基于伪极傅里叶变换和ROA融合的SAR图像边缘检测算法

提出了基于伪极傅里叶变换和融合的SAR图像边缘检测算法.首先采用伪极傅里叶变换提取较弱的图像边缘特征,并利用Ratio边缘检测算法抑制相干斑噪声对SAR图像边缘特征的影响.然后利用两种算法所得到系数的幅值、方向和角度信息构建置信指派函数,引入D-S证据理论实现两种边缘检测算法的最优融合,获取了SAR图像最佳的边缘特征.仿真结果表明,该算法所提取的边缘特征完整、定位准确.     

改进的D-S证据推理地图匹配算法

随着中国的高速发展,城市道路拓扑结构越来越复杂,一些常用的地图匹配算法难以适应当今各种复杂的道路类型,尤其是道路交叉口.针对道路交叉口易出错、稳定性差等问题,文中提出了一种改进的D-S证据推理地图匹配算法.该算法对原有算法加以改进,简化证据公式,重新确定基本概率分配函数,并引人第三个证据一历史匹配程度,利用分布式融合模型对证据加以融合,将距离和角度两个基本证据融合后的结果与历史匹配程度证据再加以融合,比较二次融合后的基本概率分配函数值来确定最佳匹配路段.对改进算法执行模拟测试,与其他三种算法相比的结果表明,在错综相连的道路交叉口区域内改进算法拥有更高的匹配准确率且单点匹配耗时更少.     

基于证据聚类的水声目标识别算法研究

针对水声目标信号复杂、样本获取难度大且富含不确定信息的问题,研究了一种证据聚类识别算法。首先在水声目标的各类训练样本中,根据特征距离大小选取待识别目标的K近邻,并采用证据近邻分类优化算法为各目标数据构造一组合理的初始基本置信指派。然后对算法的目标函数进行循环迭代优化,计算出目标数据最终的全局基本置信指派。最后根据融合结果和所设立的分类规则即可判断目标的类别属性。通过水声目标实测数据的实验,将新算法与其他几种常用的水声目标识别算法进行了对比分析,结果表明其能有效提高识别准确率。     

基于DS的跟踪制导雷达与动能拦截器目标交接

目标识别匹配是跟踪制导雷达与动能拦截器成功交班的关键环节．从目标匹配角度,对雷达与导引头之间的交接问题进行了研究．首先提取和量化弹道目标典型识别特征,将每个特征作为一个证据,构造每个证据的基本置信指派函数,然后运用DS方法进行分布式计算融合,通过决策规则对融合结果进行判断,完成目标匹配．最后,用算例验证了DS方法对目标交接的有效性．     

序列帧间双重匹配的红外点目标跟踪算法

针对海空复杂背景下红外点目标的检测与跟踪,提出了基于图像序列帧间双重匹配的边跟踪边检测算法,并建立了数学模型。它采用标记序列帧M以帧对帧的方式记录输入序列的帧间匹配结果,标记帧T以点对点的方式记录标记序列帧M的帧间匹配结果,统计帧S记录T中各像素的匹配成功次数,输入单帧图像同步输出矩阵T和S分别显示目标运动轨迹和迎头目标检测结果。算法匹配过程不随目标数目或运动状态而改变,且无需提前判断疑似目标位置,有效解决了目标在图像序列中突然丢失或出现被干扰情况下的跟踪,尤其可以对跟踪结果实时地进行目标分离,解决了迎头目标跟踪的难题。仿真和实际工程图像实验结果表明,算法具有较高的可靠性和实时性。     

利用模糊证据理论的信息融合方法及其应用

提出了一种基于模糊集合和证据理论的信息融合方法.针对证据理论应用中基本概率指派函数(mass函数)以及多传感器信息融合中各个传感器测量数据的可信度均难以确定的问题,首先利用传感器测量信息的不确定性得到辨识框架的隶属度函数;然后利用隶属度函数构造证据理论的mass函数;再根据各mass函数之间的距离评估各传感器的相对可信度,在此基础上对各个证据进行折扣,利用基于折扣系数法的改进证据理论组合规则对多传感器信息进行融合.最后将所提出的方法应用于目标识别系统中.仿真结果表明,在证据高度冲突时,该方法仍能正确识别目标,提高了信息融合系统的稳定性.     

