KPCA-IWKNN-BFPLN混合式楼宇内定位系统

传统室内定位系统无法实现楼宇内的三维位置定位,无法实现移动终端与物联网终端的兼容服务。对此提出一种KPCA-IWKNN-BFPLN混合式楼宇内定位系统(KPCA-IWKNN-BFPLN hybrid in-building position system,KIB HIPS)。该系统通过KPCA-IWKNN-BFPLN算法可以预测被服务终端的楼宇内三维位置信息。结合基于Cordova框架混合式开发的终端和基于node.js框架开发的混合式室内定位服务器,KIB HIPS定位系统能够很好地解决传统室内定位系统所存在的问题,同时也具有跨平台部署和服务多平台的能力。仿真结果表明,KIB HIPS系统相关实验定位数据指标表现优异,具有研究与利用价值。     

红外偏振成像探测技术及应用研究

红外偏振成像探测技术针对复杂环境中识别探测目标具有明显的优势和广阔的应用前景。首先分析了研究红外偏振特性的必要性和紧迫性,阐述了红外偏振成像具有"凸显目标、穿透烟雾、辨别真伪"的独特优势;其次概括了国外红外偏振成像技术的研究历程和试验进展;在此基础上,重点研究了目标起偏、信道环境下的偏振传输、全偏振图像探测三个方面的主要科学问题,并指出了重点研究内容和关键技术;最后,对红外偏振成像技术在军、民若干领域的应用前景进行了展望。     

基于LNSST与PCNN的红外与可见光图像融合

为了提升红外与可见光图像融合精度,提出了一种局部化非下抽样剪切波变换与脉冲耦合神经网络相结合的红外与可见光图像融合方法。首先,利用局部化非下抽样剪切波对源图像进行多尺度、多方向分解;然后,在分解后的各子带图像中进行块奇异值分解,求取区域特征能量值作为脉冲耦合神经网络对应神经元的链接强度。经过脉冲耦合神经网络点火处理,获取子带图像的点火映射图,通过判决选择算子,选择各子带图像中的明显特征部分生成子带融合图像;最后,应用局部化非下抽样剪切波逆变换重构图像。采用多组红外与可见光图像进行融合实验,并对融合结果进行了客观评价。实验结果表明本文提出的融合方法在主观和客观评价上均优于已有文献的一些典型融合方法,可获得更好的融合效果。     

基于双重注意力机制生成对抗网络的偏振图像融合

针对单一强度图像缺少偏振信息,在恶劣天气条件下无法提供充足场景信息的问题,本文提出了一种基于双重注意力机制生成对抗网络用于强度图像和偏振度图像进行融合。算法网络由一个包含编码器、融合模块和解码器的生成器和一个鉴别器组成。首先源图像输入到生成器的编码器中,经过一个卷积层和密集块进行特征提取,然后通过含有注意力机制的纹理增强融合模块中进行特征融合,最后通过解码器得到融合图像。鉴别器主要由两个卷积模块和两个注意力模块组成,在网络训练过程中,通过不断博弈,迭代优化生成器网络参数,使生成器输出既保留偏振度图像的稀疏特征又不损失强度图像信息的高质量融合图像。实验表明,该方法得到的融合图像在主观上纹理信息更丰富,更符合人眼的视觉感受,并且在客观评价指标中SD提升约18.5%,VIF提升约22.4%。     

基于偏振自适应融合图像的水下物证探测方法

偏振探测技术能够在复杂的背景环境中凸显出目标，为我们提供了更为清晰和精准的目标识别能力。然而，在法庭科学领域上，利用偏振成像技术对水下物证进行探测搜寻的研究仍属空白。针对这一问题，本文通过偏振成像装置，对目标强度图像和偏振度图像进行融合。利用非下采样剪切波（non-subsampled shearlet transform, NSST）对图像进行分解后，在高频子带提出了参数自适应的简化型脉冲耦合神经网络模型，在低频子带则采用一种基于区域能量的自适应加权融合规则。在可见光下，对3类典型目标进行相关算法比对实验。实验结果表明，通过偏振成像技术可有效探测到水下物证，利用本文提出的图像融合算法有效突出了水下物证的细节特征，验证了偏振探测技术对水下物证成像的有效性，有利于突破当下法庭科学领域水下物证探测技术的空白。