海天线上舰船定位算法研究

针对成像型反舰导弹所获光学图像目标的特点,提出了一种海天线上舰船目标定位算法.该算法利用Can-ny边缘检测算法和OTSU算法对图像进行预处理,再利用投影法检测出海天线及舰船图像的上边缘,进而用一元线性回归方程拟合得到海天线方程,最后利用海天线信息定位海天线区域中的舰船目标.实验结果表明,该方法能够有效地确定海天线以及舰船目标在海天线区域中的位置,并且计算量小于已有的方法.     

智能交通监控系统中的自适应背景更新算法研究

在基于视觉的交通监控系统中，场景图像的分割即背景与前景目标的分割是车辆检测中的第一步，在整个处理中占有很重要的地位，它的准确性直接关系到后继工作的难易程度，甚至整个系统的成败，该文提出一种自适应背景更新算法，此算法能更简单、更鲁棒地实现分割。     

对复杂边缘检测的Snake改进算法

针对Snake原始模型对包含凹陷形状目标或信噪比较低的图像边缘检测结果差的问题,通过对复杂形状目标及含噪声图像的特性研究,从能量函数和迭代策略两个方面对Snake原始模型进行改进,增加了新的控制能量,并对各能量因素的影响权值进行了讨论,同时对蛇点采用了动态分布方法,以适应不同的目标形状特性.仿真结果表明,改进后的Snake模型较原始模型大大减弱了对蛇点初始位置的依赖,并在一定程度上有效地克服了图像噪声对迭代算法的影响,提高了对复杂目标的边缘检测性能.     

自适应阵列天线区域覆盖算法研究

文章分析了自适应阵列天线信号空间分割原理,介绍了自适应阵列天线区域资源传统分配算法:固定式区域资源分配算法和最大最小区域资源分配算法.针对自适应阵列天线区域资源传统分配算法存在的问题,提出了基于最小标准差的区域资源改进分配算法,并介绍了其区域资源分配原理和计算方法.通过对以上三种区域资源分配算法的通话阻塞率仿真可知,最小标准差区域资源分配算法相对于区域资源传统分配算法可降低通话阻塞率,负载平衡效果最好.     

采用时空联合检测算法的智能天线系统

智能天线技术是应用于TD－SCDMA系统的关键技术之一,智能天线系统从接收信号中获取方向信息,通过DSP算法动态地产生波束,实时地跟踪移动用户的运动,从而达到有效抑制干部,增加系统容量的目的,与传统的天线系统相比,智能天线能有效地消除邻近小区的干扰,简要介绍智能天线的概念,并提出一种新颖的用于智能天线系统的时空联合检测算法,同时给出该算法对于TD－SCDMA系统上行链路在室外环境下的仿真结果。     

高频海态雷达双环天线调谐电容的计算

调谐双环天线是美国ＣＯＤＡＲ海态雷达探测天线的基本组成单元，适用带宽为２～３０ＭＨｚ，利用矩量法，结合网络理论，推导出其调谐电容和电流分布的计算公式，计算结果与有关献实际测量的结合相符合。     

基于脉冲耦合神经网络的超声图像病理区域检测算法

超声图像的病理区域检测对辨别疾病的良恶性具有极其重要的价值.针对超声回声大、粒状斑点多的特点,提出了基于脉冲耦合神经网络的区域自动检测算法.首先脉冲耦合神经网络对图像进行点火处理,经过形态学闭运算、二值反相、区域标记等操作,自动提取出种子点;以种子点为种子像素对图像进行区域增长,提取出感兴趣的区域,经过伪彩色编码增强后,凸显病理区域,便于医学临床诊断观察与超声图像的进一步量化分析处理.     

复杂背景图像中圆检测的新算法

如何在复杂背景图像中确定圆的存在,并将其准确定位,具有广泛的工程应用价值.本文通过对大量圆定位算法的研究,提出了一种利用圆形性特征在复杂背景图像中进行圆检测的新算法.经实验证明,此算法实现了复杂背景图像中圆形炮管的自动定位与分割,对于发生形变的图像,此算法仍具有较好的位移、旋转和伸缩不变性,可应用于工程中的圆检测.     

一种复杂背景下非规则带状区域的分割算法

边界层辐合线具有很强的气象风暴灾害的预示能力,它在多普勒雷达图像上表现为一条蜿蜒的、可能有岔路的、宽度不定的、取值变化的、若隐若现的带状区域.为此,提出一种"探测窗"协同加深"印象"算法,用于提取这种具有复杂背景的非规则带状区域.其中,探测窗探身于复杂对象的局地,用以击中疑似局部目标区,并将区域形态、取值等特点纳入探测准则之中,加深"印象"法有利于进一步地去伪存真.实验表明,该算法可以将落入值域的各种边界层辐合线提取出来.     

基于R-CNN算法的分割检测算法

目前先进的目标检测算法大多基于R-CNN算法,如Fast R-CNN,Faster R-CNN,YOLO,SSD以及FPN+R-CNN.R-CNN算法利用了传统的Selective Search算法寻找可能包含物体的方框,将其送入CNN网络进行特征提取,以对方框内物体进行辨别.随着图片复杂度的升高和背景的多样化,Selective Search算法已无法满足精确性和实时性的要求.本文基于R-CNN算法,提出了一种优化分割检测算法.该算法将R-CNN与具有分割功能的FCN算法相结合,为目标检测算法提供了一种新的思路.测试结果与R-CNN算法相比,该算法在目标识别效果和耗时方面均有明显的提升.     

