光学图像中的抛物线目标特征检测方法研究

针对光学图像中的抛物线目标特征检测问题,提出一种基于最小二乘法的抛物线检测方法。采用Canny边缘检测算子进行边缘提取,对提取到的边缘点采用最小二乘法确定抛物线方程的系数,通过对二次曲线施加抛物线约束,使得算法不需要经过迭代就能得到最优解,并对抛物线方程进行坐标变换推导,计算出抛物线的参数。仿真数据实验和实际图像的实验表明:该算法能够检测到光学图像中的抛物线目标特征,各个参数的计算精度均在98%以上。     

交叉定标中的不确定度分析及定标系数计算改进

一般交叉定标方法是利用普通最小二乘法的回归方式对时间、空间、观测几何、光谱匹配得到的近一致观测数据点对来计算定标系数,该方法忽略了各数据点对的质量差异,降低了定标系数的有效性。针对此问题,本文提出了基于不确定度计算的定标改进方法,利用不确定度分析方法计算数据点对中各辐射基准值的不确定度并给出权重系数,采用加权最小二乘法回归定标系数。选取与在研的基准载荷参数最为接近的HYPERION作为辐射基准替代载荷,分别利用普通最小二乘法和加权最小二乘法对MODIS CH1～7进行了定标,采用MODIS官方定标系数作为真值对定标结果进行验证。结果表明,采用加权最小二乘法对MODIS的1、2、4、5、6、7通道回归的定标系数更接近真值,定标结果的最大相对误差与传统方法相比降低了3%～5%,平均相对误差降低了0.5%～1.5%,说明本文的加权最小二乘法可进一步提升交叉定标精度。     

星空背景下的运动点目标轨迹提取

针对星空图像中运动点目标轨迹难于提取的问题,提出了有限帧最小二乘轨迹关联算法。采用相邻帧差分、自适应阈值分割、连通域处理和质心计算等步骤实现了疑似目标的定位。根据星点目标运动轨迹近似为直线、运动的连续性和相关性等特点,利用有限帧最小二乘线性拟合预测目标位置,以预测位置为中心开搜索窗,关联匹配真实目标,并通过置信度检验确认并提取目标运动轨迹。整套算法简单,易于实现,通过实拍星图实验,验证了该算法效果好,实时性强。     

可见光/近红外光谱技术快速测定橙汁柠檬酸含量

为了快速无损测定橙汁的柠檬酸含量,提出了一种用可见光/近红外光谱技术进行检测的新方法。选用高效液相色谱法作为光谱柠檬酸测定的标定方法。采用平滑点数为5的移动平滑法对原始光谱进行预处理消除噪声。由于采集的光谱数据量非常大,为了减少建模时间,建模之前采用小波变换对经过预处理的大量光谱数据进行降维压缩,并在Matlab7.01中通过自编程序实现此变换。利用光谱专用分析软件Unscrambler 9.5,对压缩后的新变量进行分析,建立偏最小二乘(PLS)校正模型。考虑到不同小波基及分解尺度对数据压缩的影响,采用预测平方和PRESS值最小的评价标准,选择最佳的小波基Db4及分解尺度5。用于本实验的样本总数为40,其中30个样本进行建模,10个用于预测。用校正集相关系数(r)和标准偏差(SEC)作为校正模型的评价指标,预测结果采用预测相关系数(r)和预测标准偏差(SEP)来评定。文章将基于小波变换的PLS模型与直接建立的PLS模型进行了比较,偏最小二乘法结合小波变换的模型预测相关系数为r=0.901, 预测标准偏差SEP=0.937;而由PLS建立的模型其预测相关系数r=0.849,预测标准偏差SEP=1.662。由此可见,由偏最小二乘法结合小波变换所得模型效果优于单独使用偏最小二乘法的结果。     

弹性力学的复变量无网格局部 Petrov-Galerkin 法

复变量移动最小二乘法构造形函数, 其优点是采用一维基函数建立二维问题的试函数, 使得试函数中所含的待定系数减少, 从而有效提高计算效率. 文章基于复变量移动最小二乘法和局部Petrov-Galerkin弱形式, 采用罚函数法施加边界条件, 推导相应的离散方程, 提出弹性力学的复变量无网格局部Petrov-Galerkin法. 数值算例验证了该方法的有效性.     

小波包变换广义回归神经网络同时分辨三种有机化合物的重叠光谱

文章结合两种化学计量学技术,研制了一种小波包变换广义回归神经网络(WPTGRNN)方法,对光谱严重重叠的三种有机化合物进行同时测定.该法结合小波包变换(WPT)和广义回归神经网络(GRNN)改进了除噪质量和预测能力.通过最佳化,选择了小波函数、小波包分解水平及GRNN的平滑因子.偏最小二乘(PLS)法用于比较研究,编制了三个程序(PWPTGRNN,PGRNN和PPLS)进行相关计算.结果表明,WPTGRNN法是成功的且优于GRNN及PLS方法,与GRNN方法比较所有组分质量浓度的预测值与实际值的相对预测标准误差由4.0%降低为2.3%.     

