OTSU ＇ s Improved Threshold and its Application on Pitch Angle Test

为了提取弹体飞行状态图像的边缘进而解算俯仰角,采用图像二值化、轮廓结构形态滤波对图像进行预处理.在利用OSTU进行图像二值化时,提出了根据高斯分布的＂3δ＂特性进行阈值提取的改进.在获得飞行弹体边缘轮廓的基础上,基于骨架提取中轴线法,采用坐标变换重构弹体在三维空间的真实轴线方程来解算俯仰角.边缘检测及俯仰角测试实例表明,该检测方法能够从含有噪声的图像中获得较好的图像边缘,可实现飞行弹体俯仰角的高精度解算.     

OTSU阈值改进及其在俯仰角测试中的应用

为了提取弹体飞行状态图像的边缘进而解算俯仰角,采用图像二值化、轮廓结构形态滤波对图像进行预处理.在利用OSTU进行图像二值化时,提出了根据高斯分布的"3δ"特性进行阈值提取的改进.在获得飞行弹体边缘轮廓的基础上,基于骨架提取中轴线法,采用坐标变换重构弹体在三维空间的真实轴线方程来解算俯仰角.边缘检测及俯仰角测试实例表明,该检测方法能够从含有噪声的图像中获得较好的图像边缘,可实现飞行弹体俯仰角的高精度解算.     

弹道导弹主动段样条滤波算法

对弹道导弹主动段进行跟踪是弹道导弹主动段防御中极其重要的任务,它是制导拦截的基础。针对传统方法在弹道导弹主动段跟踪能力不足,建立了弹道导弹主动段样条滤波算法。该滤波算法首先用样条函数建立了主动段运动模型,其次在此基础上将运动状态进行了解耦,建立了状态方程,最后基于解耦模型,应用Kalman滤波进行了状态估计,并且在估计中设计了模型更新方法,使算法具有很好的机动跟踪性能。仿真实验证明,该跟踪算法估计精度高于其它算法。     

几种滤波算法在声纳图像处理中的比较分析

为了研究比较各种滤波去噪算法在声纳图像中的优劣,介绍了分属传统空间域和频域的四种滤波算法,并在实测声纳图像的基础上进行了实验分析。实验结果表明,相比于均值加权滤波器和中值滤波器,巴特沃斯滤波器和高斯滤波器这两种频域滤波器在适当选择参数的前提下,对声纳图像的滤波效果要更好。     

平方根容积卡尔曼滤波器

针对容积卡尔曼滤波器在递推过程中,计算量大、数值不稳定等问题,提出了平方根容积卡尔曼滤波器。该滤波器不仅增强了数值鲁棒性,确保了状态协方差矩阵的正定性,且在一定程度上提高了滤波精度。仿真结果表明,该滤波器的滤波精度与容积卡尔曼滤波相比提高了约10%,且均高于扩展卡尔曼滤波;随着状态维数的增加,该滤波器的估计性能越加优于扩展卡尔曼滤波器。因此对系统维数较高的场合,该滤波器是一种非常有效的非线性滤波算法。     

反导制导滤波技术研究

为了实现对下落段速度大、螺旋机动的弹道导弹的有效拦截,反导导弹必须有针对性的进行制导滤波技术的研究。文中创新性的采用拉普拉斯变换方法进行4态滤波设计,对目标加速度、加速度一阶导、加速度二阶导同时进行在线估计,滤波结果与3态滤波结果比具有延迟小、精度高的特点;同时结合已有Weave制导律,通过和3态滤波+比例导引、3态滤波+最优导引进行对比,得出4态滤波+Weave导引具有脱靶量小的优点。     

弹载相控阵雷达视线重构研究

针对弹载相控阵惯性视线重构问题,提出了基于相对运动状态估计的视线角/角速率重构方法,与传统方法相比,文中提出的方法在稳定坐标系下建立导弹-目标运动状态动力学模型和雷达导引头观测模型,无需对导引头测量的角信息使用微分网络,避免了测量噪声的放大。在分析系统可观测性的基础上,采用UKF滤波算法进行状态估计,根据估计值重构视线角速率。仿真结果表明,该方法对机动目标的重构角误差<0.5°,角速率误差<3°/s。     

运动声阵列自适应交互多模型无迹粒子滤波

为了提高三维运动声阵列在有色噪声环境中对二维机动目标的跟踪精度,提出了一种基于测量残差的自适应交互多模型无迹粒子滤波算法。该算法建立了三维运动声阵列跟踪系统动态模型,通过无迹变换(unscented transformation,UT)构造初始粒子概率分布函数,利用测量残差及自适应因子实时修正测量协方差和状态协方差;通过不同算法仿真对比,验证了文中算法在跟踪精度、稳定性及实时性上的有效性。     

自适应窗口形状的中值滤波

中值滤波去除噪声的同时,难免出现含有线形图像的边缘轮廓信息跟随丢失的情况。为了达到滤除图像噪声最大化,有用信息损失最小化的目的,根据图像边缘特征选择或设计了适当大小和形状的窗口来进行中值滤波等操作。一方面,创新性地提出将Hough变换应用到车轮裂缝CT图像的滤波窗口形状的选择上,针对单一方向轮廓的图像,利用Hough变换检测出裂缝的方向,从而采用与裂缝形状相应的窗口对裂缝进行有针对性滤波,将该方法与传统方法进行了对比实验,并将60层滤波后切片图像堆栈得到了三维图像;另一方面,针对含有多个方向轮廓的图像,为了进一步改善滤波效果,提出根据像素梯度设计斜向滤波器,对多方向的线对进行滤波,数据显示经改进方法滤波后图像的峰值信噪比(PSNR)较传统的中值滤波提高了4~6,结构相似性(SSIM)提高了1%~2%左右,最后用683层荞麦切片CT图堆栈得到三维图像,对比滤波前后图像,可知该方法滤波效果良好。     

基于稀疏正则约束的子空间视觉跟踪

针对子空间表示跟踪算法处理遮挡问题的能力不足,以及稀疏表示跟踪算法无法满足跟踪实时性要求等问题,本文提出一种稀疏正则约束的子空间视觉跟踪算法。该算法结合了子空间表示与稀疏表示的优势,提升了对于遮挡问题的处理能力,并且降低了算法的计算复杂度。首先,该算法利用PCA子空间基向量集、子空间均值以及表示残差对目标进行表示,同时算法采用L2范数作为表示系数以及表示残差的稀疏约束函数。其次,算法采用了一种分步循环迭代的方法求解表示模型的系数与残差。然后,为了保证子空间基向量与空间均值能够持续准确的描述目标在跟踪过程中出现的变化,算法根据经过开运算处理后的表示残差中非零元素的不同比率构建不同的更新模板,并结合增量主成分分析方法在线学习新的基向量与均值。最后,在实验部分,本文将提出算法在10个实验序列上的跟踪结果与8个现今主流跟踪算法进行对比,同时从定性与定量两个方面对实验结果进行分析。本文算法在全部10个实验序列上的平均中心误差为5.3pixel,平均覆盖率为77%,相比于其他算法,本文算法取得了较高的跟踪精度。本文算法具有更好的鲁棒性,并且满足更多场景下的跟踪需求。