基于中心投影的仿射变换参数估计与实现

仿射变换参数恢复轮廓类算法计算量小但一般无法 处理多部分组成 的目标,而区域类算法计算量大且对噪声敏感。本文利用中心投影将区域和轮廓类算法结合 ,首先由中心 投影将目标转化为闭曲线,保证了仿射变换关系具有不变性,再对所得闭曲线进行参数化, 最后利用参数 化后的闭曲线进行仿射变换参数的恢复。实验表明,所提方法可用于多部分组成的目标的参 数恢复,且有较好的参数恢复效果。     

适用于汉字识别的特征描绘子改进研究

提出了一种适用于汉字识别的新的局部描绘子,在SIFT描绘子的基础上添加了灰度对比直方图的概念。该局部描绘子作为汉字的特征表述,测试系统思想是把汉字识别当作图像匹配问题。为了检测新描绘子的特性,在仿射、噪声、背景、复杂情况这4种情况下进行汉字识别测试,对比新描述子和SIFT描绘子的汉字识别正确率,实验结果证明该描绘子在汉字识别方面可以描述更多的局部信息,表现也比SIFT描绘子要好。     

结合中心投影和非下采样Contourlet的不变特征提取

在基于形状的目标识别中,提取出鉴别力强且具有不变性的特征至关重要.为了克服目前局部不变特征提取方面存在的不足,提出一种结合中心投影和非下采样Contourlet变换的全局图像不变特征提取算法.算法首先利用中心投影获得图像的广义轮廓表示,其次在相位域中对广义轮廓进行离散傅里叶变换,最后对离散傅里叶系数进行NSCT变换并构造不变特征.实验结果证明了该算法的不变性.     

仿射不变的中心投影

考虑将区域和轮廓类不变特征提取算法结合:利用中心投影将目标转化为闭曲线,对闭曲线运用轮廓类方法提取不变特征.证明了图像经中心投影所得闭曲线保持仿射变换的结论.介绍了一种利用小波变换进行仿射不变特征提取的算法.对一些汉字、26个大写英文字母等的实验结果表明结论的有效性,与传统方法相比该算法对噪声具有较强的鲁棒性.     

基于相邻互相关函数-参数化中心频率-调频率分布-Keystone变换的无源雷达机动目标相参积累方法

延长积累时间可以有效提高无源雷达的目标探测能力,但是对于高速机动目标,其速度、加速度、第二加速度等因素导致现有的检测算法在积累过程中发生距离徙动(RM)和多普勒频率徙动(DFM),使得目标检测性能恶化。该文针对无源雷达中变加速运动目标的长时间相参积累问题,提出一种基于相邻互相关函数(ACCF)-参数化中心频率-调频率分布(PCFCRD)-Keystone变换(KT)的相参积累算法(ACCF-PCFCRD-KT)。首先给出无源雷达中变加速运动目标的回波模型,分析了目标速度、加速度和第二加速度对相参积累的影响。针对目标第二加速度引起的多普勒频率弯曲,采用ACCF降低了距离和多普勒频率徙动的阶数,而后利用PCFCRD估计出目标加速度和第二加速度参数,在补偿了目标加速度和第二加速度引起的2次和3次徙动后,利用KT校正目标速度引起的线性徙动,并实现目标回波的积累。仿真结果表明,该算法可有效补偿无源雷达中目标运动导致的RM和DFM,对变加速机动目标的积累效果显著优于现有算法。     

基于空间变换预处理的噪声子空间投影法

针对基于噪声子空间投影的空间谱合成技术对输入信噪比(SNR)要求较高的问题,该文提出一种基于空间变换预处理的改进噪声子空间投影法。在子阵维度上,对阵列数据进行拆分处理,得到空间-空间-频率3维数据;利用空间投影变换,将其重新投影为空间-频率2维数据,实现子阵维度相干累积,提高空间变换后输入信噪比;采用噪声子空间投影法,对变换后数据进行处理,实现空间谱合成。数值仿真和实测数据处理结果表明：相比噪声子空间投影法,在保持方位分辨率不变的前提下,所提方法对输入信噪比的最低要求降低约6 dB,有效提升了噪声子空间投影法的弱信源检测性能。     

认知雷达参数化波形设计

本文首先从认知雷达架构出发,基于雷达参数化的理念,提出雷达参数化波形的概念.雷达参数化即用一系列参数来表征雷达系统模型,参数化波形即雷达一系列控制参数的集合,对雷达系统的发射、接收过程进行参数控制.之后对参数化波形的具体内容进行介绍,并从频域、时域、空域三个方面对参数化波形进行详细设计,确定了其具体的参数形式.最后对一...     

