法

在Hausdorff距离的基础上,提出一种不依赖于星敏感器的旋转方向和焦距等因素的星图识别方法。在构造Hausdorff距离的数据点集合时,采用基于L2范数对应的相对欧氏距离作为集合元素,解决星敏感器滚动对星图识别的影响;另一方面,由于受星敏感器焦距的影响,星敏感器图像与标准参考图也会存在误差。在构造标准数据点元素时,考虑到如果一个数据点集包含另一个数据点集,在这两个数据点集之间至少有两个数据点之间的L2范式距离是相同的。对L2范式Hausdorff距离进行比例化处理,每个集合中的相对空间距离除以本集合中最小的相对空间距离,构成一种新的数据点集。这种方法不需要对星敏感器图像由于焦距不同进行标定,避免了星敏感器焦距对星图识别的影响。给出了距离的计算公式和实现步骤,并给出了实验结果。结果表明:在星敏感器转动、尺度变换等情况下,该算法可以正确得到星图识别结果,从而获得星敏感器的姿态信息。     

星识别的全新智能快速搜寻方法

星图识别算法的关键是识别效率高、花费时间短。过去的几十年里,人们致力于建设搜寻数据库的方法,而且确实找到了大量的搜寻方法。为了减少星图数据库的搜寻时间,提出了一种将不同恒星星等分层分类的新技术。同时,采用这种准确快速的搜寻方法提出了全新智能快速星识别算法。基于台式机的仿真结果显示这种星识别方法和数据库搜寻方法具有较高的准确性和效率。通过数据库搜寻星特征的时间复杂度为0(n)。除此以外,因为星图像的质量决定了星图识别算法准确性的改进,因此提出一种模糊边缘检测技术来解决图像的预处理问题,这种方法对于噪声消除、星特征提取、数据库建设和匹配有重要意义。     

一种星辐射模式下全天区星图识别算法及FPGA实现

针对在DSP中实现全天区星图识别算法耗时长导致实时性差,提出并实现了一种基于FPGA的星辐射模式下的全天区星图识别算法。该方法利用FPGA并行性、高主频等特性,在保证算法高精度、高准确度的前提下,解决了全天区星图识别耗时长的问题。首先,根据星点信息构建星辐射模式;其次,基于FPGA实现了星辐射模式下对应特征向量的计算;最后,提出了一种可预读、流水化的星辐射模式匹配算法,极大地缩短了星辐射模式匹配的时间。在Xilinx公司的Xc7a75tfgg484-2平台上进行实验验证,结果表明,在相同时钟主频下,基于FPGA的星图识别算法速度比基于DSP的算法速度快10.95倍以上,而且在使用三组特征向量同时进行匹配时,识别率超过99%。     

一种新的基于BPSO和KNN的P2P流量识别算法

Peer-to-Peer technology is one of the most popular techniques nowadays, and it brings some security issues, so the recognition and management of P2P applications on the internet is becoming much more important. The selection of protocol features is significant to the problem of P2P traffic identification. To overcome the shortcomings of current methods, a new P2P traffic identification algorithm is proposed in this paper. First of all, a detailed statistics of traffic flows on internet is calculated. Secondly, the best feature subset is chosen by binary particle swarm optimization. Finally, every feature in the subset is given a proper weight. In this paper, TCP flows and UDP flows each have a respective feature space, for this is advantageous to traffic identification. The experimental results show that this algorithm could choose the best feature subset effectively, and the identification accuracy is improved by the method of feature weighting.     

常用数字调制信号识别的一种新方法

通过分析数字调制信号及其非线性变换的功率谱,提出了两个新的调制特征参数,改进了两个相关特征的描述,设计了一种采用神经网络集成结构分类器的识别方案,实现了AWGN信道下常用数字调制信号的自动识别.仿真表明,谱形状特征参数具有很好的抗噪声能力,离散谱线特征参数对信号调制参数更加稳健性,神经网络集成分类器的识别性能显著优于单个网络分类器,SNR＞5dB时该识别方法的总体识别率在94%以上.     

噪声环境下说话人识别的组合特征提取方法

针对在干净语音环境下识别率很高的说话人识别系统,在噪声环境下识别率显著降低的缺点,本文结合具有多分辨率分析特点的小波变换技术,提出一种基于小波变换的组合特征提取算法,以提高说话人识别系统在噪声环境下的识别性能。对40个说话人的语音库SUDA2002-D2,在噪声环境下进行的识别实验结果表明,本文提出的组合特征提取算法可以在噪声环境下有效地提高说话人识别系统的识别性能。     

一种基于快速最近特征线的汽车牌照识别方法

提出一种基于快速最近特征线法(NFL)的车牌识别方法.根据颜色的视觉一致性,采用Munsell颜色空间的NBS颜色距离的概念对色彩进行聚类,再采用不同的结构元素,对于聚类后的图像进行一系列的数学形态学运算,准确定位出车牌的位置后,以NFL为基础,采用一种快速的计算方法,把待识别字符划分到最相匹配的类别中.实验表明,提出的车牌分割与识别新方法快速,准确,能有效地提高汽车牌照的识别效率.     

非相参雷达飞机目标特征提取

本文从分析目标回波序列的动态特征出发,着重研究了这些动态特征的建模问题。根据建立的模型,采用D-S证据理论方法,对实测四类编队飞机目标回波数据进行了融合识别,试验结果验证特征描述的合理性,以及基于特征的统计模型的有效性。     

基于最大后验估计的动态星图目标提取方法

深空探测时,由于星敏感器受到多种复合运动影响,使拍摄星图存在严重运动模糊,信噪比低。采用Sureshrink小波方法去噪,能够有效保留星图的边缘信息和灰度信息;根据星图梯度符合拉普拉斯分布的先验信息,提出一种基于最大后验概率估计方法的星图去模糊模型,并对动态模糊星图进行去模糊处理。仿真结果表明,高动态时,经过所提出的去模糊方法处理后的星图不会出现维纳滤波方法中的振铃影响,处理速度和提取质心精度优于Richardson-Lucy滤波,质心精度优于0.1个像素,满足动态星敏感器的处理精度和速度要求。     

基于曲张特征的快速Hough逆变换算法

提出一种基于曲线特征(CF)的Hough逆变换(IHT)算法.基于静止图像中待检测曲线的特征,选取图像中若干特征点,根据这些特征点,结合待检测曲线的特征信息寻找生长点,以这些生长点为下一次检测过程的新特征点,循环生长,直至达到检测要求为止.实验表明,CF-IHT算法只选取了图像中待检测曲线上的点进行重建,克服了标准IHT(SIHT)逐像素检测的盲目性,减小了算法的计算复杂度,节省了存储空间,提高了算法的计算效率.