基于实时梯度计算的快速纹理映射体绘制

本文分析讨论了一种基于实时梯度计算的纹理映射体绘制算法。在绘制过程中实时计算每个体素上的梯度,有效地减少了在传统基于纹理映射的体绘制中,对梯度预先计算的耗时操作,也降低了内存的消耗,加快了整个绘制过程。同时,采用三维Sobel算子对梯度进行计算,并进行归一化处理,有效地提高了绘制图像的质量。在实现中充分利用了目前PC图形硬件成熟的可编程特性,特别是fragment program,来完成梯度的实时计算。最后对医学体数据进行绘制,得到了理想的结果。     

一种基于交互式多维传递函数的纹理映射体绘制算法

本文设计了一种基于空间信息的交互式多维传递函数的纹理映射体绘制算法。该算法不仅可以根据体数据的强度而且还利用体素的空间位置来设定绘制的颜色和阻光度。通过采用一种独特的空间投影变换,根据用户需求,将体数据划分为不同区域,并分别定义各自的传递函数。该特点使得本文的算法可以有效地对体数据进行交互式分析。在算法实现中,利用了通用图形硬件的可编程特性,在普通PC上可以达到理想的绘制质量和交互速度。     

一种基于椭圆RHM的扩展目标Gamma高斯混合CPHD滤波器

针对杂波环境下扩展目标形状难以估计、目标跟踪精度低等问题, 提出一种自适应估计扩展目标形状的伽玛高斯混合势概率假设密度算法(GGM-CPHD). 该算法将目标的扩展形状建模为椭圆随机超曲面模型, 并将其嵌入到GGM-CPHD 滤波器中, 更新扩展目标的质心、椭圆形状和方向等信息以完成对扩展目标的跟踪. 通过杂波环境下未知数目的扩展目标仿真实验, 表明了所提出算法在质心状态和椭圆长短轴的估计精度方面要优于传统的基于随机矩阵的伽玛高斯逆韦氏CPHD滤波器.

     

用于非平衡样本分类的近似支持向量机

针对标准的近似支持向量机(PSVM)没有考虑样本分布不平衡的问题,提出一种改进的PSVM算法(MPSVM).根据训练样本数量的不平衡对正负样本集分别分配不同的惩罚因子,并将原始优化问题中的惩罚因子由数值变更为一个对角阵.最后推导出线性和非线性MPSVM的决策函数,并将其与PSVM、非平衡的SVM的运算机理和性能进行比较.实验结果表明,MPSVM的性能优于PSVM,与非平衡SVM方法相比效率更高.     

基于多向次序关联的AOA量测数据关联

利用到达角(Angel Of Arrival,AOA)进行目标定位是被动监测领域广泛采用的技术之一.然而,在多基站多目标环境中,通常难以直接获得AOA量测数据间的关联关系,因此需要在目标定位前进行有效的量测数据关联.本文针对AOA量测数据的关联问题,提出了一种基于多向次序关联的AOA量测数据关联方法.该方法首先构建了一种用于描述数据间关联程度的代价函数,并利用雅克比方法估计误差分量的方差.其次结合分配算法和寻优思想,分别计算局部关联方向和基站的关联次序,最终得到关联结果.实验验证了本文方法对密集目标和随机目标量测数据关联的有效性.     

人脸画像识别研究

利用几何特征法、特征脸法和动态模板匹配法来进行画像特征提取和识别,试验表明根据文中设计的模板系统,动态模板匹配法具有较好的识别效果,相比识别率可达到82.2%.     

基于粗糙集和模糊聚类的新闻视频镜头边界检测方法

为了将视频分割成镜头,目前的方法都是提取某些特征然后构造不同的相异性函数。然而,太多的特征就会降低镜头分割算法的效率。因此,有必要对每一个镜头检测决策进行特征约简。基于此,提出了基于粗糙集和模糊聚类的分类方法并得到了相应的决策规则。针对新闻场景的特殊性,将镜头分割成突变过渡、渐变过渡以及无场景变化3类。用超过2个小时的新闻视频所做的实验获得了96.5%的查全率和97.9%的准确率。     

脉冲星极弱信号和噪声分析与处理方法的研究

脉冲星辐射脉冲到达时间(TOA)的信号极弱,淹没在极强的背景噪声之中,对它检测十分困难.毫秒脉冲星自转周期极其稳定,可以用来监测原子钟的长期稳定度.这一问题的研究不仅对于现代时间计量学,而且对于天文学、脉冲星物理学、引力波效应及深空空间电波传播特性、电子学等交叉学科的研究有重要理论意义.本文介绍了脉冲星极弱信号观测研究的结果和进展,论述了我国开展此方面研究的理由和内容,并对利用现代信号和噪声理论分析脉冲星TOA极弱信号的特性和处理方法的路线进行思考.其研究方法、检测技术具有推广应用价值.     

Rao-Blackwellized粒子滤波的红外多个弱目标检测前跟踪

针对红外图像低信噪比下数目可变的多个弱目标的检测与跟踪问题,提出了基于Rao-Blackwellized粒子滤波器(RBPF)的多目标检测前跟踪算法.对每个目标利用RBPF把状态变量分解为线性变量与非线性变量,分别进行Kalman滤波与基本粒子滤波.将已出现目标的状态构成新目标的约束初始化函数,多个滤波器并行跟踪多个弱目标.对红外图像弱目标的仿真实验表明,约束初始化可以避免已有目标的干扰,RBPF可以减小状态变量的的估计误差, RBPF的检测性能优于10倍粒子数PF的性能,对单目标进行检测前跟踪平均每帧耗时为0.3287秒,可以满足实时处理的要求。新方法在不同空间位置的实验对比中,出现延迟,消失延迟和均方根误差等参数对比也验证了算法的有效性.     

量化量测条件下的交互多模型箱粒子滤波

在分布式多传感器网络中,为了节省通信带宽,需要将传感器得到的点量测量化成区间量测,而传统的滤波算法均不能直接处理这种量化量测．箱粒子滤波作为一种“广义粒子滤波”算法,用箱粒子和误差界限模型来取代传统的点粒子和误差统计模型,是新近出现的处理区间量测的有力工具．相比粒子滤波,箱粒子滤波还具有所需粒子数少、算法复杂度低、运行速度快等优点．因此,为了处理量化量测条件下的机动目标跟踪问题,提出了交互多模型箱粒子滤波算法．仿真对比实验表明：在量化量测条件下,交互多模型箱粒子滤波算法和交互多模型粒子滤波算法都能够准确地估计机动目标状态,但交互多模型箱粒子滤波所需粒子数更少、计算效率更高．