基于MRF的复杂背景下缓动目标分割方法

提出了一种基于MRF的复杂背景下缓目标分割方法.该方法采用基于逆向光流场的背景抑制技术和基于加权直方图的灰度场建模方法.前者对相邻视频图像进行逆向光流变换使得两帧图像中的目标投影对齐,进而对两帧图像进行差分运算并设定阈值分离目标和背景,得到了较为完整的缓动目标初始分割;后者对初始标号场各像素分配信任度,进而统计信任度并建立加权灰度直方图,而后依据加权直方图建立了准确的图像灰度模型.在此基础上,在MAP-MRF框架内对视频图像进行分割.进行仿真实验并采用空间准确度和时间一致性标准评价实验结果,证明算法具有有效性和鲁棒性.     

基于特征谱的高分辨率遥感图像港口识别方法

 本文提出一种基于内港岸线特征谱的港口识别方法.进行海域分割,提取海岸线及其特征点.通过分析海岸线封闭性测度矩阵得到内港岸线及其特征谱.根据特征谱的匹配相似度实现港口识别.从理论上证明了该方法的合理性,并在实际遥感图像上进行了港口识别实验,结果表明:内港岸线的特征谱具有平移、旋转、缩放不变性;文中方法能够准确分割内港岸线,对现有港口目标样本的识别准确率达到100%.     

红外起伏背景下运动点目标的检测方法

文中根据目标、背景干扰和噪声在红外序列图像中的差异，提出了一种基于空间高通滤波和时间域上最大递归滤波的运动点目标检测方法。该方法可以在低信噪比的情况下消除红外起伏和随机噪声的影响，有效地检测出点目标。实验结果表明，采用这种时空混合处理的方法可以得到满意的结果。     

分层投票表决目标检测方法及其性能分析

针对弱运动小目标检测的缺陷，提出了分层投票表决的目标检测方法，在对算法进行描述和给出部分实验结果之后，对其性能进行了理论分析，实验结果和理论分析均验证了所提出方法的有效性。     

网络群负相关训练算法的等价形式

在基于负相关的神经网络群学习算法中,相关项由目标输出或网络群输出定义。本文首先证明无论相关项采用何种定义形式,个体网络的目标函数都等价于网络自身性能和群性能的线性组合,线性组合系数由给定参数和网络群规模共同确定。然后给出个体网络目标函数的统一定义,并分析了目标函数内参数的含义。该目标函数表明负相关算法实际是实现多目标优化,所以网络群算法无需负相关概念,从而在概念和实现两方面简化了负相关算法。     

TSK网络结构设计:一个基于二阶运算的局部反馈网络

按照局部反馈和易于解释两个原则,本文设计了一个带反馈的二阶TSK网络。网络的结论部分以输入成分的二项式[1,2]作为神经元的导出域。二项式是神经网络领域少见的运算模式,导出域通常为输入与权向量的内积。网络的结论部分借助于延迟反馈引入动态特性,属于局部反馈,所以动态导数计算简洁。TSK网络表征一组If-Then规则,本文网络较采用独立变换[3]和基于G—FGS神经元[4]的网络易于理解。系统辨识的仿真证明本文网络可以很好地辨识动态系统,表明TSK网络拓扑结构设计中使用二阶运算是可行的。     

降维训练神经网络的圆阵列二维角估计

在信号二维达波方向估计中,神经网络训练集往往较大,一定程度上影响了神经网络在二维角估计中的应用,为此,提出一种降维训练方法,构造两个输入量,并各自形成独立训练集,在两个网络中分别训练俯仰角和方位角,极大地缩简了训练集。论文对降维训练方法进行了仿真,结果表明,所提方法十分有效。     

红外热成像系统应用于反潜探测的分析

大面阵、高灵敏度的红外焦平面探测器技术的逐步成熟为红外热成像系统进行反潜探测的设想的可行性提供了保证，理论计算和分析表明：采用焦平面探测器的红外热成像系统可以在一定距离上分辨海面海水的细小温度差异，并可在高帧频下快速扫描大范围的海面，在反潜探测中有较好的应用前景。     

逐级目标淘汰量子遗传算法

研究了如何应用量子遗传算法进行图像模板匹配,提出了逐级目标淘汰量子遗传算法.该算法充分利用了量子遗传算法的并行性质,很好地将粗搜索和精搜索结合起来,减少了匹配时间.实验结果证明了该算法的有效性.     

图像目标的自动识别和快速筛选技术

针对战场环境和打击目标类型的不同,研究了图像目标自动识别和快速筛选技术,提出了大气云层背景下低信噪比弱信号小目标的检测截获、多目标边跟踪、边识别技术方案;然后针对海天图像的特点,分析了海杂波条件下两种海天背景的自适应分割算法(基于统计直方图的分割算法和基于梯度均值的分割算法);最后讨论了典型地面目标(阵列目标、港口目标等)的自动识别方法.仿真试验和外场测试试验验证了算法的有效性和实用性.