基于正交投影宽度谱的带状目标检测

针对带状目标在行列上具有规则的几何特性,提出了一种基于正交投影宽度谱的带状目标检测方法,将边缘映射图在笛卡儿正交方向上投影,建立边缘点对的投影宽度谱.采用D-S证据理论融合边缘点对的亮度、梯度方向、亮度方差和宽度特征,抑制背景边缘点对的干扰,使带状目标的宽度谱呈现为突峰.为消除噪声点对的影响,利用距离约束的序贯最小二乘拟合方法定位边缘映射图中的带状目标.实验结果表明:该算法识别精度高、实时性好,具有很好的鲁棒性.     

毫米波雷达机场跑道异物分层检测算法

强杂波背景下的弱小静止目标检测是毫米波机场跑道异物(FOD)检测雷达面临的核心问题。该文提出一种基于功率谱特征和支持向量域描述(SVDD)一类分类器的FOD分层检测算法。该算法首先利用杂波图恒虚警率(CFAR)检测器对复杂背景杂波进行杂波对消处理,针对对消后虚警过多的问题,对对消后的数据提取功率谱特征,将其转换到特征域,最后利用SVDD一类分类器在特征域实现对FOD和虚警的分类。基于实测数据的试验结果表明所提方法可以获得较好的检测性能。     

基于特征谱特征的机场跑道异物分层检测算法

强杂波背景下的弱静止目标检测是机场跑道异物(Foreign Object Debris, FOD)监测雷达面临的关键问题。该文提出一种基于特征谱特征和最小最大概率机(Minimax Probability Machine, MPM)的FOD分层检测算法,首先利用杂波图恒虚警(Constant False Alarm Rate, CFAR)将雷达录取回波中的背景杂波和FOD回波(包含虚警)区分开,然后提取特征谱特征将在回波域中差异较小的FOD回波和虚警回波转换到区分性更大的特征域,最后利用MPM分类器实现对FOD和虚警的分类,从而达到降低虚警次数的目的。基于实测数据的试验结果表明,所提方法可以获得较好的检测性能。     

基于差异度迭代的极化SAR图像机场跑道检测算法

机场在军事和交通运输领域都有很重要的作用,对它的自动检测具有重大意义。本文提出了一种利用极化SAR(Polarimetric Synthetic Aperture Radar)图像检测机场跑道的方法。首先,利用SLIC(Simple linear Iterative Clustering)算法对极化SAR图像进行超像素分割;然后利用新三分量分解和极化散射熵对图像进行粗分类,再利用改进的K均值聚类结合差异度迭代的方法完成精细分类,最后利用跑道的散射特性和几何结构特征从分类结果中提取完整的机场区域。本文采用极化SAR数据进行实验检测,结果表明该方法能有效的检测出机场跑道,并且保持结构完整,边缘细节清晰,虚警率低。      

图像分割与分类相结合的PolSAR图像机场跑道区域检测

目前全极化合成孔径雷达(Polarimetric Synthetic Aperture Radar, PolSAR)图像的机场跑道检测以基于分类的方法为主,检测效率较低,且需要更多的先验信息。针对此问题,本文提出一种基于图像分割与分类的无监督机场跑道检测方法。首先定义了图像的伪散射功率(Pseudo Scattering Power, Pspan),并结合Pspan和Tsallis熵对图像进行阈值分割,得到机场跑道感兴趣区域;然后利用密度峰值搜索和Wishart距离结合的分类器进行二分类,最后根据机场跑道的纹理和几何特征对分类结果进行进一步辨识,确定真实机场跑道区域。分别利用不同系统采集的多组实测PolSAR数据进行实验,结果表明该方法能够检测出图像中的所有机场,且外部轮廓清晰,结构完整,检测效率提高。      

基于改进方向纹理谱特征的图像检索

在定义图像局部邻域纹理方向特性的基础上,提出了一种新的方向纹理谱描述符。该描述符针对局部邻域内中心像素与其相对的邻域像素,既充分考虑了它们间的灰度变化关系,又考虑了它们间灰度差异的变化关系,从而更有效地描述了局部纹理特征。为证明新描述符的分辨能力,采用4种不同图像库进行图像检索对比实验,结果表明,本文的新纹理谱描述符取得了最好的检索效果。     

DS-UWB信号的谱相关分析及码片宽度估计

给出了直扩超宽带(DS-UWB)信号模型,详细分析了DS-UWB信号的循环平稳性和利用谱冗余估计码片宽度的方法。最后,严格推导出了DS-UWB信号的循环谱密度函数。仿真实验显示:DS-UWB信号具有循环平稳性,由于它的单脉冲时域波形不同,它的循环谱密度函数和传统的脉幅调制PAM信号有很大的不同;在较低信噪比时,码片宽度能够完全准确地估计出来。     

