基于主导边界Radon变换的SAR目标方位角估计方法

针对仅利用主导边界估计带来的目标垂直与水平方位的模糊问题,提出一种基于主导边界Radon变换的合成孔径雷达(SAR)图像目标方位角估计方法。该方法基于分割图像中目标主导边界长度的判别准则进行解模糊,同时引入目标主导边界Radon变换的估计算法,解决了传统主导边界算法中长、短主导边界不易分离的问题。MSTAR实测数据的实验结果表明提出的算法具有良好的精确度和适应性。     

SAR图像目标方位角联合估计方法研究

为了精确估计任意角度的目标方位角,融合主导边界法与峰值拟合法,提出一种SAR目标方位角的联合估计方法。通过计算投影比以及目标区域同外接矩形面积之比,初步判断目标是否位于水平或垂直方位附近,自适应选择相应的估计算法进行处理。移动与静止目标获取与识别(MSTAR)公共数据库实测数据的仿真结果表明,该方法估计误差较小,可获得较高的估计准确度。方位角联合估计方法有利于增强目标方位角估计的适应性,提高目标分类和识别的效率。     

一种联合的SAR目标方位角估计方法

方位角估计是SAR图像自动目标识别中的重要问题,精确的方位角估计有利于提高目标分类的准确性和速度.主导边界法与包络盒法是两种常用且有效的SAR图像方位角估计方法,但是这两种方法存在各自的缺陷.在分析这两种方法优缺点的基础上,将两种方法结合,提出了一种主导边界与包络盒联合的SAR目标方位角估计方法.自动程度高,扩展了原算法的适应性,与原来的两种算法相比提高了SAR目标方位角估计的精度.最后利用MSTAR数据的实验结果验证了该算法的精度与适应性.     

一种基于边缘似然性估计的边界检测算法

本文提出了一种基于边缘似然性估计的边界检测算法，它包含三个主要步骤。首先，从图像中检测局部边缘，其次，通过统计一边缘元素成为局部极大的次数，计算其真正成边缘的可能性，最后，对边缘元素进行了跟踪处理，从而将离散的边缘元素连接成连续的边界。     

一种基于灰度的梯度边界检测优化算法*

为降低基于梯度的边界检测算法的复杂度,常使用两种梯度近似算法。但这些梯度近似值受边界方向的影响较大,降低了边界检测的性能。提出了通用梯度近似算法的数学模型和两种优化准则,进而推导出两种梯度近似的优化算法。分析表明：与常用算法相比,优化算法在各向同性的性能方面提高4.4倍,在梯度幅度的逼近度提高57倍。同时,给出了优化算法的简单快捷的实现方法。     

基于α稳定分布的SAR图像目标检测算法

在SAR图像目标检测中,分布模型与杂波的拟合精度对基于统计模型的CFAR(constant false alarm rate)检测算法性能有着重要的影响。在极不均匀区域,由于存在着大量的强脉冲干扰,使得常用的分布模型的拟合精度都有所下降。基于广义中心极限定理的α稳定分布能对强脉冲干扰现象准确地建模,对各种性质区域的杂波都有较好的适应性。本文对基于α稳定分布的SAR图像目标CFAR检测算法进行了研究,给出了参数估计、标准模型变换及检测阈值确定等关键步骤的实现方法。对实际数据的处理表明,该算法具有较好的检测性能,能达到较高的检测率和较低的虚警率。     

基于目标特征的SAR图像车辆目标的方位角联合估计*

针对SAR图像地面车辆目标方位角估计精度不高的问题,尤其是0度和180度估计误差大的问题,提出了一种地面SAR图像目标方位角联合估计方法。首先,分析了地面车辆目标在不同角度的成像特点和典型目标方位角估计方法的优缺点,然后,通过判断当前目标成像所具有的特点,利用目标阴影特征与目标轮廓特征,并结合目标主轴提取方法和Hough变换方法对SAR图像目标方位角进行联合估计,最后利用MSTAR目标切片数据对该方法进行了验证实验,绝对误差在5º范围内的准确估计率都在89%以上,目标误差均值都在4º以内。实验结果表明该算法的方位角估计精度比较高,算法是有效性的和可行的。     

一种基于运动趋势估计的行人检测算法

近年来,车辆的主动安全研究已经引起广泛的关注。针对汽车主动安全中行人检测的需求,基于彩色差值模型算法,通过Gauss算法分割图像和kalman滤波预测目标在下一时间可能出现的活动区域,提出了一种基于运动趋势估计的行人检测算法。经仿真表明,该汽车动态目标检测算法可实现行人运动趋势的估算,具有较好的实时性、可靠性。     

一种基于边缘梯度的图像分割方法

利用Krisch边缘方向算子，实现了对彩色和服图片中的和服边缘检测，同时根据真实边界点处的梯度强度值大于其左右邻域的梯度强度值的特征，获得了边缘细化。在结合边界跟踪技术的基础上，有效地去除了和服中大量的与和服分割无关的花瓣图案，得到了和服的有效边缘。实用的边缘连接技术则成功地实现了和服图片中和服各部分的分割。实验结果表明该方法在和服分割上是一种实用的和成功的方法。     

基于四传感器方阵的地震动目标方位角估计

针对地震动目标定位中的信号传播速度不确定性问题,提出了基于到达时间差的四传感器方阵目标方位角估计方法.从理论上推导出四传感器方阵下的目标方位角估计带边界及其最大带宽值,证明了信号传播速度与目标方位角估计之间的弱相关性.根据仿真计算深入探讨了信号传播速度和时延测量误差对目标方位角估计精度的影响.外场实验结果证明：这一方法的地震动目标方位角平均估计误差小于采用三轴地震动传感器的方法,具有一定的实用价值.     

