基于FPGA的图像几何矩计算实时实现

在Hatamian数字滤波器算法和改进的数字滤波器算法基础上,文中设计了累加器和累加器栅格的结构,消除了几何矩计算中乘法运算,进一步简化了加法运算量,实现了基于FPGA的几何矩计算实时实现.累加器表的仿真实验表明,该累加器表能够完成图像(256×256)几何矩的实时计算,同时该累加器表也可以用于图像质心的计算.     

基于组合矩特征的舰船目标识别

针对采用一维距离像特征进行舰船目标识别时,大样本需要、算法复杂和效率较低的问题,提出一种利用组合矩特征进行舰船目标识别的方法.首先提取目标距离像的变换不变矩及小波不变矩特征,并且在考虑算法效率及分类器设计的基础上,最终选取共6维特征构造组合矩,作为分类器输入,并利用实测数据对特征进行简化.分析结果表明:经过实测舰船数据验证,所提取的特征克服了姿态、幅度敏感性等特点,能够较好地表征不同类型舰船的差异.算法分类正确率较高,具有较好的工程应用前景.     

基于图样文件的非几何特征识别与提取模块设计

零件的非几何特征与加工直接相关,对衡量设计方案的可行性至关重要.由于表面粗糙度和加工精度等非几何特征参数并不能从通用的工程图纸设计平台 AutoCAD 中直接识别和提取,因此采用 ObjectARX进行二次开发.实验证明,定义的非几何特征可以从 AutoCAD 图样文件中有效识别,相应的参数能正确提取.     

基于原始图像矩的抵抗RST攻击的数字图像水印算法

设计抵抗RST(旋转、缩放、平移)攻击的数字水印算法是数字水印技术研究中的难点。针对这个难点,本文采用了广泛应用于模式识别中的几何矩技术,利用3个原始图像的几何矩和遭受攻击后图像的几何矩信息准确地估计出水印图像所经历的几何攻击,然后对其逆变换校正,确保了水印嵌入与检测的同步,极大的提高了水印算法抵抗RST攻击的能力。本文实验结果表明：该算法对抗RST攻击具有很好的鲁棒性。     

基于Hu矩与改进PNN的飞机姿态识别算法

在军事领域,为了快速准确识别出飞机飞行过程中的姿态,提出一种基于Hu矩与改进的概率神经网络(IPNN)的新方法。该方法对于无噪声灰度化图片,先进行二值化处理,再计算图像的Hu矩特征。将飞机飞行的360°姿态按三视图分为三个类别,即正视图、侧视图、俯视图。四维Hu矩作为PNN输入,三个视图代表的三个类别作为PNN输出,构建PNN网络。实验结果表明,对于无噪声图片平均识别率可以达到91.2%以上;对于有噪声图片平均识别率可以达到87.0%以上,可见训练后的网络具备良好的泛化能力。     

基于PWD变换的伪码调相-载波调频复合信号的特征提取技术研究

伪码谪相-载波调频复合信号的识别特征包括伪码特征和频率调制特征。首先根据pseudoWigner,distribution(PWD)变换的幅度输出和相关滤波技术获得伪码特征信息,然后根据巳提取的伪码特征信息即相位突变点的位置信息对信号进行反相处理,对反相后的信号再采用PWD变换来提取频率调制特征信息。仿真结果表明：在信噪比为3dB时,算法能够有效地提取伪码特征信息和频率调制的特征信息。     

基于目标特征和星点不变矩的弹道导弹中段红外图像目标检测方法

天基红外系统对弹道导弹中段目标观测过程中,可能前后帧间图像出现背景较大差异、目标短暂丢失或目标帧间剧烈位移等情况。针对此,提出一种基于目标特征和星点不变矩的弹道导弹中段红外图像目标检测方法,将模式识别中的不变矩概念与目标特征相结合,通过三次分类提取出候选恒星和弹头目标。经仿真计算分析,该方法在连续帧间变化时具有稳定的弹头目标检测效果,而且当帧间出现背景突变和星象拉长时也有较好的检测效果。     

基于BP 网络和D-S 证据理论的超声检测缺陷识别

针对目前超声检测领域缺陷识别率不高的现状,构建基于3个BP网络和D—S证据理论的融合模型,将数据融合技术应用于超声缺陷分类中。针对非稳态超声缺陷回波的特点,分别选择离散小波变换、小波包变换及经验模式分解提取其特征值。实验结果表明,该方法在超声缺陷分类的应用中是有效的,缺陷识别的准确率可达96％。     

基于谱相关的正弦调频和脉间伪码调相复合体制侦查信号识别

推导了正弦调频和脉间伪码调相复合体制信号的谱相关函数(SCF)，基于谱相关特征给出了对该复合体制侦察信号的自动识别算法。分析了宽带调频和窄带调频两种情况下谱相关函数的特征,对载频、调制频率、调制系数以及伪码的子脉冲宽度、子脉冲重复周期、编码个数进行了盲估计,分析了信噪比对参数估计精度的影响。仿真分析表明，在SNR为-5dB时,对载频和调制频率估计的归ー化均方根误差（NRMSE)小于2.5%,在SNR>0dB时,对伪码参数估计的NRMSE小于7.5%.     

