一种基于区域不变矩的图像特征关联方法

为了研究多源图像特征关联问题,提出基于区域不变矩的特征关联方法;对经过区域分割后的图像各个区域计算其区域不变矩特征,提出一种区域相似性度量算法,并对计算出的图像区域不变矩进行特征关联。通过对一种飞机二值图像问题进行特征关联的仿真实验,并通过图像形式给出飞机二值图的特征关联结果,验证了该算法的实用性和有效性。该算法可以用于其他类型图像中区域不变矩的特征关联。     

飞机红外图像的目标识别及姿态判断

飞机红外图像的自动目标识别(ATR)是红外探测与成像制导技术中的重要研究内容之一.首先分析了飞机红外图像的特点,然后结合Hu不变矩和仿射不变矩,提出了一组有利于目标特点提取的特征量和自动识别算法,并建立了飞机红外图像的姿态库.通过对若干飞机图片和干扰图片进行飞机目标识别和姿态判断,验证了该方法的有效性.     

基于区域矩的舰船图像目标特征融合方法研究

为了增强特征对图像目标的描述能力,一类重要的方法是将不同类型的特征融合。面向舰船图像目标识别,研究了基于区域矩的特征融合方法。区域矩不是计算原始图像像素的矩,而是计算图像特征的矩,具体是首先设计合适的目标特征,然后利用中心矩、Hu氏不变矩和径向矩实现特征融合,并基于KNN分类实现目标识别。仿真实验表明,与区域协方差相比,区域矩可以更好地融合舰船可见光图像或红外图像的目标特征,而且没有随机初始化问题,所以实用性和有效性更高。     

基于小波结构矩的图像识别算法

提出了一种基于小波结构矩的具有平移、旋转、缩放不变性的新型图像识别方法.小波结构矩是在小波矩的基础上通过改变图像函数的结构即几何矩的密度得到的.该算法结合了小波和结构矩的优点,不但实现了对图像特征的精细把握还增大了相似图像之间的距离.采用三次样条函数作为母小波,有效提取了图像的全局特征和局部特征.实验证明,小波结构矩比改进的Hu矩和结构矩具有更高的识别率,目前该算法已经成功运用到全自动金丝球焊机图像识别系统.     

基于支持向量机的步态识别算法研究

为了准确快速地进行运动人体的步态识别,提出了一种基于主分量分析(PCA)和统一Hu矩融合的步态识别算法。将人体髋关节以下作为感兴趣区域,对图像序列中运动人体的感兴趣区域进行了分割,并提取主分量外形特征,同时计算感兴趣区域的统一Hu不变矩特征,将二者结合,构成步态序列的特征空间,采用支持向量机(SVM)分类器进行分类识别,通过MATLAB仿真实验验证了算法的有效性。实验结果表明,该算法识别速度快,具有较高的识别率。     

多特征矩融合的液晶屏字符缺陷检测算法

为了实现液晶屏字符高效、精准的自动化检测,针对液晶屏字符显示的断线、亮度缺陷,提出一种基于多特征矩融合的液晶屏字符缺陷检测算法。首先提取原始液晶屏图像中ROI区域,使用Hu不变矩来描述字符的结构特征,采用Zernike矩来弥补Hu矩所不能描述的高阶矩信息;然后使用颜色矩来描述字符的颜色特征,采用灰度矩弥补颜色矩所不能描述的灰度信息,并运用2DPCA技术融合上述矩阵,通过欧氏距离来衡量标准图像融合特征矩阵与待检测图像融合特征矩阵之间的相似度,通过设定相似度阈值来达到缺陷检测的目的。实验的客观和主观评价结果表明：主观上,该算法具有一定的稳定性、实用性;客观上,该算法相比于同类算法具有较低的误判率1%、漏判率0%以及较高的效率0.6 s,基本满足实际检测需求。     

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.     