一种计算图像几何矩的快速算法

提出了一种计算图像几何矩的快速算法.根据图像区域边界的顶点链码,给出了图像几何矩的计算公式.该算法可以看作是格林理论的离散版本的一个推广,对低阶几何矩,算法的复杂度为O(n).与原有的几何矩算法比较,该方法具有实现简单、计算量小、计算结果精确等优点.     

一个有效的圆片规模布局算法

本文提出了一个圆片规模布局算法，它是国外一个相应算法的改进形式，区别在于利用力定向布局法的方式不同。在相对位置阶段，该算法利用布局的层次特性将需确定所有电路元件相对位置的问题缩减至仅需确定宏电路元件相对位置的问题；在实际位置阶段，采用分治策略和取消前阶段层次划分的方式回避了需确定任意元实际位置的问题．其时间复杂度远低于国外相应算法．     

采掘关联规则的高效并行算法

采掘关联规则是数据采掘领域的一个重要问题。文中对采掘关联规则问题进行了简单的回顾,给出了一种提高顺序采掘关联规则效率的方法;分析了已有并采掘关联规则算法的优缺点;设计了一个效率较高的并行采掘关联规则的算法ＰＭＡＲ;并与其它相应算法进行了比较,实验证明,算法ＰＭＡＲ是有效的。     

GIS环境中一种高效的多边形剪裁方法

在Weiler算法的基础上提出一种在GIS环境中计算非凸多边形之间的剪裁区域的新算法。该算法前提是多边形已根据梯形分解法被分解成若干个梯形,首先计算两个多边形之间的交叉点,并在计算的过程中按Weiler算法中的出点和入点来标示它们,然后逆序遍历所有的交叉点来确定剪裁区域。该算法通过减少交叉点的计算时间和遍历时间来提高Weiler算法的效率。在GIS这种具有频繁拓扑关系运算的环境中可以很好地提高运算效率,最后通过实验验证,即使在接近最坏的情况下,该算法也优于传统的Weiler算法。     

一种高效的XML多分支路径查询算法

目前XML单路径查询和简单的分支路径查询已经得到了较好的解决,但如何高效地实现XML多分支路径查询还没有很好的方法。提出一种高效的XML多分支查询算法MBPQ。算法MBPQ首先对XML文档和被查询的多分支路径结点分别按照各自不同的方式进行编码,并将被查询的多分支路径拆分成单路径,最后将单路径查询匹配成多分支查询结果。在单路径查询结果匹配过程中,算法MBPQ利用栈控制匹配过程,按照查询树从左到右、自底向上的顺序匹配具有共同祖先结点的单路径查询结果,从而提高匹配效率。实验表明,与现有的XML多分支查询一般算法相比,算法MBPQ的查询效率高。     

一个求解结构SAT问题的高效局部搜索算法

逻辑表达式可满足性(SAT)问题是第一个被证明的NP完全问题.它也是解决人工智能和计算理论中许多实际问题的基础.人们发现,对于某些类型的SAT问题,局部搜索算法要比一些传统的算法(例如Davis-Putnam过程)更为有效.在本文中,我们主要讨论如何用局部搜索算法求解结构SAT问题.我们对一个典型的局部搜索算法GSAT+walk做了改进与扩展.首先,我们除去了GSAT+walk中GSAT部分的"平移";其次,我们给每一个子句赋权,并在GSAT+walk的搜索过程中动态地调整子句的权.文中给出的实验结果表明改进后的新算法对于求解结构SAT问题非常有效.     

一个有效的多边形窗口的线裁剪算法

已有的线剪裁算法都是针对矩形窗口或凸多边形窗口的,对于一的多边形窗口（包括凹多边形）的线剪裁,目前尚无有效的算法,而这样的算法却有更普遍的应用意义。该文提出一个对于一般多边形窗口的线剪裁算法。该算法在被裁剪直线的延长线上取一固定点,然后求多边形窗口的每一顶点到该固定点引线的斜率。这样对于每个窗口边只需判断被裁剪直线的斜率是否在该边两顶点到固定点引线斜率之间,就可判定直线与边是否相交,因此,每处理一     

一种三角形窗口线裁剪的新算法

本文详细描述了一种三角形窗口线裁剪的新算法。算法在编码的基础上引入了逻辑域的概念,消除了三角形的不对称性,从而引出简洁的可见性的判断条件,使明显不可见的线段的判断条件仅需一个,再在此基础上求出交点。并通过与Cyrus-Beck算法比较,验证了其优越性。     

Web日志的高效多能挖掘算法

通过对Web服务器日志文件和客户交易数据进行分析,可以发现相似客户群体、相关Web页面和频繁访问路径,提出了一种新颖的Web日志挖掘算法。在该算法中,首先以Web站点URL为行、以UserID为列建立URL－UserID关联矩阵、元素值为用户的访问次数,然后,在列向量进行相似性分析得到相似客户群体,对行向量进行相似性度量获得相关Web页面,对后者再进一步还可以发现频繁访问路径。实验结果表明了算法的有效性。     

一种有效的密度有偏采样算法

密度有偏采样技术是针对不一致数据集提出的一种采样技术,现有密度有偏采样方法在寻找聚类时容易受异常点的影响而产生错误的聚类.基于这一缺陷,提出了一种新的密度有偏采样--DOSP,在寻找聚类时,该算法可以利用密度有偏采样存在的空间划分,在计算子空间密度的同时搜寻异常子空间,并屏蔽对异常子空间的采样,从而有效地消除异常点的影响.实验证明该算法不仅有效地消除了异常点的干扰,而且在高噪声情况下,算法的计算代价明显降低.