【摘 要】
：
针对红外弱小目标难以识别、存在虚警的问题,根据红外线列探测器的噪声特性与小目标的梯度对称性,提出一种通过在图像梯度空间下构建多尺度堆叠增强重积分图(MSERI)来检测红外小目标的方法.估计不同的小目标尺寸,从多个方向计算图像的单向梯度图,利用估计尺寸寻找单向梯度图中各梯度值的互补梯度,对图像进行增强,之后对增强后的单向梯度图进行积分以还原图像并堆叠不同方向的积分图像,综合不同估计尺寸的堆叠图以获得增强结果.最后根据增强结果中的图像像素邻域的杂波峰-峰值计算自适应调节阈值,分割得到红外小目标.实验表明,所提
【机 构】
：
中国科学院红外探测与成像技术重点实验室,上海200083;中国科学院上海技术物理研究所,上海200083;中国科学院大学,北京100049;中国科学院红外探测与成像技术重点实验室,上海200083;中
论文部分内容阅读
针对红外弱小目标难以识别、存在虚警的问题,根据红外线列探测器的噪声特性与小目标的梯度对称性,提出一种通过在图像梯度空间下构建多尺度堆叠增强重积分图(MSERI)来检测红外小目标的方法.估计不同的小目标尺寸,从多个方向计算图像的单向梯度图,利用估计尺寸寻找单向梯度图中各梯度值的互补梯度,对图像进行增强,之后对增强后的单向梯度图进行积分以还原图像并堆叠不同方向的积分图像,综合不同估计尺寸的堆叠图以获得增强结果.最后根据增强结果中的图像像素邻域的杂波峰-峰值计算自适应调节阈值,分割得到红外小目标.实验表明,所提方法在多种场景下均具有较好的检测能力与较低的虚警率,且运行速度优于其他性能类似的算法.
其他文献
变量筛选是处理超高维数据的一种有效方法.针对部分变量与响应变量显著相关,Barut等基于线性模型假定提出CSIS方法,能有效降低伪变量错选概率.但CSIS方法线性模型假定严苛,实际研究中有时不能事先确定模型结构.由此,本文基于非参数可加模型提出条件非参数独立筛选方法(CNIS),不需要对模型结构进行假定,增大了适用范围.同时,在适当条件下,证明本文方法第1阶段的筛选具有一致性筛选性质,能以概率1保留重要变量;第2阶段的变量选择也具有良好相合性.Monte Carlo数据模拟结果表明:相较于NIS方法,本文
在面板数据混合效应模型中,大量未知随机效应的存在,给模型参数估计带来极大困难;同时随机误差的分布未知,不同分布下的随机误差会增加模型计算的复杂度,对固定效应与随机效应系数的变量选择与估计带来困难.为了解决这一问题,本文建立贝叶斯双Adaptive Lasso分位回归模型,将Adaptive Lasso惩罚函数同时引入到含固定效应与随机效应的面板数据中,构造参数估计的Gibbs抽样算法.蒙特卡罗模拟结果表明,该方法不仅能准确估计不同面板数据模型的参数系数,还能对重要变量进行选择.
随着我国风电产业迅速发展,风电并网规模不断扩大,准确预测风电场输出功率是降低风电波动对电网影响、提高电能质量、保证电网稳定运行的有效途径.本文采用箱型分析及热卡填充的方法对数据集中的异常数据进行清洗与重构.采用遗传算法与EEMD分解算法相结合的方式改进BP算法,并且根据不同时间尺度预测结果对比,相对于传统预测模型而言,本文EEMD-GA-BP模型具有预测精度高,预测效果更为稳定等特点.
科学研究中,样本量和功效计算是非常重要的工作.可加风险模型是生存分析研究中经常用到的半参数模型,其协变量对基础风险函数有加法作用.和比例风险模型相比,可加风险模型在许多应用中效果更好,尤其是协变量取值为0或1时.本文基于Wald检验,提出一种计算可加风险模型现状数据功效和样本量的新方法.模拟结果说明该计算方法十分有效.另外,本文通过1个实际例子展示新方法的应用.