基于兴趣点颜色形状特征的图像检索方法

提出了一种基于兴趣点的图像检索新方法ACSM（Annular Color and Shape Moment）．利用兴趣点的位置信息，提取兴趣点周围局部区域的颜色矩特征和区域形状不变矩特征。ACSM算法不仅对平穆、旋转具有良好的鲁棒性，而且克服了传统颜色矩和形状不变矩没有位置信忠的缺陷。实验结果表明，由于将颜色和形状特征有机结合，ACSM算法有效提高了图像检索的准确性。     

一种新的基于不变矩的步态特征身份识别算法

为了有效地对步态特征进行分类识别,提出了一种基于Radon变换和解析Fourier-Mellin变换的步态识别算法。该算法直接对在视频序列中检测到的灰度图像进行Radon变换,然后进一步对变换结果进行解析Fourier-Mellin变换,从而将原图像的旋转变化和尺度变化分别转化为相位变化和幅度变化,之后通过定义一族旋转与尺度不变函数提取目标图像的不变性特征进行分类识别。实验结果表明,与目前常用的基于Hu矩和Zernike矩的算法相比,由于不需要对目标图像二值化和归一化,从而可以保留图像的更多细节信息,避免了重采样与重量化误差,该算法应用于步态识别有更高的识别率,可以达到更好的识别效果。     

小波不变矩的低空风切变识别

针对微下击暴流、低空急流、顺逆风以及侧风低空风切变样本图像间的形状特性关系,主要研究了小波不变矩的特征提取技术在风切变识别中的应用.首先,采用基于三次B样条的小波不变矩提取风切变图像的形状特征.然后,将提取的特征通过Fisher线性判别分析(LDA)降低维数,实现风切变有效特征的提取.最后,采用三阶近邻分类器分类识别四种低空风切变.实验结果表明,该算法与应用Hu矩和Zernike矩特征进行分类识别相比,识别结果更加稳定,且平均识别率得到了较大提高,能够有效用于风切变图像的类型识别中.     

三机时差频差联合定位精度分析

从时差频差联合定位方程组出发,基于牛顿迭代法求解定位结果,并从理论上分析定位误差,说明时差频差联合定位的特点。考虑到双机时差频差定位中固有的定位结果模糊和定位精度不高2个问题,提出三机联合定位,通过飞机的两两组合消除定位结果模糊,并通过数据融合提高定位精度。通过仿真验证三机定位相对于双机在解定位模糊和精度方面要优于双机定位。     

利用DME问答时序的飞机无源定位

针对多基测角交会、时差相差、时差频差定位系统复杂度高、同步要求高的问题,利用测距机（DME）系统测距模式中飞机与台站的通联关系,提出了一种对飞机无源定位的方法。已知地面DME台站位置和本机侦测点位置,通过对飞机地空测距询问信号、台站距离应答信号的到达时间、方位进行测量并进行解码分选,对解码分选结果进行关联聚类,再利用DME测距工作模式的随机询问特性进行询问-应答信号的时序匹配,最后根据配对信号的到达时间差、DME台站位置以及飞机方位对飞机进行计算定位。通过仿真分析证明了该方法的可行性,在固定DME台站位置已知的条件下该方法具有工程实践意义。     

机载红外被动定位方法探讨

对红外被动定位方法进行了归纳、分类,指出红外单站被动定位方法最适于在机载平台上应用．研究了红外单站被动定位方法,对双波段和单波段两种有代表性的单站被动定位方法进行了探讨,分析了两种方法的特点、定位误差和可行性,指出了减小定位误差的方法。     

利用矩量法设计车载多天线系统天线布局

利用矩量法仿真天线间的耦合度,对车载多天线系统的天线布局进行了预测,根据预测结果设计了多天线系统的布局,并利用试验对实体模型进行测试,验证所得天线间耦合度测试数据与仿真数据,结果证明了仿真数据的可靠性和布局预测的正确性。     

基于正交多站测角的机载红外定位技术研究

研究了基于测角的被动定位方法,分析了双站测角定位系统的测距精度,针对双站测角定位精度较低且在一些目标方位上出现的几何方位影响精度(Geometric Dilution of Precision,GDOP)问题,结合机载平台的结构特点,提出了一种适用于单架飞机的红外被动测角定位方法.该方法按照正交方式将四个测量站装载到机载平台上,构成两个正交的测角定位系统,通过恰当选取两个系统的定位信息,可有效克服GDOP问题.最后进行了仿真验证,结果表明该方法能够有效克服GDOP问题,提高定位精度.     