一种直边缘物体宽度的图像测量法

提出一种基于方向功率谱与投影梯度的直边缘物体宽度测量方法,通过对目标图像功率谱进行极坐标变换得到方向功率谱,并由此计算出直边缘物体的伸展方向;然后对原始图像按照该伸展方向进行灰度投影,并由投影梯度结果得到待测宽度。该方法无需对目标图像进行边缘检测、阈值分割等预处理操作,因而测量结果更加准确、可靠,且计算量较小、测量效率高。数值模拟与实验结果表明,本文所提方法能够保证1像素的测量精度,且物体长度方向的几何尺寸不影响宽度测量结果。     

小波变换和数学形态学在红外图像检测中的应用

红外图像的检测、识别和跟踪技术是当前精确制导领域研究的关键技术之一。文章从处理技术的角度，将适合于红外图像的目标检测技术以分割为基础分为基于数学形态学、小波变换、神经网络和模糊数学几类，重点综述了基于数学形态学和基于小波变换的目标检测技术的研究现状和发展趋势。     

基于谱残余调幅相位的图像显著性检测方法

图像显著性特征是模拟生物视觉注意力选择机制的一种具有较好鲁棒性与不变性的视觉特征。针对基于传统谱残余显著性算法得到的图像在细节、对比度检测效果不理想的问题,通过分析频域谱与显著性的关系,提出一种基于谱残余的调幅相位图像显著性检测方法,并阐述内在运行机理。该方法采用调幅傅里叶变换构造基本图像显著性信号,保留傅里叶相位谱且对幅度谱进行调谐,加入高斯滤波器平滑过渡,从而达到抑制图像冗余信号、增强图像显著性信号的效果。     

在航拍图像中自动识别机场跑道的算法

提出了一种用于在航拍图像中自动识别机场跑道的方法，首先，根据机场跑道的诸多特征，构造出机场跑道的模型，然后采用假设，检验的方法，在边缘检测后的图像中，进行搜索，连接，合并，将图像中的跑道识别出来，大量的实验证明，这种方法可以自动在航拍图像中准确，快速地识别出机场跑道。     

长线状特征下机场跑道检测方法

为准确检测遥感图像中机场跑道区域,提出一种基于长线状特征的跑道识别方法。利用跑道在图像中的高对比度和整体的长直线特征,提取出潜在的跑道中心线。沿中心线各线点的法向扩展出有效边缘,并去除其中的小连通区域。对有效边缘进行Hough变换,提取满足机场约束条件的平行直线对。针对跑道建设标准中两端入口标志的高灰度值特点,沿提取所得平行线对的法向进行投影并搜索求出跑道两端。在混凝土跑道和沥青跑道上的检测效果表明,此方法能够有效去除复杂背景且具有较高的检测准确性。     

机场跑道异物检测系统设计与研究

对机场跑道异物FOD（foreign object debris）快速精确的检测与告警已经成为保障飞机飞行安全急需解决的重大问题,一个有效的智能机场跑道安全检测系统是机场飞行安全保障体系应有的组成部分。依据FAA对FOD检测系统的性能要求,借鉴国外现有探测系统,提出了一种新的跑道安全检测系统方案,重点分析FOD探测系统中毫米波雷达、光学系统的关键技术及其他系统间的数据交互定义,并开展了系统软件界面设计。系统最终可以对FOD全天时、全天候、全自动的检测,具有异物分类识别及告警能力,可以有效的预防和降低跑道异物对机场跑道安全的威胁。     

基于笔画宽度特征和剪枝算法的自然场景标签检测

针对自然场景标签图像背景复杂、目标区域形式多样、色调单一、空间集中等问题,提出了一种基于笔画宽度特征和剪枝算法的自然场景标签检测方法。根据图像的特点,首先利用阈值法和启发式规则,初步筛选出字符候选区;然后通过设计的笔画宽度特征提取算法,获得每一个候选区的文本相似度,融合基于惩罚函数的剪枝算法实现背景区域的滤除,得到进一步分割后的标签检测区域;使用形态学处理和区域面积的细分割后,最终生成目标检测图像。多组对比实验检测结果表明,本文算法具有良好的目标检测效果和优异的普适性。     