一种自适应干扰能量检测算法

干扰能量检测是干扰抑制处理的基础,普通的能量检测算法性能容易受到背景噪声不确定性的影响.提出一种自适应干扰能量检测算法,该算法基于频域干扰抑制算法模型,通过背景噪声估计设定信号处理门限,自适应地调整校标值.仿真结果表明,该算法能够消除背景噪声不确定性对干扰检测性能的影响,窄带干扰的检测性能远好于普通能量检测算法.     

二维信息熵的红外图像分割算法

为了准确实现目标分割,提出将信息熵应用于红外图像的分割算法。对一般二维直方图最大熵进行推广,给出了外接4邻域直方图最大熵、灰度级-邻域灰度级绝对差直方图最大熵,以上3种二维信息熵算法均能有效地实现红外图像分割。引入属性直方图的概念,构造合适的属性集,先缩小目标的搜索范围,在此基础上运用信息熵进行目标分割,与单纯信息熵分割算法相比,得到的分割结果图中,目标的形状比较完整且引入的干扰较少。仿真结果表明该算法是有效的。     

基于背景差法的运动目标检测

视频序列图像中,视频分割的主要目的是要在视频序列中分割出具有意义运动对象实体.背景差法能够很好地从一段视频中提取出运动目标.可靠的背景图像的提取是该算法的关键.表述了一种新的背景提取算法,利用图像序列的灰度统计特性来提取背景图像,并利用Surendra背景更新算法根据每帧图像对背景进行更新已获得可靠的背景.然后,将当前帧与背景作差,并对差值图像进行适当处理,这样运动目标就能够被精确地提取出来.     

一种改进的PCB板缺陷检测分割算法

针对PCB板缺陷检测分割中存在分割效果差、运行速度慢以及适用范围小的问题,提出一种改进的基于遗传算法的二维最大类间方差法的快速迭代算法。首先利用改进的遗传算法来确定分割中的最优阈值,再将这个最优阈值应用到二维最大类间方差法快速迭代算法中来确定最终的阈值最优解,从而完成分割。仿真实验表明,该算法分割的PCB图像,更加接近于人工标注的结果,最终的精度和Kappa系数达到了98.68%和0.9706。具有广泛的应用前景。     

基于IBM Q平台的量子图像算法研究

为使量子图像处理算法在量子计算机上得到验证与发展,结合IBM量子实验平台(IBM Q)上量子计算操作与量子图像处理理论的研究,设计了一种基于IBM Q平台的量子图像分割方法.提出了一种基于新型强化量子图像表达式(NEQR)的改进型强化量子图像表达式(IEQR),并根据IEQR表达式初始化量子图像分割电路.该电路由量子比较器(QBSC)和受控旋转门(Cswap)构成.最终在IBM Q和本地经典计算机仿真两种平台下实现了2×2和4×4大小的量子图像分割,实验结果表明了该算法的可行性和有效性,并验证了量子计算机的优越性.     

基于Prewitt算子的计算机数字图像边缘检测改进算法

为了使提取的图像边缘的结构定位精确，并产生连续的精细边缘，同时能滤除边缘信息中的噪声干扰，提出了一种以Prewitt算子为基础，应用区域分割和骨架提取的改进算法，实现了图像边缘信息的提取，能消除图像中的噪声，产生精细的边缘。实验证日月，该算法能有效地消除噪声，准确地检测图像中的目标边缘，且能较好地保持目标边缘的连通性。     

应用叶片图像分割与特征融合的复杂背景植物识别方法

针对复杂背景的存在性,通过图像分割处理消除复杂背景因素对植物识别的负面影响.提出一种基于形态学变换的标记分水岭算法,对植物叶片进行重建的开闭操作,并使用标记分水岭算法对其进行分割.识别测试纹理与形状特征提取方式,了解图像分割算法对复杂背景消除的有效性.结果表明:提出的算法能有效分割复杂背景叶片.     

基于背景重构的运动目标检测算法

针对背景差分算法中的参考帧提取问题,引入动态时间弯折(DTW)算法,给出了一种新的基于块的背景重构方法。该算法根据相邻两帧图像所对应的背景区域灰度变化不大的特点,利用DTW算法从帧中提取出背景区域所对应的块,再确定出背景帧。仿真结果表明,即使是在图像存在几何畸变和部分像素点缺省的情况下该算法仍能准确地重构背景,实现对运动目标的提取。     

视频图像火焰区域分割算法

主要研究室外具有复杂背景环境中的视频图像火焰区域分割算法．在充分研究视频图像火焰运动特性并考虑实际应用环境的基础上,提出了一种基于多均匀分布背景模型的运动检测算法,以此来实现视频图像中火焰区域的分割．该方法能够克服复杂背景环境带来的干扰,达到很好的火焰区域分割效果,且具有良好的实时性．该方法不仅适用于火焰区域分割,对智能视频监控系统中其他功能的运动检测也有很好的借鉴意义．