Land-Use Mapping Using Edge Density Texture Measures on Thematic Mapper Simulator Data

Texture analysis was performed as part of an investigation of the information content of Landsat Thematic Mapper (TM) imagery. High-altitude aircraft scanner imagery from the Airborne Thematic Mapper (ATM) instrument was acquired over central California and used to simulate TM data. Edge density texture images were constructed by computation of proportions of edge pixels in a 31×31 moving window on a near-infrared ATM band. A training technique was employed to select computational parameters to maximize the difference between edge density measurements in urban and in rural areas. The results of classification of the texture images showed that urban and rural areas could be distinguished with texture alone, indicating that inclusion of texture in automated classification procedures could significantly improve their accuracy.     

基于纹理特征和神经网络牌照定位方法

汽车牌照的定位是一个较难解决的图像分割问题,神经网络为此问题的解决提供了一个有力的解决工具。这里提出一种基于纹理特征和神经网络的牌照定位方法,首先采用基于纹理特征的方法对车牌图像进行行定位和列定位,确定车牌候选区域,然后采用基于神经网络的方法对候选区域的特征进行分析判断,确定车牌区域。实验结果表明,该方法可以实现汽车牌照的快速定位,并且定位准确率较高,鲁棒性较好。     

空管自动化系统雷达航迹与飞行计划自动相关浅析

空管自动化系统通过FDP（flight data processing飞行数据处理）,收发AFTN电报,对飞行数据进行计算和推算,从而实现航空器的雷达航迹与飞行计划相关,为管制人员提供航空器的准确位置信息。文章主要介绍雷达航迹和飞行计划自动相关的基本原理,以此对大连空管自动化系统中自动相关的几种情况进行分析。     

Performances comparison of pulse-pair and 2-step prediction algorithms for the doppler spectrum estimation

In this work we use real data provided by terminal pulse Doppler radar (WSR-88D) echoes to estimate the windshear hazards disastrous for the aircraft takeoffs and landings. Briefly two different methods are used to estimate the received Doppler moments. The second central moment which is the variance of the wind speed is called width or shear. A first method is in the time domain and also called pulse-pair, while the second is in the frequency domain. The main aim of this study is a performances comparison of results provided by the two mentioned methods and assumes that the power spectrums of the received signals are approached with the Gaussian shape.     

Facial feature extraction using a probabilistic approach

Facial features such as lip corners, eye corners and nose tip are critical points in a human face. Robust extraction of such facial feature locations is an important problem which is used in a wide range of applications. In this work, we propose a probabilistic framework and several methods which can extract critical points on a face using both location and texture information. The new framework enables one to learn the facial feature locations probabilistically from training data. The principle is to maximize the joint distribution of location and apperance/texture parameters. We first introduce an independence assumption which enables independent search for each feature. Then, we improve upon this model by assuming dependence of location parameters but independence of texture parameters. We model location parameters with a multi-variate Gaussian and the texture parameters are modeled with a Gaussian mixture model which are much richer as compared to the standard subspace models like principal component analysis. The location parameters are found by solving a maximum likelihood optimization problem. We show that the optimization problem can be solved using various search strategies. We introduce local gradient-based methods such as gradient ascent and Newton's method initialized from independent model locations both of which require certain non-trivial assumptions to work. We also propose a multi-candidate coordinate ascent search and a coarse-to-fine search strategy which both depend on efficiently searching among multiple candidate points. Our framework is compared in detail with the conventional statistical approaches of active shape and active appearance models. We perform extensive experiments to show that the new methods outperform the conventional approaches in facial feature extraction accuracy.