利用偏振光谱研究分子偶极矩取向

有机材料分子偶极矩的取向可以影响平板OLED器件 的输出耦合效率,进而对OLED的发光效率具有重要的影响。通过测量偏振光谱及Gaussian软 件拟合,分析了提拉成膜法制备的具有不同分子构型的8-羟基喹啉铝(Alq₃)和4,4-二(9-咔唑)联苯(CBP)薄膜及其溶液中分子偶极矩的取向。实验结果和理论计算分析表明 ,Alq₃分子具有5.769 Debye的固有偶极矩 ,而CBP分子的固有偶极矩为零。在氯仿溶液中两种分子的取向随机分布,提拉成薄膜后分 子沿提拉方向具有一定程度的择优取向,呈现各向异性。薄膜中Alq₃分子的各向异性度大 于溶液状态,而CBP分子的情况正好相反。分析认为:分子是否具有固有偶极矩及偶极矩的 取向,是不同的偏振吸收和偏振荧光现象出现的原因。     

基于FE-Unet的机场道面裂缝检测

机场道面裂缝具有形态复杂多变、走向不连续、数据噪音多等特征,现有算法模型均未达到令人满意的结果。为了改善裂缝检测效果,本文提出了一种新的深度学习模型,命名为“FE-Unet”。该模型采用改进的残差连接方式,在解决多层网络下梯度的回传问题的同时起到细化特征以及整合通道的信息作用,提升了各阶段特征的区分度;此外,模型中的通道注意力模块(channel attention block, CAB)可以更好地提取判别特征,增强预测的一致性;最后,利用焦点损失(focal loss, FL)使模型专注于难分类的细小裂缝。实验中,以实际7 778张机场道面裂缝图像来训练模型,并在1 701张图像上进行验证。在与经典的全卷积神经网络(fully convolutional network, FCN)、DeepLab v3和Unet对比实验中,FE-Unet对裂缝、灌缝和板缝的检测性能均优于其他模型。其中,FE-Unet对裂缝检测的精度、召回率、F1值分别达到了80.31%、82.72%和81.49%。     

基于正交投影特性的带状目标检测

图像中带状目标在行列上具有规则的几何特性,其边缘映射图在笛卡儿坐标系下的正交投影具有显著性特征。由此提出了一种基于正交投影特性的带状目标检测方法。基于Hough变换的思想,引出一种投影变换,利用投影宽度谱的局部峰值定位边缘映射图中的带状目标。为减小噪声点影响,给出一种距离约束准则下的序贯最小二乘直线拟合方法。对两组图像数据进行了算法验证,实验结果表明,算法识别精度高、实时性好,具有很强的鲁棒性。     

基于峰宽修正的玻璃药瓶内氧气残留浓度的检测研究

玻璃药瓶中的氧气残留对瓶中药品的无菌特性造成了严重的威胁。采用波长调制光谱（Wavelength Modulated Spectrum, WMS）技术解调得到的二次谐波信号峰高值作为氧浓度反演的基础。然而,在用二次谐波信号测量气体浓度时,由于调制深度的变化会导致二次谐波峰值的变化,这通常会给系统带来误差,进而降低浓度的反演精度。而调制深度受调制电流波动、温度和压强变化等因素的影响不能直接计算获得进而修正。针对这一问题,本文成功地将调制深度与二次谐波峰高的关系转换为二次谐波峰宽和峰高的关系。然后,利用峰宽校正后的谐波峰高对气体浓度进行反演。初步实验表明,利用峰宽校正后的谐波峰高对瓶内气体浓度进行预测的准确性提高了2.1%,且系统的整体鲁棒性也得以提升。本文提出的校正方法不需要系统参数信息与气体成分信息,可以直接从谐波信号本身出发对调制深度进行校正,十分适合于工业现场的在线氧气浓度预测。     

基于图像功率谱的激光散斑评价方法

激光散斑在相干光成像、全息术、多模光纤通信、计量等领域具有重要的应用。为了对激光散斑进行评价,提出一种在频域采用散斑图像功率谱谱宽作为激光散斑评价的方法,设计了一种基于光纤振动的功率谱散斑评价实验装置。采用0.5W,532nm激光作为光源,通过电压驱动音圈电机振动光纤对激光散斑进行控制,利用CCD图像采集卡采集图像后,分别采用散斑图像的对比度方法和功率谱方法对不同驱动电压下的散斑图像进行了分析评价。结果表明,功率谱方法具有较高的灵敏度及较宽的评价范围。     

对基于PRI谱计算脉冲重复间隔的一种改进方法

通过PR I变换可以得到PR I谱图,基于PR I谱估计脉冲重复间隔是一种有效的方法,具有很广的应用范围,但也有其局限性。本文针对PR I谱方法对参差雷达的PR I估计效果不理想的情况,结合脉冲列的自相关和一阶直方统计给出了一种改进方法。这种改进方法不仅保留了PR I谱方法的优点,对参差雷达也得到了很好的估计结果。