激光雷达和CCD外部标定方法的改进及其应用研究

激光雷达和CCD各自都具有快速获取物体空间信息的能力,广泛应用在真实场景的三维建模中.本文结合激光雷达对空间三维数据采集的高速性以及CCD图像处理的快速和便利性,将激光雷达和CCD外部标定算法首次运用在物体三维建模中,提出了改进的外部标定算法,研究了基于外部标定算法的点云分割.并对分割后的点云进行三维重建和纹理映射,取得了较好效果.     

基于恒虚警率的门限判决系数寻优研究

在雷达信号检测系统中,对于一定的检测门限,如果噪声或杂波电平增大一点,虚警率便会大大增加,同时使发现概率降低,这样便降低了雷达系统发现目标的能力,因此在现代雷达信号检测系统中,为了保证一定的发现概率,一般采取恒虚警率(CFAR)处理,在雷达系统进行恒虚警处理时,由于杂波强度可能偏离统计平均值而产生起伏,此时采用理论的门限判决系数将使虚警率大大增加。通过对雷达信号检测恒虚警性能的研究,分析了有限参考单元数对虚警率及发现概率的影响,同时提出一种有效的寻优算法在恒虚警检测中对实际的门限判决系数进行实时的动态寻优,使检测系统始终保持在恒虚警的工作状态中。     

基于Contourlet变换的自适应门限分形零树混合图像编码

Contourlet变换的基函数分布于多尺度、多方向上,弥补了小波基函数方向性不足的缺陷.本文考虑了分形编码过程中子树与父树匹配误差门限对编码的影响,提出了一种基于Contourlet变换的自适应门限分形零树混合图像编码方法,给出了所提出方法的实验结果,并与基于小波变换的分形零树混合图像编码方法进行了比较.实验结果表明,在压缩比相同的情况下,本文方法的PSNR性能优于基于小波变换的分形零树混合图像编码方法,能很好地保留图像的纹理和轮廓.     

A novel approach for energy‐efficient resource allocation in double threshold‐based cognitive radio network

This paper mainly focuses on solving the energy efficiency (EE) maximization problem in double threshold‐based soft decision fusion (SDF) cooperative spectrum sensing (CSS) in the cognitive radio network (CRN). The solution to this objective problem starts with the selection of suitable secondary users (SUs) both for the spectrum sensing and data transmission. Here, energy efficiency is maximized under the constraints of interference to the primary user (PU), an acceptable outage of SUs, the transmission power of the SUs and the probability of false alarm. We propose a novel algorithm called iterative Dinkelbach method (IDM) which jointly optimizes the sensing time and transmission power allocation to the SUs. Further, Lagrangian duality theorem is employed to find the exact power assigned to the SUs. Finally, simulation results are carried out to validate the effectiveness of our proposed scheme by comparing with the other existing schemes. The performance is also analyzed for different system parameters.     

基于LLE与Fisher线性判别的人脸识别算法

为了提高基于流形学习理论人脸识别算法的识别率,采用一种将非线性降维与Fisher线性判别相结合的方法。首先利用邻域嵌入算法,将人脸图像测试和训练集的维数降低到合适维度,然后使用Fisher线性判别进行人脸数据集特征的提取,最后将测试集人脸图像特征和训练集人脸图像特征,使用最近邻分类器进行分类。在公开的Olivettifaces和ORL人脸图像数据库上,分别将该算法与几种经典基于流形学习理论的人脸识别算法进行了对比实验,实验结果表明当近邻数比较大时本算法识别率是最高的。     

车牌识别系统设计与实现

通过对车牌定位、车牌字符分割和车牌字符识别进行研究,提出了一种车牌识别系统的设计和实验方法。车牌定位模块中,提出了采用基于小波变换的车牌边缘提取和数学形态学相结合的方法定位出车牌,进行二值化、滤波后使用垂直投影法分割出车牌字符,最后使用多模板匹配和二次细分识别相结合的方法识别出车牌字符。经实验验证,基于该算法的车牌识别系统能够达到较高的车牌识别率。     

磁共振辅助的近红外扩散光学断层成像

将大脑磁共振T1加权像分割为头皮、头骨、脑脊液、灰质和白质,并生成分层体网格.利用具有大脑解剖结构信息的分层体网格建立近红外扩散光学断层成像前向光学模型和实现功能重建,可以避免目前所使用的半球头模或图谱头模空间定位不准的问题,解决图像重建过程中所解方程的欠定性和病态性.在棋盘格旋转视觉刺激及扩张视觉刺激实验中,基于磁共振图像的扩散光学断层成像重建的含氧血红蛋白图像具有更高的空间分辨率及定位精度.     

Unsupervised segmentation of hidden semi-Markov non-stationary chains

The Bayesian segmentation using Hidden Markov Chains (HMC) is widely used in various domains such as speech recognition, acoustics, biosciences, climatology, text recognition, automatic translation and image processing. On the one hand, hidden semi-Markov chains (HSMC), which extend HMC, have turned out to be of interest in many situations and have improved HMC-based results. On the other hand, the case of non-stationary data can pose an important problem in real-life situations, especially when the model parameters have to be estimated. The aim of this paper is to consider these two extensions simultaneously: we propose using a particular triplet Markov chain (TMC) to deal with non-stationary hidden semi-Markov chains. In addition, we consider a recent particular HSMC having the same computation complexity as the classical HMC. We propose a related parameter estimation method and the resulting unsupervised Bayesian segmentation is validated through experiments; in particular, a real radar image segmentations are provided.     

不同工艺条件下TiO2单层膜的吸收和损伤阈值测试

利用电子束热蒸发技术在不同氧分压和烘烤温度下镀制了一系列TiO2单层膜,采用表面热透镜技术测量了样品在1064nm处的弱吸收值,并用激光损伤测试平台测量了样品的抗激光损伤阈值(LIDT)特性。实验结果表明较高的氧分压和较低的烘烤温度能显著减小薄膜的吸收值。不过薄膜在基频下的损伤阈值除了受到薄膜吸收值的影响外,还取决于基底表面的杂质密度,当薄膜吸收较大时,本征吸收对损伤破坏起到主要作用;随着薄膜的吸收逐渐减小,基底表面处的缺陷吸收逐渐取代本征吸收成为影响薄膜损伤阈值的主导因素。     

基于垂直投影的车牌字符分割方法

车牌的字符分割是车牌识别系统中的重要环节,通过车牌字符的垂直投影可以对字符进行分割,所以可应用于分割车牌图像中的字符。首先对车牌进行图像预处理,提取出车牌的灰度图像;然后根据垂直投影法确定字符边界以及车牌字符的7个投影块;最后结合实际车牌情况,提出了对粘连和断裂字符的处理方法。实验结果表明,该算法能有效的分割出车牌图像中的字符。