基于遗传算法的雷达组网误差配准算法

系统误差校正是雷达组网的关键问题,传统的误差校正方法采用最小均方估计法或极大似然法,这些方法受随机误差影响,计算量大,难以在工程中应用。本文在实时精度控制法（RTOC）的基础上,通过构造误差配准的目标函数,将误差配准转换为非线性优化问题,并采用遗传算法进行寻优。该方法采用非参数化的方法进行误差配准,克服了RTOC和最小二乘算法中线性化带来的误差,提高了误差估计的精度。仿真和实际数据测试表明,本文提供的方法能有效地进行组网雷达误差配准。     

基于改进ORB算法的图像配准方法研究

传统的图像配准方法存在输出图像连续性低的缺陷。因此,文章提出基于改进ORB算法的图像配准方法研究。设计图像配准流程,计算多点控制图像位置,匹配图像控制点;明确特征点误差匹配方式,计算图像特征点偏差值;获取图像边缘灰度值,按照图像中矩阵排列方式,矫正输出图像。设计实验,模拟实验环境,验证提出的图像配准方法在实际应用中可提升输出图像的连续性。     

一种实用的小目标配准方法

图像配准是图像融合技术的基本环节和首要问题,只有经过配准后的图像才能进行有效的融合。其中,小目标由于几乎无特征信息可以利用,所以常规的配准方法都不适用。针对图像识别中小目标的配准问题,分析了其配准特点,创新性地提出了先配准目标视场,再配准目标位置的方法,提出了视场配准的概念。首先运用成像原理,用焦距、分辨率和像元尺寸建立不同CCD之间的视场对应关系,利用此关系完成目标视场的截取放大,使不同CCD得到的图像视场一样大。然后在分析通常采用的最小平均绝对误差（MAD）相关匹配方法缺陷的基础上,提出用最多近邻点距离（MCD）的匹配方法来对准目标位置,完成目标质心的配准。实验结果表明,此方法可以很好地配准小目标,且误差不超过2个像素。由于其针对性强．因而具有较强的实际应用价值。     

红外与可见光图像配准技术研究综述

多模态图像配准能提供比单模态图像配准更加丰富和全面的信息,红外与可见光图像配准作为一种常见的多模态配准类型,在电力、遥感、军事以及人脸识别等领域具有重要的应用价值。首先介绍了红外与可见光图像配准的相关技术并阐述了配准中存在的难点与挑战,然后详细分析和总结了基于区域、基于特征和基于深度学习3种红外与可见光图像配准方法,并分别阐述了不同配准方法的优缺点,之后概述了红外与可见光图像配准技术的实际应用,最后对红外与可见光图像配准未来的发展趋势进行讨论。     

多雷达系统几种误差配准方法的分析与比较

对多雷达系统现有几种主要误差配准方法即实时质量控制法（RealTimeQuality Control)、最小二乘法（Least Squares)、最大似然法（Maximum Likelihood)和广义最小二乘法（Generalized Least Squares)进行理论分析与比较,利用参考文献[1]的数据对上述几种算法的实际应用效果进行比较,为实际系统选择合适配准算法提供一定依据。     

星载InSAR复图像多级配准及其误差分析

复图像的配准是星载干涉合成孔径雷达(InSAR)数据处理中的重要步骤。对于星载InSAR复图像的配准,为了达到高的配准精度并同时保持较高的计算效率,需要采用多级配准的方法,即可先后采用几何配准方法、基于窗口的配准方法和基于频谱差别的配准方法来完成复图像的配准。首先讨论了三种算法的原理和处理方法,其中详细分析了基于频谱差别配准方法的原理。然后分析了各算法的误差,由于基于频谱差别配准影响最终的配准精度,分析了通过去噪来减少其误差。使用上述算法对仿真数据的处理结果验证了算法的有效性。     

三种图像配准法在近红外脉冲光成像中的应用

分析了基于特征点控制为基础的配准、傅里叶梅林变换、最大互信息法等三种图像配准算法的原理。采用这三种方法对近红外脉冲光乳腺成像系统采集的病例图像实现图像配准,并从配准所需要时间和最终的配准效果两个方面对三种算法的配准效果进行了比较。结果表明,基于特征点控制基础的配准方法所需时间最短,傅里叶梅林变换次之,最大互信息法所需要的时间最长。但是,从最终配准效果来看,最大互信息法明显优于其他两种算法。应用最大互信息法可以有效实现图像的配准,但是在实际应用中,需要对配准时间进行进一步优化。     

