基于暗原色先验去雾原理的红外图像伪彩化增强方法研究

根据雾天红外图像的分析和判读需要,提出了一种新的预处理方法---基于暗原色先验去雾原理及HIS空间的伪彩变换方法。该方法应用于雾天红外灰度图像的处理时,可以显著增强目标与背景之间的对比度。实验表明,该方法可以较好地对雾天红外图像进行增强与显示。与传统的图像增强方法相比,该方法更有利于在雾天条件下对掠海飞行目标及海面目标的红外图像进行分析与判读。     

尺度自适应暗通道先验去雾方法

在雾、霾等天气条件下,大气粒子的散射作用使环境的能见度偏低,视觉系统采集到的图像严重降质。基于暗通道先验的图像复原方法因其去雾效果自然、约束条件少,且易于实现等优点而受到广泛关注。但是,该方法的去雾效果受尺度（暗通道的求解半径）影响很大,对于不同场景的图像,不存在一个普遍适用的最优尺度。针对该问题,文中提出一种尺度自适应方法,根据图像的颜色和边缘特征自适应地调节暗通道的尺度范围,得到像素级的暗通道求解尺度,兼顾大尺度求解色彩失真小和小尺度求解光晕失真小等优点。此外,针对暗通道去雾方法会使天空光估计点落到前景区域的问题,提出了一种改进的天空光估计方法,可使估计点鲁棒地落到与其物理意义相符的背景区域。对多种雾化场景图像的处理结果表明:文中方法适应性强、去雾效果自然,且对比度提升显著。     

基于多尺度局部极值和边缘检测的目标性算法

目标性作为目标检测的预处理算法,用于高效提取少量可靠的目标潜在区域,可替代针对复杂特征的多尺度滑动窗的分析方式,达到提升目标检测效率的目的。该文提出了一种基于多尺度局部极值和边缘检测的目标性算法。首先,基于原始图像的多尺度梯度特征,在不同尺度下利用均值滤波得到梯度强度的局部极值,并在原始图像上还原出初始目标潜在区域;然后,通过提取图像的边缘特征,计算初始目标潜在区域的目标性得分值;最后,对得分值进行尺度加权,并结合非极大值剔除冗余区域,最终输出少量可靠的目标潜在区域。通过PASCAL VOC和ILSVRC2014数据库的实验对比,该算法给定1000个候选区时在PASCAL VOC和ILSVRC2014分别达到97%和98%以上的召回率,同时有效地提升了首框召回率。      

基于调制域的雷达信号脉内特征提取新方法

针对传统调制域检测法在提取雷达信号脉内特征中的不足,提出了一种通过检测极值点来提取信号脉内特征的方法。首先通过检测出信号极值点,再对极值点进行运算处理,进而提取出极值点中包含的脉内特征信息。该方法借助于极值点具有最大信息量的优势,并运用二次提取频率来估计码元宽度,使得算法的信噪比性能得到有效改善。仿真结果表明,与传统调制域检测法相比,该方法在低信噪比下对于多种类型信号的脉内特征参数的估计精度平均提高30%。     

现代变形监测考虑先验信息的动态平差

本文从变形监测是随时间而变化的动态系统出发,探讨和提出了考虑先验信息的动态平差模型。实践证明,它将提高监测网发现变形的能力.     

应用抗差估计进行海底勘探实时声学定位的方法

由于海底勘探实时声学定位过程中存在大量的野值和粗差,这些不合格的观测值若不经正确处理会严重影响海底应答器的定位精度。为此,分析了附加深度约束的交会定位、基于选权迭代的差分定位及考虑声线弯曲定位等方法的应用领域和局限性,从定位精度要求及可靠性角度出发,结合海底勘探声学定位数据采集需实时定位和单一方向航行的特点,提出了一种基于抗差估计的实时声学定位方法。首先,给定观测值可能范围进行野值剔除处理;然后,基于概率统计假设方法进行粗差探测;最后,构建极值函数确定观测值权阵,通过迭代计算求得海底应答器的空间位置。模拟仿真实验和野外实际数据验证表明：该方法有效地剔除了野值和粗差,得到了最优的无偏估计;与目前实时声学定位软件中采用的最小二乘估计比较,该方法提高了海底勘探声学定位内符合精度及定位结果的可靠性,满足了放样导航船实时进行航线修正的需求,保证了海底检波器放样精度。     

基于组合赋权法的中国物流业质量发展指数研究

物流业质量发展水平的评价体系和方法是提高整体产业质量和效益的基础,以政策导向性、内涵丰富性、数据准确性为原则构建综合性的中国物流业质量发展指数(CLQDI)内涵和指标体系,基于最优离差平方和组合赋权法构建综合性的评价模型。通过我国近5年指数和分项指数的实证分析,分析我国物流业过去在质量方面的发展情况,找出提升方向。     

非高斯随机过程的短期极值估计:复合Hermite模型

Hermite模型自20世纪80年代后期开始被广泛应用于非高斯随机过程的短期极值估计。当随机过程的非高斯性很强时,尤其是偏度很大时,常用的3阶Hermite模型不足以表征出极值分布的尾端特征。工程中,样本统计矩的不确定性使得更高阶的Hermite模型不宜使用。基于此,该文提出了同时基于中心矩与线性矩的复合Hermite模型,有效地将Hermite模型由3阶拓展到4阶。该文以对数正态模型作为非线性系统的研究对象,对比分析了在解析条件下和在使用蒙特卡洛模拟获得样本数据条件下,各类Hermite模型与传统的Gumbel法以及平均条件穿越率（ACER）法用于极值分析的表现。结果表明,对于大偏度强非高斯随机过程的极值预测,复合Hermite模型具有更好的精确度和鲁棒性。     

一种改进的基于对数谱估计的语音增强算法

提出了一种基于对数谱估计的改进型语音增强算法。相对于传统语音增强算法,在语音信号存在不确定的条件下,利用软判决增益因子修正技术调正带噪语音信号的对数谱幅度,抑制背景噪声。引入的改进型先验信噪比估计和语音信号先验不存在概率估计方法,能够有效地估计得出语音信号的存在概率,进而求得语音信号存在时的谱增益因子函数,联合语音信号不存在时设定的增益因子函数加权求得谱增益函数。计算机仿真表明,即使在低信噪比条件下,输入背景噪声为高斯白噪声和粉红噪声等加性白噪声时,所提算法对噪声的抑制效果非常明显,且有效地克服了传统算法中引入的“音乐噪声”和语音信号畸变。     

基于Vine Copula的短期径流预报不确定性分析

定量分析短期径流预报序列的不确定性特征,对于提高水库短期运行计划的可靠性具有重要意义。针对常用多元椭圆Copula或阿基米德Copula难以有效刻画短期径流预报不确定性特征的问题,本文引入了Vine Copula对不同径流量级及不同预见期下预报不确定性进行定量评估,进而分析了先验信息对于后续时段预报不确定性的影响。以雅砻江流域锦西水库为例进行验证,结果表明：相较于传统多元Copula函数,Vine Copula构建的相对预报误差联合分布均能通过假设检验且拟合效果最好,模拟结果的统计量与实测数据相差较小;通过利用调度期内已经发生的相对预报误差信息,可以有效减小后续时段相对预报误差期望值及90%置信水平分位距,降低预报的不确定性。