声呐技术及其应用

声呐是利用水中声波对水下目标进行探测、定位和通信的电子设备,是水声学中应用最广泛、最重要的一种装置。它是SONAR一词的“义音两顾”的译称,是Sound Navigation and Ranging（声音导航测距）的缩写。     

基于神经网络的电火花线切割工艺目标建模

利用BP神经网络技术建立了电火花线切割加工工况参数与工艺目标间的预测模型.以脉冲宽度、脉冲间隙、峰值电流、间隙电压及工件厚度等工况参数为网络输入,加工效率和表面粗糙度等工艺目标为网络输出,通过用样本数据对网络的训练,实现了对工艺目标的预测.试验结果表明:所建预测模型能较好地反映线切割机床的工艺规律,实现对指定切割条件下加工效率和表面粗糙度的预测,最大预测误差小于10%.     

空间目标光学特性模拟实验研究

 通过不同材料、形状的空间目标模拟实验测量,研究了几种简单形状目标和卫星缩比模型的光学特性。结果表明：光源 目标 探测器的位置对目标的光学特性起决定作用,对于球体和柱体目标来说,光源和探测器的相位角是影响接收到光辐射的主要因素,而对于立体状目标,它的光学特性则与特定的入射角和观测角有关;对静止卫星而言,其光学特性主要受太阳能电池板对地夹角和观测面积的影响。该研究有助于实际观测数据反演空间目标的姿态,便于对空间目标特性数据进行归类和分发。     

基于偏振成像技术的目标探测研究进展及分析

简述了利用偏振成像技术进行目标探测的物理特性,介绍了偏振成像技术的应用优点,概括分析了我国利用偏振成像技术进行目标探测的发展状况,指出了发展中存在的问题,叙述了国外在该研究方向所取得的主要成就。总结分析了基于偏振成像技术的目标探测的研究进展,并对其未来发展方向进行了展望。     

一种海空背景下红外小目标检测新算法

针对海空背景下红外小目标图像信噪比低、难以检测的情况以及传统检测方法需要图像帧数多、实时性差等缺点,基于Donoho的小波变换阈值化方法,提出了一种更加适合海空背景下红外小目标检测的新算法.该算法采用一种新的阈值求取方法以及更加简单的硬阈值化函数对图像进行处理.通过仿真实验将新算法与传统检测算法进行比较,实验结果表明,无论在处理效果还是实时性上,新算法都优于传统算法.     

一种海空背景下红外小目标检测新算法

针对海空背景下红外小目标图像信噪比低、难以检测的情况以及传统检测方法需要图像帧数多、实时性差等缺点,基于Donoho的小波变换阈值化方法,提出了一种更加适合海空背景下红外小目标检测的新算法.该算法采用一种新的阈值求取方法以及更加简单的硬阈值化函数对图像进行处理.通过仿真实验将新算法与传统检测算法进行比较,实验结果表明,无论在处理效果还是实时性上,新算法都优于传统算法.     

一种基于单元信息熵的目标匹配改进算法

为解决图像信息熵无法有效进行图像匹配的问题,将图像单元信息熵和投影特征相结合,定义了图像单元信息熵,并提出了一种基于单元投影信息熵的图像匹配方法.在单元信息熵的基础上,在各个单元格内进行单元信息熵投影计算,然后按照一定的测度进行计算,从而实现图像的匹配.采用网格分层的搜索算法,加快搜索速度,提高其工程实用性.实验证明:该算法具有良好的抗几何失真能力和抗辐射失真的能力,以及很好的抗噪声干扰的能力,可以准确的进行目标匹配.     

小波重构与局部DCT的二维主元分析掌纹识别

为了解决掌纹特征提取过程中,手掌的非平面问题导致的伪主线噪音信息并简化运算,对重构的掌纹图像进行了局部离散余弦变换.解决了重构后图像噪音敏感性问题,有效地区分了掌纹主线、掌纹褶纹和乳突纹.由二维主元分析算法获得较稳健的识别特征.通过香港理工大学公布的PolyU掌纹数据库的实验,同二维主元分析算法相比,小波重构与局部离散余弦变换的2DPCA掌纹识别算法正确识别率较高,识别效率较高.     

Image composition with color harmonization

Image matting and color transfer are combined to achieve image composition. Firstly, digital matting is used to pull out the region of interest. Secondly, taking color harmonization into account, color transfer techniques are introduced in pasting the region onto the target image. Experimental results show that the proposed approach generates visually pleasing composite images.     

Bridge recognition of median-resolution SAR images using pun histogram entropy

A novel algorithm for bridge recognition of median synthetic aperture radar （SAR） images using histogram entropy presented by Pun is proposed. Firstly, Lee filter and histogram proportion are used to denoise the original image and to make the target evident. Then, water regions are gained through histogram segmentation and the contours of water regions axe extracted. After these, the potential bridge targets are obtained based on the space relativity between bridges and water regions using improved contour search. At last, bridges are recognized by extracting the feature of Pun histogram entropy （PHE） of these potential bridge targets. Experimental results show the good qualities of the algorithm, such as fast speed, high rate of recognition, and low rate of false target.