基于多传感器融合的摔倒检测算法的研究

针对传统摔倒检测算法中误报和漏报率高的不足,提出一种基于多传感器融合的摔倒检测算法。该算法分别以人体的加速度和姿态角值为判定依据。首先,采用三轴加速度传感器和电子罗盘对上述两种数据进行采集,并通过无线模块发送至PC机。之后对采集数据进行分析和处理,进而根据阈值进行异常姿态检测。最终,综合加速度和姿态角的分析结果给出准确的检测结论。实验结果表明,该算法检测的准确率达99.2%、与传统检测算法相比具有更强的稳定性与可靠性。     

基于模糊分割的移动自组织网络故障检测算法

针对现有移动自组织网络故障检测算法精度较低、延时较大的问题,提出了一种基于模糊分割的检测算法ANFD(Ad hoc Networks Fault Detection)。ANFD算法以网络数据包与检测消息作为检测工具,通过模糊分割方法对接收到的信息进行处理,最终通过时频域方法进行故障分割,实施最终的故障识别。仿真试验证明,ANFD算法较之其他算法具有较高的故障检测精度、较短的响应延迟,并且具有较低的消息复杂度和内存消耗。     

基于多特征模糊融合的运动物体检测算法

提出了一种利用模糊共现向量改进统计纹理特征法并同时融合多种特征的运动物体检测算法。该算法简化了传统的统计纹理特征法的计算过程,同时由于融合了多种特征,进一步提高了提取运动物体的准确性。将其该算法其他的目标检测算法进行对比。实验验证了该算法的有效性。     

基于高斯马尔科夫模型的高光谱异常目标检测算法研究

随着光谱成像技术的发展,高光谱异常检测在遥感图像处理中的应用越来越广泛。传统RX异常检测算法忽略影像空间相关性,而且由于没有经过有效数据降维,运算耗费大,对于高光谱数据有效性不高。高光谱影像在空间和光谱上符合高斯-马尔科夫模型。通过建立马尔科夫参数能够直接计算协方差矩阵的逆矩阵,避免了高光谱海量数据的庞大计算。提出一种基于三维高斯-马尔科夫随机场模型的改进RX异常检测算法。该方法用高斯-马尔科夫随机场模型模拟高光谱影像数据,用最大似然近似法估计高斯-马尔科夫随机场参数,由高斯-马尔科夫随机场参数直接构造检测算子,并以待检测像元为中心设置局部优化窗口,称为马尔科夫检测窗。取窗口内数据计算均值向量和协方差逆矩阵,得到中心像元的异常度,通过移动窗口进行逐像元检测。应用AVIRIS高光谱数据对传统RX算法、高斯-马尔科夫模型背景假设异常检测算法和该算法进行了仿真实验对比。结果表明,该算法能够有效提高高光谱异常检测效率,降低虚警率。运行时间较传统RX算法提高了45.2%,体现出更好的计算效率。     

高斯回波模型在超声回波模拟中的应用及其迭代算法的讨论

本文将超声回波模拟成被高斯白噪声污染的高斯回波，并建立关于一系列估计参数的非线性模型，如回波的频带宽度，到达时间，中心频率，相位及回波幅度。这些参数对于超声无损检测中材料检测、目标探测、目标分类、及速率测量等密切相关。运用高斯-牛顿算法进行迭代计算，该算法能以较少的迭代次数计算出较为精确的参数向量，但该算法对到达时间T的初值设置较为敏感。     

基于模糊多核学习的改进支持向量机算法研究

针对传统SVM对噪声点和孤立点敏感的问题,以及不能解决样本特征规模大、含有异构信息、在特征空间中分布不平坦的问题,将模糊隶属度融入多核学习中,提出了一种模糊多核学习的方法。通过实验验证了模糊多核学习比传统SVM、模糊支持向量机以及多核学习具有更好的分类效果,从而验证了所提方法能够有效的克服传统SVM对噪声点敏感以及数据分布不平坦的问题。     