黄酒糖度预测的可见-近红外光谱方法研究

提出了用可见近红外光谱结合不同化学计量学方法预测黄酒糖度的新方法。用240个黄酒样本建模,60个样本进行预测。通过对光谱数据进行平滑、变量标准化及一阶导数等预处理,建立并比较了偏最小二乘法,小波变换与偏最小二乘法相结合,主成分分析与人工神经网络相结合以及主成分分析与最小二乘支持向量机相结合四种不同建模方法的预测精度,以相关系数r、预测标准差、偏差等为评判标准,得到黄酒糖度预测的最优模型为最小二乘支持向量机模型。该模型对黄酒糖度预测的相关系数为0.962、预测标准差为0.021、偏差为-0.001,获得了理想的预测精度。结果表明应用可见近红外光谱对黄酒糖度进行预测是可行的,且最小二乘支持向量机模型能得到最优的预测结果。     

基于多尺度总体最小二乘的图像去噪

提出了一种基于多尺度总体最小二乘的图像去噪算法.采用平稳小波变换对噪音图像进行分解,分别对各个分解层的高频子带,通过总体最小二乘算法估计信号小波系数;并且考虑到不同尺度小波系数之间的相关性,将尺度相关性约束到总体最小二乘算法中,进而准确估计各高频子带信号小波系数,再由估计的信号小波系数通过小波逆变换得到去噪图像.实验结果表明,考虑尺度间相关性的总体最小二乘平稳小波变换图像去噪算法能有效去除图像噪音,在信噪比和视觉质量上有了较大改善.     

基于多尺度总体最小二乘的图像去噪

提出了一种基于多尺度总体最小二乘的图像去噪算法.采用平稳小波变换对噪音图像进行分解,分别对各个分解层的高频子带,通过总体最小二乘算法估计信号小波系数|并且考虑到不同尺度小波系数之间的相关性,将尺度相关性约束到总体最小二乘算法中,进而准确估计各高频子带信号小波系数,再由估计的信号小波系数通过小波逆变换得到去噪图像.实验结果表明,考虑尺度间相关性的总体最小二乘平稳小波变换图像去噪算法能有效去除图像噪音,在信噪比和视觉质量上有了较大改善.     

HELS法在循环平稳声场全息重建中的理论与实验研究

Helmholtz 方程最小二乘法利用一组球面波基函数拟合声源产生的声场,根据重建和实际声压的误差最小原则,利用最小二乘法确定基函数展开的项数以及对应的权重系数,该方法具有计算效率高和需要测点少的优点,在实际工程中有很大的实用性.Helmholtz 方程最小二乘法和其他近场声全息方法一样都是针对平稳声场,对非平稳声场的分析很少.对于实际工程中经常遇到的一类特殊非平稳声场——循环平稳声场,现有的技术多以单通道信号分析为主,其高阶统计量在故障诊断领域应用较广.分析了循环平稳声场中Helmholtz方程最小二乘 关键词： 声全息 循环平稳 Helmholtz 方程 球面波     

红外鱼眼系统下的多目标航迹起始方法研究

为了实现红外鱼眼系统下对多目标航迹进行起始,分析了红外鱼眼系统下目标在像面上的运动特点,提出了用于红外鱼眼系统的多目标航迹起始算法。算法采用逻辑法中的3/4逻辑,利用最大速度约束法去除各采样周期中大部分非相关量测点,用Hough变换方法确定可能航迹,用匀速约束对航迹进行确认。利用模拟目标对算法进行了实验和分析,结果表明,该算法与标准Hough变换法和逻辑法相比,航迹起始性能有了明显提高。当杂波个数为450个时,航迹起始虚警率仅为14%;对非断点航迹的成功起始时间为3帧,对断点航迹的成功起始时间为4帧,且在密集杂波环境下算法执行时间也较短。     

图像中近圆形对象的一种识别方法

介绍了一种利用多特征联合概率的红外图像中近圆形对象检测方法,通过计算图像中诸多小段曲线的弯拱方向来获得图像中各处存在圆的概率,并用梯度强度对这些概率进行加权,再结合对象内部为空洞的概率,共同形成对图像中近圆形对象所在位置的一个判决。经与经典的Hough变换法相比较,表现出一定的优越性。对一组不同特征的红外图像进行测试实验,均能检测出近圆形对象,表现出一定的适应性,对某些应用场景中的目标检测与识别有辅助价值。     

基于模糊快速Hough变换的盘孔边界识别方法

为了快速准确地识别出某型航空发动机篦齿盘均压孔的边界,提出一种新的模糊快速Hough变换.利用局部梯度信息将检测圆所需的3D Hough变换转化为一个2D Hough变换检测圆心位置和一个1D Hough变换检测圆的半径.在检测圆心位置时,对2D参量空间进行多分辨率分级,通过迭代计算由粗到精逐步细化参量空间.采用模糊投票的方法来处理边缘像素位置和梯度方向的不确定性.通过实验对比了模糊快速Hough变换与标准Hough变换、随机Hough变换进行盘孔边界识别的效果,结果表明模糊快速Hough变换可以快速准确地识别出盘孔的边界,性能优于另外两种算法.     

