正交极化二元阵雷达的空域极化特性及散射矩阵测量方法

极化测量技术是现代雷达领域的重要发展趋势之一,对目标极化特性的测量是实现极化雷达的关键技术,但在工程实现上存在很大的技术挑战.针对这种情况,提出了一种新体制目标特性测量雷达的理论模型,即正交极化二元阵.初步证明了该式天线具有明显的极化空变特性,进而设计了一种新的极化测量处理算法,仅需一个接收处理通道即可在天线波束扫掠目标时,实现目标极化散射矩阵的测量.通过紧凑场微波暗室对自行搭建的正交极化二元阵进行了全极化宽带动态测量实验,利用实测数据处理验证了上述研究的正确性.研究结果对于挖掘现有雷达装备的极化测量潜力,提升其信息获取与处理能力,具有一定的启发意义.     

基于视觉运动特性的视频时空显著性区域提取方法

为了更准确有效地提取人眼观察视频的显著性区域,提出一种基于视觉运动特性的视频时空显著性区域提取方法。该方法首先通过分析视频每帧的频域对数谱得到空域显著图,利用全局运动估计和块匹配得到时域显著图,再结合人眼观察视频时的视觉特性,根据对不同运动特性视频的主观感知,动态融合时空显著图。实验分析从主客观两个方面衡量。视觉观测和量化指标均表明, 与其他经典方法相比,所提方法提取的显著性区域能够更准确地反映人眼的视觉注视区域。     

关于多重水印的应用研究

用单个水印对静态图像在变换域和空间域分别加载鲁棒和脆弱双重水印,实现单幅二值图像的双重水印加载算法.对图像小波变换,鲁棒水印信息通过修改变换系数值嵌入,脆弱水印在空域用最低有效位算法嵌入.实验结果表明该方法使用简便,提取水印不需要原图像.     

基于空域均值法的双频三维轮廓测量

针对传统双频三维轮廓测量方法存在分辨率低、数据处理时间长等问题,提出基于空域均值的双频三维轮廓测量方法。该方法通过空域均值图像对采集到的包含物体深度信息的双频结构光图像进行处理,得到物体表面的真实深度信息,提高测量效率和测量精度。通过对物体模型的测量,证明由该方法构成的系统输入、输出满足线性关系,并且可以实现高效、高分辨率的三维物体轮廓测量。     

基于MSB和HVS的空域信息隐藏算法的研究

为了提高图像信息隐藏的容量以及鲁棒性,提出了基于最高有效位和人类视觉系统的空域信息隐藏算法。它将秘密信息与最高有效位平面匹配替换,以减少需要嵌入信息的容量,形成新的秘密信息;然后根据人眼视觉,针对图像的纹理区域和平滑区域、高灰度区域和低灰度区域的不同冗余程度进行信息嵌入。实验结果表明,该算法具有较好的鲁棒性,嵌入容量大于LSB算法,并且隐秘图像的峰值信噪比均大于38dB,保证了信息隐藏的视觉效果。     

局部相似度异常的强泛化性伪造人脸检测

目的 人脸伪造技术迅猛发展,对社会信息安全构成了严重威胁,亟需强泛化性伪造人脸检测算法抵抗多种多样的伪造模型。目前的研究发现伪造算法普遍包含人脸与背景融合的操作,这意味着任何伪造方式都难以避免在人脸边缘遗留下伪造痕迹。根据这一发现,本文将模型的学习目标从特定的伪造痕迹特征转化为更加普适的人脸图像局部相似度特征,并提出了局部相似度异常的深度伪造人脸检测算法。方法 首先提出了局部相似度预测（local similarity predicator,LSP）模块,通过一组局部相似度预测器分别计算RGB图像中间层特征图的局部异常,同时,为了捕捉频域中的真伪线索,还提出了可学习的空域富模型卷积金字塔（spatial rich model convolutional pyramid,SRMCP）来提取多尺度的高频噪声特征。结果 在多个数据集上进行了大量实验。在泛化性方面,本文以ResNet18为骨干网络的模型在FF++4个子集上的跨库检测精度分别以0.77%、5.59%、6.11%和4.28%的优势超越了对比方法。在图像压缩鲁棒性方面,在3种不同压缩效果下,分别以2.48%、4.83%和10.10%的优势超越了对比方法。结论 本文方法能够大幅度提升轻量型卷积神经网络的检测性能,相比于绝大部分工作都取得了更优异的泛化性和鲁棒性效果。     

医学细胞图像的空间域改进平滑滤波算法

为了更加准确地完成医学细胞图像的检测,针对图像预处理过程中存在的边缘模糊、图像色变和图像形变的缺陷,研究了改进型平滑算法,利用邻域平均和中值滤波相结合的方法对图像进行平滑滤波处理.基于标准图像的实验结果证明,这一新算法在实现去除噪声的同时,既克服了邻域平均法处理后图像边缘模糊和图像色变的缺点,也克服了中值滤波法处理后图像形变的不足.     

模板运算的传递函数分析

以均值滤波、边缘增强为例介绍了图像处理中模板运算的频域分析方法,说明如何运用模板的传递函数来分析模板的滤波特性,提出了分离模 板的条件、方法。并对模板的设计提出了一些建议。     

彩色图像融合算法与技术的研究

一种图像融合算法,可以对选定的区域范围内的图像进行融合运算,通过选择融合函数中一个与位置有关的系数,可以决定融合的形式。本融合算法可以使得被合成的图像看起来显得完整、自然。另外,对该算法在实现过程中出现的一种异常现象做出了较详细的分析,并给出了相应的解决算法。     

对偶树复小波与空域信息的手势识别分类研究

为提高手势识别中特征获取的有效性,本文提出空域特征与对偶树复小波变换特征相结合的融合特征,主要包括水平位置、竖直位置、长宽比、矩形度、Hu矩7个分量,及11维空域特征与对偶树复小波变换的16维特征进行融合后得到的27维特征。针对分类器优化算法,提出进行训练样本优选的最优距离-支持向量机(BD-SVM)分类方法。最后的实验结果表明,对“1~9”手势进行测试,当采用径向基核函数时,平均识别精度最高,为90.33%,平均识别时间为0.026 s,说明所提出的方法能够较好地进行静态手势识别,具有较高的训练速度和辨识精度。