基于交并集加权的证据组合方法及其应用

针对D-S证据组合规则在证据高度冲突时会导致错误结论这一问题,结合自动目标识别系统的实际需求,提出了一种新的证据组合规则.该方法首先将交集组合规则和并集组合规则进行适当加权,然后根据组合后的证据中各单元素命题的相对可信任度,将多元素命题的基本概率指派函数(mass函数)按比例分配给它的单元素子集,从而确保目标识别系统能够在单元素命题间进行决策.仿真结果表明,该方法能够有效地解决证据高度冲突情况下的目标识别问题.     

纹理萃取耦合U型更新的图像修复算法

针对传统图像修复算法在对破损区域优先权计算时,没有对破损图像纹理进行合理的预先处理,致使修复后的图片出现错误的匹配和纹理延伸等诸多问题,提出一种纹理萃取耦合U型更新的图像修复算法。首先,利用小波变换的方法去噪再结合角点检测分析,萃取出破损区域的纹理指标,对破损区域进行纹理萃取处理,以有效反应破损区域图像与匹配图像中纹理的相似度,在优先权计算时,利用萃取的纹理指标,以增加对匹配块优先选取的可靠性。其次,为解决Criminisi算法中置信度值快速趋0,从而导致修复图像连贯性差的问题,利用U型计算方式对修复块的置信度进行强化从而抑制置信度的快速衰减,解决修复图像连贯性差的问题,优化图像修复的视觉效果。通过与不同的图像修复算法进行对比实验,验证了文中所提修复方法具有更加稳定修复效果,更加符合肉眼在对图像观察时的视觉要求。     

利用局部特征联合匹配的非刚体目标跟踪

针对视频序列中非刚体目标的跟踪问题,提出了基于局部特征联合匹配的快速跟踪算法．算法将基于关键点的特征匹配问题转化为求解平衡指派的最优化问题,进而依据整体匹配最优的原则实现特征的联合匹配．跟踪过程为:首先分别提取目标模板和当前搜索区域的局部关键点并进行特征描述;然后依据联合匹配策略确定目标模板关键点在输入帧图像中的匹配结果;最后依据匹配结果确定目标在输入帧图像中的位置和尺度．实验结果表明,该算法对目标的非刚性形变具有较强的鲁棒性,能够适应复杂的背景变化并获得稳定的跟踪结果．     

一种基于区域搜索的快速图像修复算法

基于纹理合成的图像修复技术在修复大面积破损区域时,普遍存在时间复杂度高的问题.针对Criminisi等提出的基于样本图像修复算法中的匹配技术存在的问题.该文提出了一种根据图像破损区域尺寸进行快速匹配的算法.同时,为了强调前次修复对以后修复产生误差累积的影响,提出了新的置信度更新方法.实验结果表明,改进算法对图像结构边缘...     

传递对准中主惯导速度匹配量的实时构造算法

研究了当机载主惯导和弹载子惯导分别采用地理坐标系和准惯性坐标系作为导航坐标系时，传递对准过程中主惯导速度匹配量的实时构造算法。提出了利用主惯导导航参数实时构造主惯导速度匹配量的地速转换和修正算法，利用主惯导加速度计输出实时构造主惯导速度匹配量的比力积分算法，以及利用主惯导导航参数和加速度计输出实时构造主惯导速度匹配量的比力积分修正算法。仿真结果表明，3种实时算法在算法精度和计算量方面各有所长。     

基于小波和人工智能的舰载捷联系统动基座对准

将自适应神经模糊逻辑推理系统(ANFIS)应用于舰载捷联惯导系统初始对准中,为INS提供连续的位置、速度和航向信息修正量,提高系统精度并且保证鲁棒性。先利用小波做降噪处理,然后设定INS的位置、速度和航向信息为ANFIS的输入参数,经训练后输出相应修正量,样本的期望输出为经小波多分辨率分析后的结果。仿真结果表明,ANFIS方法水平对准误差在1′内,航向误差在2′内,优于同条件下卡尔曼和RBF的仿真结果。试验说明了该方法能保证舰载捷联惯导系统初始对准的有效性和可靠性。     

基于自适应遗传算法的分层图像匹配

图像匹配是计算机视觉的关键技术之一，图像匹配的速度和匹配的可靠性、精度一样，也是性能的重要体现。由于传统图像匹配算法是遍历性的，匹配速度较慢，因此在实际应用中受到限制。本文把自适应遗传算法与归一化积相关相结合实现图像的快速粗匹配，然后在粗匹配点的邻域内利用相位相关算法实现图像的精匹配。本文算法不但能保证匹配的精度，也能大大提高匹配的速度。在实验中，与传统的序贯相似性检测算法(SSDA)作了比较，证明了本文算法的有效性。     

一种低成本地磁匹配导航方法

针对地磁匹配依赖惯性系统信息的现状,提出了仅利用磁测计和里程计的低成本地磁场定位方法.为解决搜索空间过大的问题,以遗传算法在匹配区域搜索可能的航迹.遗传算法用相关性度量作为适应度函数,并以定向而非随机方式实现变异.仿真结果显示,在仅提供地磁场测量信息与测点间距的条件下,该方法能够以较小误差有效实现任意形状航迹的匹配.     

