【摘 要】
：
针对云天背景下红外弱小目标的检测算法中常见的目标漏检和检测错误问题,提出了一种基于奇异值分解背景抑制和粒子滤波联合检测算法。该算法首先采用奇异值分解滤波抑制红外图像背景,获取候选目标位置;然后采用粒子滤波算法估计目标运动状态,获取目标搜索窗口;最后将单帧检测候选目标与预测的搜索窗口相结合实现小目标检测。对真实红外图像序列进行实验表明,该方法有效地解决了SVD滤波单帧漏检和粒子滤波预测错误导致的目标
【基金项目】
：
国家自然科学基金资助项目（60970069）, 航天创新基金资助项目, 西北工业大学研究生创业种子基金资助项目（Z2010069）
论文部分内容阅读
针对云天背景下红外弱小目标的检测算法中常见的目标漏检和检测错误问题,提出了一种基于奇异值分解背景抑制和粒子滤波联合检测算法。该算法首先采用奇异值分解滤波抑制红外图像背景,获取候选目标位置;然后采用粒子滤波算法估计目标运动状态,获取目标搜索窗口;最后将单帧检测候选目标与预测的搜索窗口相结合实现小目标检测。对真实红外图像序列进行实验表明,该方法有效地解决了SVD滤波单帧漏检和粒子滤波预测错误导致的目标检测错误问题,从而提高了低信噪比下弱小目标的检测能力。
其他文献
目前较常用的热数据识别方法主要关注于数据的访问频繁度,却没有有效地体现出访问次数随时间的变化关系,从而造成了较高的错误识别率。针对这种不足,设计了基于队列计数的热数据识别方法,通过使用先进先出规则淘汰过时的数据,并赋予队列中每个位置所存放元素不同的权值来表示不同时刻各数据的热状态;同时结合Flash读写等特性,引入了热区域概念,使其所需存储空间大大降低。通过理论分析以及实验证明,此方法在热数据识别
研究了相关免疫布尔函数和弹性布尔函数的平方和指标和绝对值指标,得到了满足p次扩散准则、次数为d的弹性布尔函数的绝对值指标的一个新的下界。同时,利用最大的W alsh谱值得到了此类函数的非零自相关函数数目的一个下界。
综合利用小波变换和张量主成分分析这两个算法的优点,提出了一种新的人耳识别方法,对人耳图像先采用小波变换作预处理得到四个子带图像;然后对每个子带图像用张量PCA进行特征提取;最后利用最近邻的方法实现人耳图像识别。实验结果表明,利用此方法与只用主成分分析识别相比,提高了识别率。
现代生产中的大量生产数据蕴藏着丰富的生产过程和质量信息,通过聚类分析可以了解生产状态,进行生产故障诊断或有针对性的质量检测,而经常使用的相似性的度量欧式距离只能反映数据空间分布为球形或超球形的结构特性。难以刻画复杂数据分布特性,将流形距离引入到生产过程状态的聚类分析中,利用标准数据、田纳西—伊斯曼过程和热轧带钢实际生产过程数据对方法的有效性进行验证,进而可以更加有效地了解生产过程的状态。
为优化返工情况下产品开发项目的流程,分析了基于优先规则的启发式资源分配规则的优点和不足,提出了基于信息流的资源分配规则,并利用仿真实验对资源分配规则的有效性进行了检验。仿真结果表明,提出的资源分配规则相对于基于任务顺序分配资源的优先规则和秩最大位置权重资源分配规则,能够更显著优化项目的执行时间和费用。
为准确判断网民言论与所关注话题的相关性,根据输入的关键词,运用查询扩展技术设计特征项提取和赋权算法,构造了话题向量空间模型,并提出网络舆论话题相关性算法。通过仿真实验验证话题相关性算法的有效性。该研究成果对于网络舆论分析具有应用价值。
提出了一种新的文档自动摘要方法,利用非负矩阵分解算法将原始文档表示为若干语义特征向量的线性组合,通过相似性计算来确定与用户查询高度相关的语义特征向量,抽取在该向量上具有较大投影系数的句子作为摘要。在此过程中,多次采用相关反馈技术对用户查询进行扩展优化。实验表明,该方法所得摘要在突出文档主题的同时,体现了用户的需求和兴趣,有效改善了信息检索的效率。
为进一步提高基于一种运动信息可分级模型的可分级视频编码的编码效率，减小运动信息可分级的最低码率限制，对该运动可分级模型的二维多向性进行了具体研究与改进，更新了运动估计
植物生长信息的提取与重构是在计算机上实现植物生长动态仿真的基础和关键。以树的生长为对象,将包含植物生长信息的视频图像转换为若干关键帧数据,提取反映植株拓扑结构与器官形态变化的特征信息,采用枝条拼接算法对植株拓扑变化过程进行重构。通过3DMAX开发平台对植株生长过程进行重建,结果表明该方法既能有效构建植株生长的数字化模型,又能较好地虚拟植物生长和形态演变过程。
轮廓编组是中层视觉处理的一项重要内容。轮廓编组的目的是从前阶段视觉处理中提取的低层边缘特征中找出符合人类视觉感知的显著性轮廓,这些显著性轮廓往往对应着场景中的目标轮廓。在轮廓编组中,格式塔规则对编组模型的建立有重要的指导作用。讨论了从20世纪90年代到现在的轮廓编组研究中的主要算法,将这些算法进行了分类,阐述了各个算法的提出动机及基本原理;最后,对轮廓编组研究的发展方向进行了展望。