基于山峰聚类的复杂背景下红外弱目标分割方法

在分析目标红外图像特征的基础上,利用山峰聚类对密度大样本的快速聚类特点,提出了一种基于山峰聚类的弱目标区域生长分割方法。该方法首先将二维图像在x和y方向分别进行投影并以此为样本构造数据网格,再采用改进的山峰聚类算法进行聚类,将求出的聚类中心作为种子点进行区域生长得到分割结果。实验结果表明,与传统方法比较,所提方法能自动选取种子点,投影后数据作为样本可有效提高运算速度,并能取得良好的分割效果。     

利用特殊技术改善低密度水泥浆的性能

为了成功地在破裂压力梯度比较低的地层注水泥或者封隔地层，人们常常使用低密度水泥浆。而常规的低密度水泥浆通常具有较高的水灰比，较高的水灰比会导致水泥浆的侯凝时间增长，限制其抗压强度的形成和发展，并且形成渗透率相对较高，易受酸和盐水侵蚀的水泥环。采用新方法设计的水泥浆，凝固以后的物理性能不再依赖于水泥浆的性能和密度，从而导致了一种高性能低密度水泥浆的出现。这种新型的水泥与常规方法设计的水泥浆相比，具有     

图像小波系数的高斯混合模型研究

图像小波系数的统计分布具有非高斯特性,可以用高斯混合模型进行描述。提出了一种随像素自适应调整的混合高斯模型,每个系数建模为两个均值为零、方差不同的正态分布之和,利用局部贝叶斯阈值对小波系数进行分类,通过当前系数邻域窗中两类系数的信息,得到大、小方差以及有关概率的模型参数估计。将此模型应用于图像去噪,根据贝叶斯后验均值估计理论设计了Wiener滤波器。通过与三种代表性去噪算法的比较实验,表明了这种基于模型的滤波算法的有效性。     

机载前下视激光雷达成像仿真

针对在成像噪声和载机运动影响下 ,前下视激光雷达对地面目标成像的仿真问题 ,分析并建立了成像过程的噪声模型 ;通过运用马尔科夫随机过程模型和独立同分布随机变量的叠加原理模拟载机运动状态和惯导姿态测量数据 ,对激光成像与地形高程进行映射变换 ;全面地给出了利用数字地图和导航系统测控精度生成测试用途激光像的仿真方案。实验显示 ,应用仿真系统提供的成像数据和映射变换关系 ,能对惯性 /激光雷达地形辅助导航系统进行有效的定位性能测试。成像仿真为惯性 /激光雷达系统的研究提供了必要的方案预研和仿真测试手段。     

遥测地形数据中粗差的自动滤除

对于地形遥测数据中引入的脉冲噪声（粗差）,传统的滤波算法往往需要选择滤波门限、自适应能力不强,或者不能在滤除噪声的同时有效地保护信号数据。针对以上问题,提出了一种新颖的脉冲噪声自适应滤除算法,该算法基于数理统计和模糊数学思想,对局部数据（滤波窗口）进行均值和方差估计,并根据估计结果自动选择检噪门限,进而实现噪声检测和平滑。实验结果显示,在脉冲噪声密度小于5%时,该算法的滤波信噪比增益远高于常用滤波算法和其它同类算法;算法对平稳信号的处理效果较好。     

基于游程元的纸印品图像的直线特征提取

针对纸印品中直线特征提取这一问题，给出游程元、中心游程元、最大领域搜索区域等定义，并在此基础上提出了一种基于游理元提取与归并的直线特征提取算法，给出了基于此算法的横格纸与方格纸中直线特征提取实验结果并对此算法的复杂性进行了分析。实验结果与算法分析表明，方法比基于Hough交换算法简单，实验效果理想，适用于文档表格等的直线特征提取。     

地震波成像揭示云南省的热液活动和成矿环境（英文）

采用双差定位层析成像方法揭示S波速度结构,显示大规模低速异常主要集中在10～25 km深度的小江断裂带和丽江-小金河断裂带周围;而在川滇块体中南部区域存在一个明显的高速异常,这与峨眉山大型火成岩省分布区域范围一致。根据地质和地球物理资料,推断小江断裂带和丽江-小金河断裂带下的低速异常与来自青藏高原中部的下地壳流动有关。然而,峨眉山地区中部存在明显的高速异常,与峨眉山大型火成岩区一致。峨眉山下方的与地幔柱相关高速异常会阻碍地壳流动,从而使得地壳流被限制在深大断裂带附近。结果还发现多种矿产资源主要集中在大型断层和低速带上,表明下地壳流动和大型深部断层为流体成矿和矿床沉积提供了条件。     

SMIL在流媒体播放中的设置与应用

随着网络技术的高速发展，多媒体的实时传输是发展的必然趋势，而SMIL也是流媒体技术的一个方面，在研究工作的基础上，首先分析了SMIL的特点和应用分类，对SMIL的基本结构、节目组织和创建节目布局的设置和作用进行了详尽的分析，并在分析中给出实例。     

基于成像激光雷达的地形辅助导航研究

成像激光雷达通过扫描可以测量高精度的地形数据,基于成像激光雷达的地形辅助导航系统是纠正惯导误差的有效手段.根据激光雷达测距模型提出了基于成像激光雷达的地形辅助导航系统,将激光雷达看作一个多维距离传感器阵列,利用卡尔曼滤波器迭代估计系统的状态误差,从而纠正惯导累积误差.根据激光雷达测距关系推导了系统的扩展卡尔曼滤波方程,并对成像激光雷达多维测量数据采用最小均方误差准则进行融合,融合滤波器组合了多个测量数据的信息,有效克服了测量噪声和数据丢失对单个滤波器的影响,从而提高了导航性能.然后利用局部可观测性对系统的性能进行了分析,并对提出的算法作了大量的仿真实验进行验证.     

基于局部熵的高度场三角格网化研究

不规则三角格网表示以其优越的性能在地形高度场数据的简化中得到了广泛的应用.在不规则三角格网生成的过程中,插入点的选取是关系到最终简化后的地形逼近质量好坏的关键.由于我们通常对原始格网上的每一个点给出一个重要性度量,并以该度量值作为插入点选取的依据,因此重要性度量值计算方法的选取成为研究的重点.本文在对传统重要性度量方法的性能比较和分析基础上,提出了一种基于局部熵的重要性度量方法.实验结果表明,基于局部熵的插入点选取方法在各项性能上均优于局部误差估计的方法,并且有效的克服了以往方法中的"短视性"问题.