基于改进型高斯混合模型的嵌入式实时运动检测系统

针对在嵌入式CPU上难以做到复杂背景下运动目标的实时检测,提出了一种基于改进型高斯混合模型的实时运动检测方案,采用改进型高斯混合模型,对高斯混合模型进行简化和结构调整,同时进行了C语言层面和CPU层级的优化,使其更合适于嵌入式平台,并详细分析了DM6446平台的软硬件设计,介绍了该算法在DM6446平台上的实现过程。实验结果表明：该系统能够有效克服外界环境变化带来的干扰,能够实时检测,可以实现多目标跟踪。     

基于混合高斯模型的运动目标检测方法研究

为了能够及时检测到图像场景中的运动目标,提出一种基于混合高斯模型的运动目标检测方法。借助把图像的像素值看成是前景高斯分布和背景高斯分布的组合,进行了背景估计和自适应背景更新;通过对背景差分后的图像进行多目标分割,进行了多个运动目标的检测。实验发现:随着图像序列的背景不断变化,基于混合高斯模型算法能够准确估计出变化的背景,通过将场景图像和背景图像进行差分,检测到感兴趣的运动目标。     

基于改进高斯混合模型的运动目标检测与跟踪算法

针对传统高斯模型存在的不足,为了搞高运动目标跟踪精度,提出一种基于改进高斯混合模型的目标检测与跟踪算法。首先提取目标特征建立目标分类器,并将目标从前景是标记出来;然后通过多目标跟踪将目标为多种运动模式;最后采用高斯混合模型对跟踪与分类的结果进行融合,获得最终目标的位置。结果表明,本文方法不仅提高了目标检测与跟踪精度,而且可高斯模型以较好的满足目标跟踪的实时性要求。     

一种改进的基于混合高斯模型的运动目标检测方法

混合高斯模型方法被广泛应用于运动目标检测,但是现有的混合高斯模型方法在应对噪声和光照突变时效果不佳,其运动目标检测的效果会受到严重影响。为了解决上述问题,提出了一种结合边缘混合高斯模型方法以及改进的基于邻域差方法的综合方法。该方法充分利用了边缘图像对于噪声和光照突变不敏感,以及邻域差方法可以去除部分噪声的特点,对图像序列进行综合处理。实验结果证明,该方法可以提升运动目标的检测率,降低误警率,可以更有效地应对噪声和光照突变的干扰,从而具有更准确的目标检测效果。     

基于文化遗传算法的水浴温度模糊控制器设计

水浴温度控制普遍存在滞后、超调、波动性大等特点,且难以建立精确的数学模型,一般采用模糊控制器实现对水浴温度的控制,但模糊控制规则具有较强的主观性,其控制性能往往达不到客观要求。研究遗传算法在模糊控制规则寻优上的应用,将其和文化算法相结合,构成一种具有双层协同进化机制的文化遗传算法,采用专家经验的知识信息构成信仰空间作为指导方向,然后在群体空间中进行遗传算法操作,选取群体中适应度值较高的个体更新信仰空间,再通过迭代优化,得到适应度值高的个体,将其作为优化的模糊控制规则。仿真实验表明,优化后的规则在控制过程中的动态温度跟踪和稳态误差方面均具有较好的效果。     

基于差分图像的滴塑模具残留物检测算法

模具是工业产品的成型工具,在滴塑加工过程中,若模具存在异物,它会导致下一次成型时成品出现孔洞,严重降低产品质量。针对该问题,提出了一种基于差分图像的残留检测算法,首先采用基于灰度模板匹配算法定位检测区域,再将标准图像和当前图像作差分,并进行阈值分割和形态学处理获得二值化图像,最后对图像进行连通区域分析,得到残留物在图像中的位置和大小;针对环境光照变化引起的误检现象,采用了一种全局光照补偿算法降低其影响。测试结果表明,该算法效率高并具有良好的稳定性,适用于模具的残留物检测。     

