基于并行融合网络的航拍红外车辆小目标检测方法

提出了一种基于并行融合网络的航拍红外车辆小目标检测方法.以并行残差块搭建的网络作为主干网络,完成对目标高精度且强鲁棒性的识别和分类.在此网络的基础上进行特征提取与特征融合,提出了基于跨层连接的改进YOLOv3算法,充分利用底层的信息完成对红外车辆小目标的高精度检测与定位.最后,采用soft-NMS替代NMS来缓解目标重...     

一种改进的分水岭图像分割算法

针对分水岭图像分割算法普遍存在受噪声影响大和过分割的问题,提出了一种基于梯度修正和相邻区域边缘强度合并的改进分水岭图像分割算法。首先对图像采用形态学开闭重建滤波,消除噪声对图像的干扰;其次,使用多尺度算子计算形态梯度,充分利用大结构元素和小结构元素的各自优点,获得更准确的形态学梯度;再用粘性形态学运算对梯度图像修正,有效去除产生过分割的局部极小梯度值;分水岭变换后,定义出相邻区域的边缘强度值,并基于相邻区域边缘强度合并过分割区域,进一步消除图像过分割,改进分割效果。实验表明:该方法不仅能够有效地去除图像噪声干扰,而且能够消除过分割区域,同时还具有较强的区域轮廓定位能力,有效提高了图像分割效果。     

舰船目标逆合成孔径雷达成像分析

对海上非平稳的舰船目标实现瞬时ISAR 2维成像.利用多普勒效应,得到目标的1维距离像,将各次回波包络对齐,在方位上进行自聚焦,即将目标等效为转台模型.在转台模型下,目标的运动分为平动和转动分量,平动分量在雷达成像过程中没有任何作用,因此需要将其补偿掉,这是雷达成像关键技术所在.对于运动比较平稳的观测目标,经过包络对齐和自聚焦后就可以直接得到其2维图像,但由于舰船目标通常是非合作目标,其目标特性和运动轨迹等很难确定,其回波具有明显的时变性,因此,按照多普勒中心的周期把成像时间划分为若干个时间段,针对不同的成像时间段得到相应时刻的瞬时ISAR像,由Matlab仿真对得出的分析结果进行了检验,表明该方法对于非平稳的舰船目标成像是有效的.     

基于模糊单类支持向量机的丢包区分算法

针对现有丢包区分算法难以获取先验知识和不具有推广性的问题,通过对模糊单类支持向量机的改进提出一种新的丢包区分算法。该算法根据无线误码丢包与按序到达包的时延特征分布一致的特点,由按序到达包的时延特征构成训练集,从而将区分误码丢包和拥塞丢包的二分类问题转化为判断丢包是否为误码丢包的单分类问题。由于无需采集两类丢包样本,解决了难以获取先验知识的问题,使新算法能实现在线的模型训练和丢包区分,具有很好的推广能力。仿真结果显示,新算法区分效果良好,提高了无线网络的传输效率。