地形匹配可信度分析

在利用地形雷达进行地形匹配定位和对惯导系统进行校正的过程中，对匹配结果可信度的分析变得非常重要。文中提出了一种基于支持向量机的匹配可信度分析方法，它首先在不同地形条件下的一些随机位置生成匹配样本，这些样本由反映匹配点地形特征的地形熵，以及反映匹配状况的相似度和信噪比组成，然后使用这些样本对支持向量机进行分类训练，训练好的支持向量机就可以用于其它匹配结果的可信度分析。实验结果表明96％的误匹配点都能够被检测出来，而93％的正确匹配点都能够被保留下来，鉴于通常很高的匹配概率，这样的结果已经能够满足实际的需要。     

应用四元数方法对单轴稳定惯导系统的误差分析

应用捷联惯导系统分析中简便有效的四元数方法,建立了单轴稳定惯导系统的误差模型,给出了模型中各项的物理意义,仿真验证了该模型的正确性,同时给出了正在研制的单轴系统导航精度的仿真结果     

视频拼接中最优自适应单应性矩阵求解算法

针对交通场景中对视频拼接速度要求较高的特点,提出了利用视频帧最优单应性矩阵进行实时拼接的双线程快速算法。首先,利用SURF(Speeded up robust features)算法提取图像特征点;其次,通过NN(Nearest neighbor)算法以及优化的RANSAC(Random sample con-sensus)算法进行特征点的匹配,并去除误匹配点对;再次,利用重叠区域的归一化协方差相关函数最大化得到视频前k帧配准效果最佳的单应性矩阵,作为后继视频帧场景拼接的映射矩阵;同时,采用KLT算法对k+1的后继视频帧特征点进行动态跟踪,若匹配点对的数量变化超过了给定的阈值,则认为当前的最优单应性矩阵需要进行优化和变换,重新计算k幅视频帧中新的特征点对,经匹配后求取新的最优单应性矩阵。在交通场景中的拼接实验证明,该快速算法平均视频帧的拼接处理速度小于100ms,对存在旋转、尺度缩放、视角以及光照变化的图像都具有良好的拼接效果,具有参数估算准确,计算量小、速度快的优点,能够满足系统对视频拼接的实时性和精确性要求。     

一种SAR图像与光学图像匹配算法研究

INS/SAR组合导航系统对SAR实时图像与光学参考图像的匹配算法提出了较高的实时性和准确性要求.针对以往直线匹配算法与角点匹配算法的缺陷,首先提取SAR实时图像与光学参考图像直线中的直线与角点特征,然后在干线对粗匹配的基础上利用精确的角点特征进行小参数变化下SAR图像与光学图像的精匹配.经实验验证,该方法实时性与匹配精度高,可较好的应用于INS/SAR组合导航系统的图像匹配中.     

基于联邦滤波的INS／GPS组合导航系统数据融合研究

针对INS导航定位的精度低、GPS导航定位的非自主性,采用INS／GPS组合导航的方式,重点阐述了系统模型的建立,在Matlab／Simulink平台下对系统进行仿真实验时,采用了基于无重置的联邦卡尔曼滤波器的组合方案,实验表明了组合系统比任何单一的导航系统的定位精度都要高,是一种可行的导航方法．     

一种有效的无序多图像分组及其拓扑有序化的算法

针对大规模三维重建应用中多幅无序图像的分组及其有序化问题,提出一种鲁棒的无序图像分组方法。首先,对大量无序图像提取SIFT(scale invariant feature transform)特征,接着采用DBH(dichotomy based hash)算法对图像特征集合进行快速匹配,最后应用一种新的基于图像内容的图像相似度度量准则,将无序图像分组并采用视图生成树拓扑化组内图像。实验结果表明,该算法能快速有效地对无序图像分类并拓扑化。