基于压缩感知的目标频空电磁散射特性快速分析

矩量法是求解目标电磁散射问题的一种常用数值方法,因其精度较高而被广泛应用.应用矩量法求解目标频空电磁散射特性时,随着入射波的角度和频率的变化,需要间隔很小的角度和频率步长反复求解矩量法生成的矩阵方程,运算量极大.为解决此类问题,本文结合压缩感知理论和渐近波形估计形成一种新的有效计算方法.首先,基于压缩感知理论引入一种富含空间信息的新型入射源,其次,在该入射源照射下应用渐近波形估计技术求解,从而快速实现目标频空电磁散射特性分析.     

线性不变矩及其在图象识别中的应用算法研究

在讨论线性不变矩基本性质的基础上,对于利用其轮廓信息即能较好描述的图象,提出了一种基于线性不变矩的目标识别算法.该算法包括目标二值化、轮廓提取、线矩计算和分类识别等步骤.仿真试验表明,该算法具有较高的识别精度和良好的抗干扰性,计算效率远高于传统方法,有着较高的应用价值.     

不同快度窗口中带电多重数的奇、偶分布及归一化矩的能量依赖性

本文从一个简单的具有非零电荷关联长度的物理图象出发,计算了强子-强子碰撞在不同快度窗口中的奇、偶带电多重数分布,解释了这些分布的重合和分开.计算得到的规一化矩的窗口依赖性和能量依赖性与实验一致.引进了一种新的、特别适合于小快度窗口的归一化矩.     

几种边界特征描述方法的比较研究

在图像处理与模式识别领域经常根据物体的边界来识别物体。对物体边界特征描述的三种主要方法,即基于极半径函数的傅里叶描述子、边界序列矩和改进的不变矩进行了比较研究,给出了实验结果和结论。     

基于压缩感知的一维海面与二维舰船复合后向电磁散射快速算法研究

矩量法作为数值方法中积分方程方法的代表, 具有计算精度高、所用格林函数自动满足辐射条件、无须额外设置边界条件等优点. 但是在舰船目标与海面复合后向电磁散射仿真中, 传统矩量法需针对每个入射角反复求解矩阵方程组, 导致其在处理后向散射问题时计算量大, 耗时长, 仿真效率低下. 为解决上述问题, 本文提出了一种基于压缩感知技术的矩量法的改进算法. 该算法在求解复合后向散射问题时, 首先利用观测矩阵与传统矩量法中的电压矩阵相乘, 得到一组新的低维度的电压矩阵; 其次通过求解新电压矩阵下的矩阵方程组, 获得电流矩阵的观测值; 最后利用恢复算法(本文采用正交匹配追踪算法)重构出所需的原始入射源照射下的电流系数. 通过与传统矩量法的计算结果对比, 表明本文所提算法能够在保证计算精度的前提下, 明显减少计算时间, 提高计算效率.     

一种新的二维离散Hartley变换算法

提出一种新的基于离散矩的二维离散Hartley变换(DHT)快速算法,并应用于MRI图像压缩.通过核函数的变换和泰勒展开,将二维DHT用线性离散矩加权和近似,这样可以利用一种简单的并行计算结构,适用于任意长度的序列并具有很高的计算精度,应用于MRI图像压缩,当压缩32倍时,依然具有很高的峰值信噪比.     

强磁场中氢原子的能级结构

发展了一套简单高效的非微扰理论方法研究强磁场中的原子能级结构.作为例子,给出了磁场强度从0到1000个原子单位,氢原子基态和低激发态的结合能以及四极矩等重要原子能级结构参数.结果表明:相对于其他的高精度计算方法,该方法不仅能计算出高精度的能级位置而且可方便给出精确的电子波函数.此外,该法还具有很强的普适性,可直接推广到原子与任意方向的交叉电磁场相互作用的研究. 关键词： 强磁场 CWDVR谱方法 氢原子能级结构 四极矩     

在J/ψ衰变过程J/ψ→ρρπ中寻找1~(-+)奇特态

利用推广的矩分析和双态耦合处理方法,给出了双态耦合情况下J／ψ衰变过程J／ψ→ρρπ的矩表达式,为在J／ψ衰变过程中寻找并确定1-+奇特态的性质提供了一种可能的途径．     

多芯屏蔽电缆电容的矩量法求解

 介绍了基于电压积分方程的矩量法计算具有圆形截面多导体传输线电容的基本原理,给出了三例屏蔽单芯或多芯电缆电容参数的计算结果,计算结果显示SYVZ-9电缆相邻导线间存在电容耦合,不相邻导线间几乎无电容耦合。     

基于扩展目标的不变矩跟踪算法

 提出基于边缘区域的不变矩计算方法，在此基础上，针对在运动中形状、尺寸和方位不断变化的扩展目标，提出一种以不变矩作为跟踪特征，粗、精阶段相结合的相关跟踪算法，并根据目标图像的相关性给出一种新的跟踪置信度。实验结果显示算法迅速、有效、匹配精度高，对于复杂背景，较强噪声和运动状态发生变化条件下的扩展目标跟踪稳定可靠。     