基于恒星几何构型分布的天文定位误差建模及误差特性分析

天文导航系统以天体为导航信标进行导航定位,其定位性能除了受天文测量仪器精度的影响外,和所观测天体几何构型分布亦有关联。从天文定位基本原理出发,推导建立了天文定位误差模型,分析了影响天文定位性能的因素,着重研究了恒星几何构型中恒星方位角对天文定位性能的影响,给出了在测量精度一定的条件下,可用于判别天文定位性能优劣的误差权系数k以及天文定位性能较优的恒星分布情况。仿真结果表明,所提出的天文定位误差模型可以有效用于分析天文定位性能。     

地面低速目标与背景模式分类和识别方法研究

识别地面低速目标是无线电近炸引信信号处理研究的难点之一。研究了基于连续波多普勒体制无线电近炸引信的地面低速目标与地面背景的分类问题。在分析目标与背景时域与频域特性的基础上，利用线性分类器和支持向量机进行分类识别实验，结果表明所提出的方法是可行的。     

基于加权特征融合的 SAR 图像目标分类方法

针对现有分类器对 SAR 图像分类正确率不高的问题,考虑到单一的特征很难完全描述 SAR 目标,并且单一的分类器识别率有限,提出了一种基于加权特征融合的图像分类方法,采用多种特征来描述目标,并且用多个分类器同时对目标识别。实验结果显示,提出的方法能够达到较高的分类正确率,证明了该方法的有效性。     

基于Relief算法的故障图像识别与匹配方法

针对图像识别与匹配问题,提出一种基于Relief算法的新方案。利用k最近邻的Relief算法选择表达图像的最优特征子集,再利用基于最小距离分类器的模板匹配技术,实现故障图像的识别。在特征提取时,改进了对传统的灰度共生矩阵的选取。实验证明,该算法正确识别图像故障与否的概率能到达90%左右,提高了特征选择的有效性,完全满足实际应用中的需要。     

基于形态学与聚类相结合的图像特征提取方法研究

利用可见光图像进行军事侦察与制导时,目标往往掩盖在复杂背景中,难以准确识别,研究一种能准确提取目标特征的图像处理方法就成为图像精确制导的关键。文中提出了利用数学形态学的方法先确定目标范围,然后结合聚类方法进行小目标精确检测的算法。实验证明这种算法在背景复杂、目标可视面积较小的情况下,仍可以精确识别目标。该算法克服了聚类运算速度慢的缺点,从而能够快速的、准确地将目标提取出来,且具有良好的适应性。     

基于滑动散射条件的弹道目标微动特征和结构特征提取

雷达目标的微动特征为目标精确识别提出了新的技术途径。针对宽带雷达体制下弹道目标回波,利用采样得到的强散射中心径向距离线性和信号,估计微动周期和回波初相,接着对图像进行两参数扩展Hough变换,提取出旋转散射中心的微动参数,最后利用分离后的滑动散射中心的径向距离线性差信号和线性和信号,通过最小二乘拟合以及多元非线性方程组求解,提取了目标微动特征和结构特征。仿真实验验证了方法的有效性。     

基于SVM决策树的数据链识别分类

摘要：为解决数据链信号识别分类的问题,提出一种基于支持向量机(support vector machine,SVM)决策树的数 据链识别分类方法。通过分析美军常用的数据链通信信号特征,采用小波变换法分析数据链的特征信息,得出小波 系数与信号能量分布的关系,根据SVM 算法原理,构建目标特征模型,对信号特征量进行识别分类,对SVM 分类 器的关键参数进行优化设计,并与BP 神经网络算法进行对比实验仿真。结果表明：SVM 决策树网络分类器在进行 收敛速度和准确率表现优异,能改善分类识别效能。     

基于DSP的低分辨率红外目标特征提取及识别

针对末敏子弹试验样机在某试验靶场的高塔上扫描，所获得的低分辨率红外目标图像，介绍了目标特征提取及识别方法。研究指出目标波形携带了与目标密切相关的信息，利用参数方法对目标波形进行分析并选取某些参数作为目标特征向量，可对目标进行粗略分类和识别。在对目标波形进行特征分析的基础上，用抽驭的特征向量构造了目标模板。用以DSP为图像微处理器的试验样机进行现场试验表明：该方法对低分辨率红外目标的识别有好的效果。