多雷达系统几种误差配准方法的分析与比较

对多雷达系统现有几种主要误差配准方法即实时质量控制法（Ｒｅａｌ ＴｉｍｅＱｕａｌｉｔｙ Ｃｏｎｔｒｏｌ）、最小二乘法（Ｌｅａｓｔ Ｓｑｕａｒｅｓ）、最大似然法（Ｍａｘｉｍｕｍ　Ｌｉｋｅｌｉｈｏｏｄ）和广义最小二乘法（Ｇｅｎｅｒａｌｉｚｅｄ Ｓｑｕａｒｅｓ）进行理论分析与比较,利用参考文献［１］的数据对上述凡种算法的实际应用效果进行比较,为实际系统选择合适配准算法提供一定依据。     

超声TOFD图像的亚像素配准算法

为了提高超声TOFD(Time Of Flight Diffraction)图像的配准精度,研究编写了基于离散傅里叶变换(DFT)的亚像素配准算法,使得原图与模板图的互相关度在0.99附近。为解决实际焊缝缺陷检测过程中处理数据量较大问题,文章通过图像配准来提取有效缺陷区域,减少后期图像处理的数据量和提高缺陷识别效率。现基于FFT的相关性,提出了一种超声TOFD图像配准算法,成功将灰度光学图像处理方法应用于超声波图像,提高配准精度到亚像素层次,得到的配准图像清晰,缺陷特征明显,其操作过程简单,配准位置准确。     

基于离线标定的全景视频快速拼接算法设计

针对实际条码识别系统中全场景监控和传统图像拼接算法速度慢的问题,提出了一种基于离线标定的快速全景视频拼接算法.在实际应用中多台相机位置固定,采用离线标定计算出图像拼接的单应性矩阵,在实时拼接中直接加载该矩阵进行计算,从而省去了大量的特征提取和配准时间.为了提高图像特征的配准精度,设计了一种改进的SIFT(Scale-I...     

基于测向交叉和卡尔曼滤波的多舰无源被动定位算法

在分布式多舰无源被动定位算法中,用修正增益推广卡尔曼滤波器对海上运动舰艇辐射源进行纯方位跟踪时,会出现滤波发散的情况.本文讨论了进行多舰纯方位定位跟踪融合的方法,提出一种通过测向交叉定位的结果来改进修正增益推广卡尔曼滤波器的方法,提高其稳定性,减少其滤波发散的可能,提高定位精度,计算机模拟证明了该方法的有效性.     

基于分形特征的高频雷达目标检测技术

在现代化战争中,高频雷达起着越来越重要的作用,同时由于各种强杂波的干扰,对高频雷达目标(小目标)的检测需要寻找更好的算法.针对传统相干积累算法对高频雷达舰船目标检测的不足,文中提出了一种基于分形特征的高频雷达目标检测的新方法,利用合维数法计算分形维数,给出了自适应检测门限.在实测数据基础上对分形算法进行验证,实验结果表...     

基于NLS的多机只测角误差配准算法

多机无源融合定位中的误差配准是目前多传感器误差配中的难点之一。当无源传感器获得的观测量存在系统误差却不进行配准时,多机融合定位的效果将受到严重影响。针对这一情况,在多机只测角无源定位问题中提出了一种基于非线性最小二乘（NLS）的误差配准算法。该算法将多机只测角误差配准问题转换为非线性最小二乘估计问题,并采用高斯–牛顿法求解,即先将非线性量测方程线性化并采用加权最小二乘进行估计,然后进行迭代直至收敛到最优估计值。仿真结果表明,与EKF配准算法相比,当观测时间足够长时,本文提出的NLS误差配准算法的定位误差可以接近克拉美罗限（CRLB）,并且对系统误差的估计精度非常高。      