Affine invariant feature extraction algorithm based on multiscale autoconvolution combining with texture structure analysis

Affine invariant feature extraction has been one of the key issues for object recognition, especially for the images captured under the variable environments. Considering that multiscale autoconvolution feature (MSA), which has the prominent comprehensive performance, is very sensitive to illumination change, a novel algorithm of extracting affine invariant feature is proposed based on the MSA transform combining with texture structure analysis. Firstly, a new MSA feature is extracted from texture structure map of the image which is computed based on local binary pattern theory. And then the original image based MSA and the texture map based MSA are combined to a new feature using generalized canonical correlation analysis, called TFMSA. This new feature represents much more image information than the traditional one and is performed in various object recognition tasks. The experimental results indicate that the new TFMSA not only conquers the defect of the traditional MSA, but also has good adaptability for a certain range of viewing angles, partial occlusion, uniform and non-uniform illumination changes. The recognition accuracy of the new feature is superior to MSA and other improved methods.     

基于矩和小波变换的目标图象识别

在图象目标的识别中,目标图象的不变矩对于具有旋转、尺度变换特性的目标具有良好特征匹配性能,但其识别准确度直接受到不变矩计算区域内的目标个数的影响.本文首先采用一维小波变换降噪并获取图象边缘,结合轮廓跟踪法(“爬虫法”)与投影法对图象进行区域分割获取各目标存在区域,再利用目标图象的不变矩进行目标识别,最后通过利用目标的主轴特性及质心变化计算目标的旋转角度及尺度变换倍率.通过仿真实验,证明方案可行且具有良好的识别性能.     

伪Zernike矩在低信噪比红外目标检测中的应用

由于探测器本身固有的特性以及军事上的极限使用要求,红外图像普遍存在目标-背景间对比度较差、目标边缘模糊和噪声较大等特点,采用常规模板匹配、Hu矩方法难以取得理想的检测效果。针对低信噪比红外目标图像,分析了伪Zernike矩的基本原理、不变性和计算方法,提出了低信噪比红外目标检测的伪Zernike矩方法,并比较了模板匹配、Hu矩、伪Zernike矩方法的目标检测效果。理论分析和实验验证了该方法的有效性。     

自仿集的势论和分析性质

研究了关于自仿集上电荷分布的势论及有关分析性质。指出电荷分布、势及其Fourier变换的构造性质;明确给出了三分Cantor集上二项分布及其矩、Fourier变换、势的具体表达式;并给出一些数值结果。     

二维光学几何矩变换

提取用于模式识别的不变矩特征量在光学上始终是一个有待进一步研究的问题。本文提出采用单个全息透镜的光学方法实现二维几何矩变换,并成功地提取了一组英文字母的不变矩特征量,所提取的不变矩的确呈现出其平移与转动不变的性质。 关键词：     

基于多尺度Radon变换的图像检索

根据Radon变换的统计特性构造了不变量,提出一种新的基于多尺度Radon变换的图像形状检索方法.对检索图像作小波变换,根据小波模极大原理得到边缘图像,对边缘图像构造Radon变换中心矩,在中心矩的基础上根据Radon的统计原理构造出尺度不变矩.由于矩阵的奇异值具有旋转不变性,因此针对不变矩向量矩阵求奇异值,该奇异值特征向量具有平移、尺度和旋转不变性.将该Radon变换的不变量作为形状特征,并进行高斯归一化,按照欧氏距离计算不同图像间的形状相似度.试验结果表明,该方法对高斯噪音具有较强的鲁棒性,与其它方法相比具有较好的检索效果.     

Wavelet-based acoustic analysis for determining health condition of motorized two-wheelers

The garage mechanics assess the health condition of a vehicle based on sounds of vehicles. This expert knowledge needs to be stored in repositories and employed for automatic fault diagnosis. In this work, we propose a method to determine the health condition of motorcycles, based on discrete wavelet transform (DWT). The 1D central contour moments and invariant contour moments, of approximation coefficients of DWT form the feature vector. Dynamic time warping (DTW) classifier along with Euclidean distance measure is used for health classification. The results show over 98% classification accuracy for some subbands and some feature sets.     

尺度不变特征与几何特征融合的人耳识别方法

要提高人耳的识别率,关键是特征的提取与表达.尺度不变特征变换(SIFT)技术是局部点特征提取算法,在尺度空间寻找极值点,提取对图像的尺度和旋转变化具有不变性,对光照变化和图像变形具有较强的适应性的特征向量.尝试用SIFT技术来提取外耳图像的结构特征点以形成稳定的特征描述子,为了克服一幅图像中有多个局部描述子相似的问题,在SIFT特征描述子中融入一个耳廓几何特征.最后采用特征向量的欧氏距离作为两幅图像相似性度量标准进行人耳识别.在耳图像库七进行实验.结果表明,该方法不仅可以有效地提取人耳特征,通过少量特征可获得较高的识别率,而且对耳图像刚体变化具有较强的稳健性.