基于DIGNET网络的数据融合方法

针对数据融合和目标识别的特点,提出了基于DIGNET自组织聚类人工神经网络的数据融合方法。考虑到多传感器系统测量多个参量的特点,用并行的子网络结构代替中间隐层,实现了基于决策层的信息融合目标识别。利用仿真数据对基于DIGNET的数据融合方法进行了实验研究。实验结果表明,该方法具有数据正确分类率高和抗噪能力强等优点,有效地实现了融合识别。将该方法应用于前视红外和可见光双传感器目标跟踪系统的数据融合识别是可行的。     

空间目标红外辐射特性研究

利用目标的红外光谱特性进行目标探测和识别是一种有效的方法。以空间卫星为目标,研究了其红外辐射特性形成的机理;利用所建立的数学模型,仿真了空间目标在探测面上所形成的红外光谱特性曲线;分析了模型中各参数对目标光谱特性的影响程度和卫星目标的红外光谱曲线。     

一种基于HSI颜色模型的目标提取方法

在工业、农业、军事以及医疗等领域中,目标识别是一个关键技术,近年来在图像处理方面已成为一个重要的研究课题。提出了一种用于除草机器人的基于HSI(色调、明度和饱和度)颜色模型的彩色图像目标提取方法。该方法首先将具有某种色彩信息的杂草与农作物从背景土壤中分离出来,然后再根据杂草与农作物形状的不同,采用腐蚀和膨胀的方法进一步将杂草与农作物分离。该方法除了用于除草机器人以外,还可用于水果采摘等。仿真结果验证了该方法的有效性。     

中高分辨力遥感图像中飞机目标自动识别算法研究

提出了一种中高分辨力的航空航天遥感图像中飞机目标快速自动识别的新算法。在分割和分类过程中充分利用飞机目标的先验知识,提出了一种改进区域分割方法,并应用树分类器对飞机目标进行自动识别。所提出的改进区域分割方法较好地实现了区域分割中阈值的准确自动选取,克服了复杂背景图像中小目标的全局阈值自动分割的失效问题。采用二叉树分类器,通过提取简单的目标几何特征,分层进行种类识别,提高了识别速度,降低了漏检率和虚警率。运用该方法进行了实验。结果表明,识别率达到了100%。     

光纤激光阵列目标在回路自适应光学系统的数值模拟

研究了光纤激光阵列目标在回路自适应光学系统在实际大气环境中的传输.从光纤激光阵列、激光在大气中的传输、目标和优化算法四个方面,建立了光纤激光阵列目标在回路自适应光学系统的理论模型.在不同强度大气湍流下,对系统补偿大气湍流影响的效果进行了研究,并对系统控制参数优化进行了简单探讨.结果表明,目标在回路闭环控制结构能够有效补...     

多模跟踪技术在轮式侦察车图像处理器的应用

为解决目标旋转形变、遮挡、光照变化等目标跟踪的难题,对粒子滤波和尺度不变特征变换（SIFT）算法进行了改进,结合两种算法提出了决策主导模式的多模跟踪技术。该技术采用粒子滤波预测目标位置进行粗定位,SIFT特征匹配进行精定位的方法,在解决上述难题上有很好的鲁棒性。将该技术应用于轮式侦察车图像处理器,并进行了各种实验验证,结果证明了提出算法的有效性。     

非完整阵列接收下的虚拟接收目标定位技术

在浅海近似绝热环境中,利用虚拟接收方法对声源测距的目标定位方法相比于传统的匹配场定位方法可以避免对环境参数和声场模型的依赖,同时省去生成拷贝场时的大量计算·利用虚拟接收方法对声源测距主要是通过估计虚拟声场干涉条纹的斜率进行定位,而非完整阵列接收相当于引入了干扰项,破坏了虚拟声场干涉结构。引入了一种基于图像Hessian矩阵特征值分析的多尺度线性滤波器,通过数值模拟和实验数据处理,结果表明,该滤波器可以有效地增强干涉结构、检测和提取干涉图案中的条纹信息,提高非完整阵列接收条件下的虚拟接收目标定位技术的测距性能。     

声波水平折射引起水平位移椭圆极化和声能流水平偏转

针对矢量水听器测向的应用要求,研究了三维水声传播问题中水平折射对声矢量场特性的影响。理论分析表明,水平折射可使质点水平位移从线性极化转变为椭圆极化,同时引起声能流方向的水平偏转。声能流方向的水平偏转导致波达方向偏离目标水平方位,对目标水平方位估计造成误差。采用虚源法仿真了倾角为2.86°的楔形波导中的三维声矢量场,并给出了空间各点处由水平折射引起的单矢量水听器目标方位估计误差。结果显示,部分区域中由水平折射引起的目标方位估计误差可达10°以上。     

导弹目标单、双基地雷达散射截面对比分析

目标单、双基地雷达散射截面(RCS)反映了目标是否容易被单、双基地雷达检测到。目前缺乏单、双基地RCS对比的量化指标。首先定义了双基地RCS相对于单基地RCS的RCS增强因子和RCS增强率,然后应用该定义统计分析了某隐身目标和非隐身目标双基地RCS计算结果。结果显示：对隐身目标,RCS增强因子大,RCS增强率高,对于非隐身目标,其RCS增强因子显著下降,RCS增强率不高。结合指标含义,应用双基地RCS有助于隐身目标检测,而对非隐身目标效果并不明显,这与雷达界认识相一致。这也说明,应用上述两个指标进行单、双基地RCS对比分析是有效的。此外根据隐身目标在较窄双基地角范围内的双基地RCS分析结果,应用双基地角20°~40°范围内的双基地RCS即可提高对隐身目标的检测效果。     

基于改进的加速鲁棒特征的目标识别

为了提高加速鲁棒特征(SURF)算法的实时性和准确性,本文提出了一种结合AGAST角点检测和改进的SURF特征描绘算法。首先利用AGAST角点检测模板检测特征点,再使用增加对角信息的哈尔小波响应来生成特征点的描述子,之后利用特征袋对产生的描述子进行编码并生成新的特征向量,最后利用支持向量机(SVM)对特征向量进行分类,完成识别。本文以SIFT和SURF算法为对照,分别进行不同视角、光照和尺度的识别实验。实验结果表明,本文算法的平均识别率为98.0%、96.9%、97.1%,平均时间分别为66.1 ms、79.3 ms、41.0 ms,在识别率上较优于SURF算法,所耗时间约是SURF算法的1/3。