基于Floatboost算法的人眼定位

Floatboost算法相较于传统的Adaboost算法、Boosting算法具有计算量少和运算速度快的优点,目前在机器学习中应用广泛。针对人脸与人眼精确定位问题,采用Haar-like提取人脸特征,再运用Floatboost学习算法得到人脸检测器,在人脸准确定位的基础上使用Floatboost训练的人眼分类器定位人眼。Floatboost算法具备回溯性的优点,去掉了较弱特征,减少计算量,提升了运算速度。     

基于HSV颜色空间的运动目标检测方法

针对在目标检测过程中光照变化对检测结果的影响,提出一种基于HSV颜色空间的运动目标检测方法。首先采用帧间差分分离出运动目标区域,将该区域转换为HSV颜色空间,用形态学对区域进行处理,消除噪声影响。然后利用各分量的相互独立性及H分量对光照不敏感的特性,应用自适应阈值分割方法,对运动目标实现准确分割。实验表明,该方法能够实现对运动目标的准确检测,消除帧间差分产生的图像空洞,对光照变化剧烈的目标也能实现准确分割,具有较强的鲁棒性。     

3σ准则在基于谱相关信号检测中的应用

认知无线电(Cognitivo Radio,CR)是一种智能频谱共享技术,第一用户信号检测是CR应用的前提.根据谱相关分析方法,利用信号非零循环频率处的谱线特征,可将信号从噪声背景中检测出来.为消除基底噪声,采用电子测量中的3σ准则对信号循环谱进行了消噪处理,便于实现检测,仿真论证了该方法在低信噪比下的有效性.     

一种有效的基于边缘图像的机场跑道识别算法

边缘特征是图像的最底层特征,解决好边缘检测问题对多数目标识别系统都有重要的意义.针对机场跑道的直线段特征,提出了一种有效的基于边缘图像的机场跑道识别算法.首先,将方向小波变换用于目标的边缘检测,得到定位准确、边缘完整、冗余信息少的边缘图;然后两次遍历该图,改进Hough变换在提取直线段的同时,获得直线段端点坐标,精确定位出跑道位置.实验结果表明了该算法的有效性和准确性.     

认知无线电中调制识别算法研究

通信信号的调制类型识别对于认知无线电这种智能通信系统具有重要研究意义。利用调制信号的循环谱相关特征,提取了5个特征参数,给出了各个参数随信噪比变化的曲线图。分类器基于RBF神经网络,采用"一类一个网络"结构,并从提高网络识别性能出发,构建了大容量和高质量的网络训练样本,能够扩大识别范围,提高识别精度。基于谱相关特征参数和神经网络分类器的算法能动态识别信号的调制方式,仿真结果验证了该算法在低信噪比下的有效性。     

CATV系统可靠性的探讨

运用维修工程学的若干重要概念,对ＣＡＴＶ系统的可靠性进行探讨,就如何提高ＣＡＴＶ系统可靠性提出了若干建议。     

一种基于DCT变换的ROI嵌入式编码算法

JPEG是目前应用最广泛的静止图像压缩标准,将JPEG功能多样化具有重要意义。利用DCT变换比小波变换更加简单、快速的特点,结合SPIHT算法细化过程原理,实现了一种与JPEG标准兼容的ROI编码算法,既不增加编码时间,又可以实现ROI的渐进式增强传输,而且在图像重建质量稳定性和可控性方面要远远好于区域自适应量化编码,在较低码率下,仅增加少量码流就能够明显改善主观视觉感受。     

基于延迟自相关和双门限检测的分布式协同干扰策略研究

研究了针对跟踪雷达的分布式协同干扰策略。针对分布式干扰系统中存在的各干扰机之间协同性不够、干扰资源浪费问题,提出了基于延迟自相关和双门限检测的分布式干扰协同策略。该方法通过实时分析接收信号信噪比,从而判断出跟踪雷达天线的方向,选择跟踪雷达主瓣方向内的干扰机实施干扰。仿真结果表明该方法实现了分布式干扰系统内部的智能化协同,以牺牲微小的干扰效果为代价,换取了对干扰资源利用率的大幅提升,有利于延长分布式干扰系统的作战时间、提高分布式干扰系统的战场生存能力。