模拟蚂蚁觅食行为的乳腺钙化点边缘提取

针对计算机辅助乳腺癌诊断中钙化点的提取具有较大难度的问题,计算了乳腺数字图像中每个像素点的最大梯度值。首先按照等梯度合并的原则将像素点划分为像素组,按照等分整个梯度区间的原则给定初始梯度聚类中心,模拟蚁群觅食行为中学习机制,以概率选择的方式进行像素点组的聚类得到新的聚类中心,然后再以模糊C均值法(FCM)对得到的聚类进行优化,从而提取出属于钙化点边缘的像素点。实验证明,通过选择适当的参数,用此方法提取乳腺钙化点边缘的效果良好。     

模糊理论改进算法的CT图像弱边缘检测

为改进传统工业CT图像弱边缘检测效果及速度不佳问题,研究了基于分步式模糊推理法与改进解模糊算法的CT图像弱边缘检测方法。选取了相关度、一致性测度、梯度作为模糊化特征,推理过程中相对于整体推理法,采用了Mandani推理法依据简化的推理规则表进行分步模糊推理,在解模糊过程中依据隶属度函数图像提出改进解模糊方法。通过实验验证得出分步推理法对CT图像弱边缘的检测效果更好。在保证解模糊精度的前提下,采用重心法改进的解模糊法,相对传统方法计算速度有了很大提高。     

模糊理论改进算法的CT图像弱边缘检测

为改进传统工业CT图像弱边缘检测效果及速度不佳问题,研究了基于分步式模糊推理法与改进解模糊算法的CT图像弱边缘检测方法。选取了相关度、一致性测度、梯度作为模糊化特征,推理过程中相对于整体推理法,采用了Mandani推理法依据简化的推理规则表进行分步模糊推理,在解模糊过程中依据隶属度函数图像提出改进解模糊方法。通过实验验证得出分步推理法对CT图像弱边缘的检测效果更好。在保证解模糊精度的前提下,采用重心法改进的解模糊法,相对传统方法计算速度有了很大提高。     

基于改进梯度幅值的包装缺陷检测算法研究及应用

针对包装质量检测精度易受外界光照影响的问题，在已有基于梯度幅值相似性的缺陷检测算法基础上，将局部二值模式算子引入到该算法中，提出了一种基于改进梯度幅值相似性的缺陷检测算法。该算法利用局部二值模式算子的旋转不变性和灰度不变性的特点，并将其与图像的梯度幅值特征进行融合后用于包装的缺陷检测中，提升了缺陷检测算法对光照的鲁棒性。实验结果表明，相比传统梯度幅值缺陷检测算法，该算法具有更好的抗光照影响能力，并且对于不同光照情况下的包装缺陷，该算法的检测准确率可达96.57%。因而，该算法能够被广泛地用于包装缺陷检测中，提高缺陷检测的精度。     

The detection and prediction for oil spill on the sea based on the infrared images

Detection for oil pollution is an important part of the marine environment protection in maritime security. In order to realize all-weather, rapid and accurate oil spill area detection, infrared images of oil spill on the sea is processed on account of infrared thermal imaging’s visual capacity in darkness and frog. The detection for oil spill is realized and the location as well as the area of oil spill is calculated. The prediction integrated model of oil spill spreading is established and the prediction simulation for oil spill area is realized by changing the oil varieties, environmental factors and time, etc. The results show that this simulation is accurate, fast, intuitive and simple. It has certain significance for realizing the early warning of oil spill area detection automatically, intelligently and quickly.     

The approximate state transition matrix based on non-orthogonal decomposition and its application in orbit determination

The Unit Vector Method (UVM) is an orbit determination method extensively applied. In this paper, the UVM and classical Differential Orbit Improvement (DOI) are compared, and a fusion method is given for the orbit determination with different kind data. Based on non-orthogonal decomposition of position and velocity vectors, an approximation scheme is constructed to calculate the state transition matrix. This method simplifies the calculation of the approximate state transition matrix, analyzes the convergen...     

减背景的波段选择算法及其在目标探测中的应用

介绍了正交子空间投影方法,这种方法可将背景信号从接收到的混合光谱中消除,在此基础上运用匹配跟踪算法自动地进行优化波段的选择,达到选择最佳波段进行目标探测的目的。将其运用到大气外目标探测的问题,得到了较好的探测波段的结果,说明此方法选择优化波段进行目标探测是有效的。