多雷达/红外传感器数据融合算法

本文针对多雷达、红外传感器设计了一种异构信息融合算法。结合多雷达、红外传感器实际使用情况,研究了多雷达、红外异构信息空间配准方法,并根据雷达、红外异构量测特性选取不同滤波器进行目标运动状态估计,实现多雷达、红外传感器数据融合。本文通过对不同传感器的组网方案进行仿真与测试,充分验证了该算法的实用性和有效性,满足实际的工程应用。     

基于标志点的多视点云优化拼接方法

针对基于标志点序列扫描点云拼接过程中出现的累积误差问题,提出一种利用光束法平差方法计算最优全局点位的拼接优化算法。该方法以扫描特征点在全局坐标系下的位置为初始值,以反投映残差最小化为目的,构建优化代价函数,通过迭代的方法计算特征点的全局最优点位,最后以该最优点位为基准,对序列点云进行空间位置调整。实际测量结果表明,该方法可以明显减少拼接过程中所产生的累积误差,具有提高拼接精度的作用。     

基于SUSAN算法和行列均值分割的海面舰船检测

提出一种基于SUSAN检测和行列均值分割的复杂海天背景的红外舰船目标检测算法。首先建立一个简单的舰船轮廓模型,结合SUSAN算子检测得到感兴趣区域ROI,并且感兴趣区域的大小可以由轮廓模型进行一定的控制;然后对感兴趣区域运用改进的行列均值分割得到舰船目标。实验结果表明,提出的算法能正确分割出舰船目标。     

Reducing location update cost in a PCS network

Location tracking operations in a personal communications services (PCSs) network are expensive. Several strategies have been proposed to reduce the location update cost. This paper studies a special case of a location tracking algorithm called the alternative location algorithm. This special case is referred to as the two location algorithm (TLA). An analytical model is proposed to compare the performance of the TLA and the IS-41 protocol. Our study indicates that the performance of the TLA is significantly affected by the user moving patterns and the call traffic. If the user mobility is higher than the call frequency or the user tends to move back to the previously visited registration areas, then the TLA may significantly outperform IS-41. We also observe that the variance of the portable residence times in registration areas has an impact on the performance of the TLA (i.e., better performance is expected for larger variance)     

基于Harris算法的自适应双极性红外舰船目标检测

红外舰船目标检测是舰船目标自动识别与跟踪的关键技术之一。针对现有方法在舰船目标成像灰度呈现"双极性"(舰船亮度高于或低于背景)或多极性(舰船目标灰度分布不均匀)的情况下适应能力不足,提出了一种新的红外舰船目标检测方法。为抑制海空杂波干扰提高检测概率,对图像进行均值漂移滤波,利用行垂直方向梯度投影获得感兴趣区域,通过检测区域内目标角点实现舰船目标的自动检测。实验结果表明,该算法能够克服传统算法基于舰船亮度高于背景的假设,在舰船灰度呈现双极性或多级性的情况下获得较好的检测结果。     

面向引线框架缺陷的图像配准算法

为了降低引线框架缺陷识别的误检率,比较了基于灰度的模板匹配和基于特征的匹配算法之间的优缺点,并针对引线框架缺陷检测中参考图和检测图存在差异的特点,提出基于区域定位和不变矩的特征匹配算法。该算法通过边缘检测定位出特征区域,并用不变矩进行区域特征描述。在缺陷识别试验中,相比于模板匹配算法,该算法表现出更快的结算速度,更高的配准精度,更低的配准失败概率。结果表明,该配准算法适用于引线框架缺陷识别,降低误检率。     

基于亚像素配准的神经网络非均匀性校正

红外焦平面存在严重影响成像质量的非均匀性,本文使用基于亚像素配准算法和动量项BP神经网络的非均匀性校正算法进行校正。对短波红外相机成像过程中,由于相机视轴与成像目标位置的相对偏移(由相机安装平台晃动所致),使用基于矩阵乘法的亚像素配准算法进行配准;为了加速算法收敛,采用两点法来对校正系数进行初始化;为了改善BP神经网络容易陷入局部最优值,采用增加动量项的方法来改善校正效果。通过仿真实验可以看出提出的算法消除了传统神经网络校正方法存在的鬼影和边缘模糊等问题,获得了良好的校正效果,同时提高了算法的收敛速度。为短波红外图像数据后期处理提供了良好的基础。