数字空间轮廓的小波描述子

为了描述数字空间目标轮廓,便于计算机图形表达,提出一种适于描述序列点轮廓的小波描述子。将数字空间轮廓视为周期序列,并基于离散小波变换给出序列点轮廓小波描述子的具体表达。结合具体医学图像轮廓进行相应的应用研究,并与Fourier轮廓描述子进行了对比,研究结果表明,在具有相同比特率的情况下,序列点轮廓小波描述子具有更好的保形性,同时实现了对轮廓数据的压缩。     

粗糙地面上复杂目标的正向散射中心参数化建模研究

为了研究复杂目标与粗糙地面的复合电磁散射,提出了一种粗糙地面上复杂目标散射中心参数化建模的方法.首先对复杂目标进行高精度三维几何建模,同时对地面的三维几何模型进行数值模拟.然后直接从模型出发,采用射线分裂追踪技术对空间射线进行标记与归类,将复杂环境和目标的强散射源进行分离及定量表征.最后基于属性散射中心模型形式,正向确定散射中心模型的参数,构建粗糙地面上复杂目标散射中心参数化模型.文章给出了裸土上坦克的散射中心参数化模型,并将重构的合成孔径雷达（synthetic aperture radar,SAR）图像与可信的高频算法仿真SAR图像进行对比分析,重构结果与仿真结构具有较好的一致性,验证了对该类目标进行参数化建模的有效性,拓展了正向参数化建模目标适用范围.     

一种基于独立元分析的仿射不变描述和仿射变换 参数估计的新方法

本文提出了一种基于独立元分析(Independent Component Analysis,ICA)的仿射目标识别和仿射参数估计的新方法.对于待识别的不同扭曲程度的目标,可采用ICA方法提取轮廓的仿射不变描述,从而解决扭曲目标识别问题.该方法同时能够估计两个视频帧间的仿射变换参数,在高压缩率编码标准中,如MPEG4或MPEG7,具有很重要的现实意义.实验结果表明,该方法优于传统的目标识别和仿射参数估计方法.     

加权部分更新仿射投影算法

从数据重用因子出发,得到了基于部分更新仿射投影算法（SR-APA）的改进算法。该算法通过加权改变了SR-APA的数据筛选规律,从而降低了等效数据重用因子,并且通过对未加权原始数据的重新利用巧妙地避免了加权带来的条件数增加问题,最终达到了降低稳态均方误差（MSE）的效果。仿真结果表明,该算法不仅MSE比SR-APA低,收敛速度也比SR-APA快。在收敛速度相同时,该算法计算量只有SR-APA计算量的50%左右。     

基于神经网络和傅里叶描述子的残缺面部图像识别与分析

传统的人脸识别系统中,往往都是使用完整图像进行对比和查找.但是在医疗或者刑侦领域,有时会出现残缺的人脸正面图像无法与已存入系统中的完整人脸图片相对应的情况.文章在传统的傅里叶描述子的基础上,提出相关改进算法.根据传统的傅里叶描述子提取特征简单的优点,改进传统的傅里叶描述子,同时进一步结合多任务卷积神经网络与图像分割的相...     

仿射形变条件下形状匹配的矩阵投影方法

提出了一种仿射形变条件下形状匹配的矩阵投影方法。首先利用二维点集描述具有仿射形变关系的两个形状,提出了形状点集的标准化形式,并证明了标准化形式之间仅存在旋转变换;其次通过矩阵投影的方法找到标准化形状之间的匹配关系,从而通过重构的方法确定初始形状的匹配关系;最后通过匹配关系确定仿射变换参数,并进行形状配准。试验结果表明本文提出方法对仿射形变具有不变性,并且对形状点集的数目不相等的情况具有较高的精度。