复杂空间背景下的弱小目标检测方法

空间环境弱小目标检测是光学成像制导的关键技术之一。当目标与探测器相距较远时,获取的光学图像中目标呈现为无纹理结构特征的弱小点光源。由于各种噪声的干扰,很难把目标与噪声区分开来。介绍了一种基于广义似然比检验的弱小目标检测方法。首先,对空间环境和目标灰度分布特性进行分析,把空间成像目标灰度变化建模为一种强度值围绕固定值发生正弦的变化过程。采用行列均值相减法进行背景抑制,校正探测器响应的非线性,提高图像信噪比。对经过能量累积后图像进行广义似然比判决,从噪声中检测出弱小目标,分析了检测性能,验证模型的合理性。实验证明该算法能够有效检测出空间背景下的弱小目标。     

基于局部曲率函数的角点检测

角点检测是计算机图像处理领域的基本问题之一,在全局曲率函数角点检测的基础上,提出一种基于局部曲率函数的快速角点检测算法.通过Canny算子提取图像的边缘,在边缘的基础上计算轮廓的局部曲率函数,由于Canny算子首先用高斯滤波器对图像平滑处理,尽可能的去除了噪声而不损失角点,计算局部曲率函数的最大峰值,通过设定阈值检测出角点.对算法进行仿真,试验结果表明该算法可以稳定的检测角点,并对旋转、尺度和噪声具有较强的鲁棒性.     

传统民居的建造启示

从中国现存古老民居的建造方式分析建筑的建构意义．在建构层面上理解建筑形式的创造，提出在目前的化氛围中．建筑创作从认识到方法论都需要的一种转换。     

一种基于多传感器数据融合的目标跟踪算法

在制导与跟踪系统中．雷达和红外成像传感器所固有的优缺点,决定了其自身的局限性。为综合利用上述传感器信息,提高目标跟踪精度,提出了一种基于雷达和红外成像传感器数据融合的交互多模目标跟踪算法,算法首先对红外图像进行处理,然后基于上述处理结果．利用交互多模算法对雷达观测信息进行目标跟踪,最后采用分布式数据融合算法得到最终目标的跟踪结果。在有效提高跟踪精度的同时,减少了运算量。     

基于蚁群算法的景象匹配定位

景象匹配定位是精确制导的重要技术,通过对景象匹配定位和蚁群算法的研究,提出一种基于蚁群算法的匹配定位方法,蚁群算法具有快速全局寻优能力,应用蚁群算法计算模版图像在基准图像中的匹配位置,根据匹配定位参数的特点,建立二维的蚁群搜索空间,定义图像的归一化积相关作为相似性度量并更新蚁群的信息素,利用信息素及启发信息来计算状态转移概率,蚁群最终聚集到适应度函数最大的路径上。实验结果表明：蚁群算法可以准确有效地估计匹配位置。     

建筑生成设计的技术理解及其前景

基于建筑生成设计数字技术原理及基本方法,在反思当前国内建筑学领域数字设计现状的基础上,提出数字技术应当根植于建筑设计理性法则的观点,并通过部分案例研究成果的介绍,展现建筑生成设计的理性特征及技术方法,展望了建筑生成设计的发展前景。     

highFAR建筑设计生成方法探索

highFAR生成工具是东南大学建筑学院2007年毕业班建筑生成设计研究组的生成设计教学系列探索之一。通过highFAR基于多智能体系统数字生成工具的程序开发研究,尝试高层建筑高密度布局的新途径,为同类建筑应用程序开发提供必要的算法参考。     

建筑生成设计方法教学实践

介绍以复杂系统模型为基础的东南大学建筑生成设计教学现状,呈现部分建筑生成设计教学成果,进而提出作为一种崭新建筑学方法的现实意义.     

“细胞自动机”建筑设计生成方法研究——以“Cube1001”生成工具为例

在2006年“happyLattices”工具的基础上,2007年毕业设计生成研究组成功研究出效率更高的“Cube1001”平面、空间生成工具。详细记述“Cube1001”研究进程及对应程序规则,并使用该工具实现工程实例化的全过程。     

一种改进的图像序列运动小目标检测方法

针对目标背景运动的情况,在随机哈夫变换运动检测方法(MDRHT)的基础上,提出了基于中心偏移的哈夫变换运动检测方法(Center-Biased MDHT)。它利用图像中显著的边界信息,有效地估计图像序列帧间图像背景的整体运动;利用图像背景运动的一致性,预先设定帧间位移的阈值,减少了预处理阶段的计算量;对前后两帧相邻图像进行差分处理,充分利用小目标在差分图像中成对出现的特点,达到了在目标检测阶段减少计算量的目的。