含异常值的数据和高维数据越来越频繁地出现,对现有的稳健估计和多元线性回归估计方法提出了挑战.传统的多元线性回归模型估计对异常值非常敏感,基于MCD估计方法的多元线性回归估计对异常值有一定的抵御作用.但随着数据维数的增加,MCD估计的精度不断降低,稳健性也随之降低,且当数据维数大于样本量时MCD估计方法失效.因此,本文利用MRCD的均值向量和协方差矩阵估计,提出了基于MRCD估计方法的高维稳健多元线性回归模型估计.数值模拟的结果表明,基于MRCD估计方法的多元线性回归模型估计能很好地抵御异常值,且在数据维数
采用4种区间型数据计量建模方法,综合分析我国8个省份城市1993—2018年气候变化和农业生产投入要素对粮食产量影响.采用5个评价指标衡量4种建模方法的预测精度,给出4种方法的回归结果并进行比较分析,应用最优回归方法对我国粮食产量变化进行预测.研究结果表明:我国粮食产量存在地域性差异,部分省份2009以年前单位面积粮食产量变化幅度较大,但近10年我国8大产粮省份的单位面积粮食产量趋于稳定.同时,气候变化和农业生产投入要素均对我国粮食产量起显著作用.最后,本文对提高粮食产量给出相应政策建议.
大数据时代,抽样调查依然是一种不可或缺的数据获取和统计推断方法,但抽样调查方法需要适应大数据的新时代情境,才能更好地体现其应有的价值.其中,如何抽取到对研究变量有代表性的样本是最值得关切的问题.本文提出一种基于切片逆回归的综合得分抽样法,利用切片逆回归能将因变量信息融入到自变量的特点,先对大数据进行切片逆回归分析,改进其降维过程,再计算各个体主成分综合得分作为入样概率进行抽样.数据模拟分析结果显示,在大数据情境下,相比于未实施抽样和简单随机抽样估计而言,本文提出的方法均具有更好的抽样估计效果,且当个体差别
本文结合DAR模型及传统的ARMA-GARCH模型,提出一类带有新型GARCH类误差项的自回归滑动平均模型.该模型比DAR模型引入更多数据信息,同时定义一种由可观测序列驱动的新型条件异方差结构,比传统ARMA-GARCH模型的条件方差更易于估计.本文研究模型参数的拟极大似然估计,并在较弱矩条件下证明估计量的渐近正态性;数值模拟结果证实该模型在有限样本下的有效表现;实证研究表明:该模型可以提高数据拟合效果,因而具有一定应用价值.
该文描述了自四川西部发现的毛茛科毛茛属五新种.其中:三新种,即石棉毛茛(Ranunculus shimianensis)、细叉叶毛茛(R.tenuifurcatus)和细裂叶毛茛(R.perdissectus)隶属于美丽毛茛组(Sect.Auricomus);第四新种,即泸定毛茛(R.ludingensis)隶属于毛茛组(Sect.Ranunculus);第五新种,即丝茎毛茛(R.filistolonifer)代表一新组,特征为植株平卧,匍匐茎十或十多条辐射状开展,花的花瓣3片,雄蕊2枚.此外,还描述了叉
喷泉钟量子化轴磁场的空间均匀性和时间稳定性是制约原子钟输出频率稳定度和不确定度的重要因素.从外磁场屏蔽、磁场线圈设计、线圈电流源稳定性等方面考虑,构建并优化设计了一套可搬运铷喷泉原子钟量子化轴磁场系统.为了消除环境磁场对量子化轴磁场的影响,使用5层坡莫合金磁屏蔽进行外磁场的屏蔽;利用4组对称的补偿线圈,通过计算给予合适的电流,获得喷泉钟内部30 cm原子自由飞行尺度内磁场波动小于1 nT;通过改善C场供电电流方式,从而优化量子化轴磁场的时间稳定性,磁场随时间的波动小于0.1 nT.优化后喷泉钟长期频率稳定