Extraction of object position from in-line holograms by using single wavelet coefficient

A novel digital method for tracking position of objects from in-line holograms by using single wavelet coefficient is proposed. In the proposed method, a wavelet transform is used to analyze the holograms. An axial position of the object being studied is determined by using a real value of a resultant wavelet coefficient appears at a center position of interference fringes. A feasibility of this method is experimentally verified by analyzing holograms of an optical fiber.     

图像局部特征识别中的多目标分离

研究了一种多目标识别算法,该算法用SUSAN角点形成SIFT特征点,采用阶梯图像金字塔结构实现尺度不变,为所有匹配点建立统一的超定线性方程组并对该方程组系数矩阵进行简化使其维数降低一半,得到增广矩阵.对增广矩阵进行列变换,依据坐标转换的特性可从中提取多目标的稳定正常点,实现了快速分离多目标的匹配点.结果表明,利用新算法得到的多目标识别结果能保证最小二乘法迭代运算快速收敛,且一次迭代就能得到精度较高的目标定位参量,根据SIFT标准的128维局部特征描述符判别匹配点,匹配点数量较SIFT算法多一倍,分离多目标速度较Hough变换快2～3倍.     

基于大数据分析的移动对象轨迹预测方法

对移动对象的轨迹预测将在移动目标跟踪识别中具有较好的应用价值。移动对象轨迹预测的基础是移动目标运动参量的采集和估计,移动目标的运动参量信息特征规模较大,传统的单分量时间序列分析方法难以实现准确的参量估计和轨迹预测。提出一种基于大数据多传感信息融合跟踪的移动对象轨迹预测算法。首先进行移动目标对象进行轨迹跟踪的控制对象描述和约束参量分析,对轨迹预测的大规模运动参量信息进行信息融合和自正整定性控制,通过大数据分析方法实现对移动对象运动参量的准确估计和检测,由此指导移动对象轨迹的准确预测,提高预测精度。仿真结果表明,采用该算法进行移动对象的运动参量估计和轨迹预测的精度较高,自适应性能较强,稳健性较好,相关的指标性能优于传统方法。     

Robust infrared target tracking using discriminative and generative approaches

The process of designing an efficient tracker for thermal infrared imagery is one of the most challenging tasks in computer vision. Although a lot of advancement has been achieved in RGB videos over the decades, textureless and colorless properties of objects in thermal imagery pose hard constraints in the design of an efficient tracker. Tracking of an object using a single feature or a technique often fails to achieve greater accuracy. Here, we propose an effective method to track an object in infrared imagery based on a combination of discriminative and generative approaches. The discriminative technique makes use of two complementary methods such as kernelized correlation filter with spatial feature and AdaBoost classifier with pixel intesity features to operate in parallel. After obtaining optimized locations through discriminative approaches, the generative technique is applied to determine the best target location using a linear search method. Unlike the baseline algorithms, the proposed method estimates the scale of the target by Lucas-Kanade homography estimation. To evaluate the proposed method, extensive experiments are conducted on 17 challenging infrared image sequences obtained from LTIR dataset and a significant improvement of mean distance precision and mean overlap precision is accomplished as compared with the existing trackers. Further, a quantitative and qualitative assessment of the proposed approach with the state-of-the-art trackers is illustrated to clearly demonstrate an overall increase in performance.     

基于Hough变换的椭圆检测算法

为了实现光电仪器对椭圆形目标的准确识别与跟踪,基于Hough变换提出了一种新的椭圆检测算法。该算法随机采样2点,再利用椭圆极和极弦的性质来搜索第3点并筛除大量无效采样;然后,以这3点为中心作正方形窗口,用窗口内的所有点来拟合椭圆方程。在验证候选椭圆时,提出了一种新方法来判断边缘点是否在椭圆上,并且给出了确定真实椭圆的自适应阈值。实验显示,该算法的平均长度误差为0．5pixel,平均角度误差为0．6°,平均耗时为79ms,表明该算法精度高,速度快,检测性能较好。     

一种低能耗高稳定性的制冷控制策略

针对制冷系统智能稳定控制的需求,提出了一种基于输入关系式建模分析和稳态预测的控制策略。该策略通过对基于静态模型的系统控制优化点搜索方式,寻找系统控制过程中最佳的控制点。并对制冷系统的工作机制进行建模,给出了主要的参数关系式和参数估计方法,在此基础上,建立了制冷系统的稳态预测方法。经过实验仿真测试表明,所设计的制冷系统智能控制策略具有高稳定性和低能耗的特点。