改进时空滤波的红外弱小目标检测

为了有效解决动态背景变化导致弱小目标检测率低的问题,文中提出了改进时空滤波的红外弱小目标检测算法。首先在分析红外图像成像特性的基础上,针对目标区、背景区和边缘轮廓区不同梯度特性的差异,提出改进的各向异性空域滤波算法,该算法充分利用空间域的梯度信息来构建不同方向的扩散滤波函数,并结合图像不同特性的梯度差异选取扩散函数值最小的两个方向的均值作为时域滤波结果,以最大限度地保留目标信号;接着为有效增强弱小目标的能量,针对高阶累积量仅利用像元点时域信息来构建能量增强的不足,提出了一种结合时空邻域块的能量增强算法,实验表明,本文提出的算法能有效提升动态场景下的弱小目标的检测能力。     

连续波雷达中对较大加速度的一种估计方法

在连续波雷达信号事后处理过程中,当目标的加速度比较大、信噪比又比较低时,各种算法很难处理出正确的结果。而目标的径向加速度是一个非常关键的参数。对它的成功的估计是后续处理中得到目标速度与距离的一个重要前提。本文针对这种情况,对连续波雷达回波频谱幅度产生原因进行分析,提出了二次曲线拟合频谱幅度来估计加速度的方法。仿真证明该方法的有效性。     

距离选通水下激光成像系统设计及实验

针对浅水目标探测这一难题,设计了一种基于距离选通技术的水下成像系统。系统围绕532nm Nd…YAG脉冲激光器和选通式增强型电荷耦合器件(ICCD)摄像机搭建而成,并且采用激光脉冲作为系统同步控制的触发信号。采用基于现场可编程门阵列(FPGA)技术设计的同步控制电路,进行了距离选通水下激光成像实验。实验结果表明,采用激光脉冲触发同步控制电路的方法,可有效抑制激光脉冲抖动对系统同步控制精度的影响,从而克服水体表面反射和后向散射对成像的影响,提高了成像质量。在有效衰减系数为0.52m-1的湖泊中,系统的成像深度可达到水下7m,对于浅水目标的探测、识别非常有效。     

基于支持向量机的中国工业增加值预测研究

工业增加值是衡量一个国家工业发展水平的重要指标。由于其受多种因素影响，对其预测相对困难。本文提出运用时间序列预测方法对其预测，并利用支持向量机和微分进化算法（differential evolution，DE）相结合的方法对中国工业增加值数据进行预测。数据仿真显示该模型比核主成分分析的最小二乘支持向量机（KPCA-LS-SVM）以及岭回归（ridge regression，RR）具有更高的预测精度。     

Q值引导与标准化LASEK治疗低中度近视临床效果的对比研究

目的：比较Q值引导的非球面LASEK（Q-LASEK）与标准化LASEK（S-LASEK）治疗中低度近视的临床疗效。方法：使用Q-LASEK和S-LASEK两种手术方法治疗近视,其中Q-LASEK组26例（52眼）,S-LASEK组29例（56眼）。术前和术后6月检查裸眼视力、屈光度、角膜Q值和角膜球差等指标,并加以比较分析。结果：两组术后裸眼视力和残余屈光度差异无统计学意义（P〉0.05）;两组术后角膜前表面Q值均朝正值方向,并且球差均有增加,但Q-LASEK组增加值ΔQ和Δ球差均明显低于S-LASEK组,差异有统计学意义（P〈0.05）。结论：Q-LASEK和S-LASEK两种手术方法治疗低中度近视都是安全、有效的。但前者能够更好地维持角膜的形态,从而改善术后患者视觉质量。     

一种基于Rocket I／O的视频数据采集和高速串行传输系统的设计与实现

介绍了一种以VIRTEX Ⅱ PRO系列FPGA中Rocket I／O为核心的视频数据采集和高速串行传输系统的实现方案。分析了高速串口通信的同步方法，自定义了一种简单的数据帧结构，完成了数据率为1．25Gbps的点对点高速传输。     

强背景下模糊闪烁成像目标探测与跟踪

 强背景下空中运动目标主要表现为边缘残缺、模糊,甚至出现闪烁、间断等复杂成像特性,这成为制约目标探测和成像跟踪的瓶颈问题。结合跟踪过程反馈信息来确定目标点扩展函数,利用一种新的Ben-Ezra图像复原模型,解决了目标运动模糊的图像复原问题;采用基于特征伴随值的相似性判断方法,构造联结机制的联想网络模型,来解决目标闪烁和残缺特征的联想问题。对提出的方法进行了图像序列的仿真,取得了较好的实验结果。     

蓝绿激光水下成像系统的探测灵敏度分析

为了分析水下激光成像探测系统的探测能力,根据水下蓝绿激光主动成像系统的成像过程,分析了目标与背景的辐射特性、海水后向散射特性、距离选通特性以及激光发射器和接收器的性能,提出了一种基于光束扩展函数(BSF)的探测灵敏度模型。该模型在海水散射系数与衰减系数之比介于0~1的范围内都适用。通过对给定参数的系统进行分析计算,进一步讨论了激光发散角、系统接收口径和图像传感器选通门宽等因素对系统探测能力的影响。结果表明:当选通门宽等于激光脉冲宽度时,系统的探测深度达到最大。模型的建立将为系统设计和系统参量的优化选择提供理论依据。     

低对比度小目标检测

对强杂波背景下的远距离目标探测,提出基于序列图像的局部自适应背景预测,获得图像背景的最佳估计。对残差图像采用能量累积及中值滤波消除背景杂波。为提高信噪比,采用带缓冲窗口的双窗滤波法使目标和背景的差别更加显著,有利于低对比度下的目标分割。最后采用改进的高阶相关方法,在不影响检测性能的情况下加快了真实目标识别的运算收敛速度,并最终实现了算法工程化,在图像局部信噪比大于0.3时,采用三阶相关时检测概率达到98%。     

应用于稳像系统中的改进梯度光流法

由于传统的梯度光流法当运动不连续时运动场估计值与真实值有较大偏差,因而不能直接应用于稳像系统中。引入金字塔多分辨率分层技术对传统的梯度光流法进行改进。首先,在视频序列中选定细节丰富的区域作为计算区域;其次,利用结合金字塔多分辨率分层技术的光流法迭代求解相邻帧间的仿射参数;最后,采用帧间补偿方式,并增加控制累积错误传播的措施,在不丢失过多原有信息基础上,实现了长时间稳像。实验表明:改进的方法能够检测出剧烈的复杂抖动,并能达到旋转精度小于0.09、平移精度小于0.07个像素,缩放精度小于0.02的高精度估计,且补偿序列平均峰值信噪比值提高了2.36 dB以上。