模糊聚类在特征选取中的应用

提出了一种基于模糊聚类算法的高维特征选取方法。首先,利用Bhattacharyya距离过滤样本类别无关的特征;然后,基于递归特征剔除过程,提出了基于模糊迭代自组织数据分析技术(Interactive self-organizing dataanalysis technique,ISODATA)聚类方法,以样本与聚类中心的加权距离作为可分性指标,产生候选特征子集;最后,以候选特征子集分类和聚类的接受者操作特征曲线下面积(Area under the receiver operating characteristiccurve,AUC)值和正确率作为目标函数,确定最佳特征子集。将该方法用于选取5个基因表达谱数据集的特征基因,结果显示该方法所选特征具有较好的分类和聚类能力,说明了提出的特征选取方法的有效性。     

火星探测无人机快速景象匹配算法

针对火星无人机探测飞行过程的特点及其机载计算机的局限性,在充分研究了矩阵奇异值向量性质特点的基础上,对奇异值向量进行主分量分析,提出了一种应用于火星无人机平飞段的基于奇异值分解的分层快速景象匹配算法,并给出了与之相应的机载特征数据存储方法.与相关算法的对比性实验表明,本文提出的算法具有准确,稳定,且速度更快,数据量更小的优点.通过仅在飞行末段,将本文算法切换成现有的基于SIFT算子的匹配算法,能在实现火星无人机全程快速景象匹配的同时,有效降低对其机载计算机综合性能的要求.     

基于地面安全约束的无人机航路规划研究

随着无人机数量和飞行时间的快速增长,由无人机飞行风险引起的安全事故也逐渐增多.安全航路规划是在战略层面降低无人机运行风险的有效手段.考虑无人机航路的安全代价,基于地面风险评估提出了一种无人机安全航路规划模型.将航路下方区域栅格化处理,以每飞行小时地面人员伤亡率为量化指标,定义各栅格安全系数,并根据栅格安全系数构造航路安...     

飞翼无人机机动飞行航迹优化和自生成方法

虚拟机动指令是飞翼无人机机动飞行的基础,是制导回路和控制回路必要的输入。为了生成合理虚拟机动指令,提出了优化基本航路—建立机动数据库—战场信息匹配输出的机动飞行航路生成方法。由于复杂的机动动作可由基本机动动作组合而成,本文以飞翼无人机基本机动飞行动作为优化研究对象,提出了以飞翼无人机控制量变化率为优化参数、航迹片段建立约束条件的无人机机动航路优化方法。其中,机动飞行控制量变化率体现了无人机控制能力的限制;航迹片段约束体现了航迹准确和操作柔和的要求,并对无人机的筋斗、滚桶、盘旋机动进行了优化计算,介绍了机动数据库建立的方法。最后,以机动目标跟踪和有人机追击为设定进行了仿真,结果显示所提方法有效。     

基于复杂网络模型的航路网络特性分析（英文）

航路网络是航空运输的基本载体,挖掘其特征对航空运行效率的提高有显著意义。以2018年中国大陆1 479个航路点组成的航路网络为研究对象,结合空域结构、交通流特征以及交通流支配关系等,从复杂网络视角构建了物理航路网络、无向航路交通网络、有向航路交通网络,以及基于交通流支配关系的有向航路交通网络等4个网络模型。基于典型网络测度指标统计了不同网络的拓扑特征,并分析了典型测度指标在不同网络中所展现的差异特征,进而提出了测度指标的综合指数概念。统计结果表明,航路网络在交通流的影响下展现了更丰富的异质性,节点间的关系并不对称,不同网络中的指标分布特征有明显差异。测度指标综合指数和交通量水平的对比分析表明,某些航路点不但在多个测度指标的综合指数中有较大值且交通量繁忙;某些航路点虽然在多个测度指标的综合指数中有较大的值,但交通量不繁忙;还有一些航路点只在某一特定指标的综合指数中比较突出。为反映航路点的综合重要程度,采用K-means方法基于度综合指数、介数综合指数、接近度综合指数将航路点的重要性划分为3个级别,交通量、机场数量、航班延误等的统计结果验证了分级结果的合理性。     

基才模糊综合评判的无人机系统安全性评估

文章针对无人机系统安全性指标的模糊性，运用层次分析法和模糊综合评判方法建立了无人机系统安全性模糊综合评价模型，并针对某架炮兵校射无人侦察机的安全性进行了综合评价，为指挥人员确定无人机的使用计划和维修人员确定维修重点提供了定量依据。     

基于地面安全约束的无人机航路规划研究（英文）

随着无人机数量和飞行时间的快速增长,由无人机飞行风险引起的安全事故也逐渐增多。安全航路规划是在战略层面降低无人机运行风险的有效手段。考虑无人机航路的安全代价,基于地面风险评估提出了一种无人机安全航路规划模型。将航路下方区域栅格化处理,以每飞行小时地面人员伤亡率为量化指标,定义各栅格安全系数,并根据栅格安全系数构造航路安全代价函数。建立了兼顾航路安全性和飞行距离的总代价函数,并通过改进蚁群算法进行航路规划。模型的有效性通过城市空域物流无人机航路规划进行验证。结果表明,考虑地面安全约束的航路规划模型在无人机总飞行时间增加不大的情况下,能显著提高航路的整体安全性。     

SAR/INS组合导航中基于SURF的鲁棒景象匹配算法

在SAR/INS组合导航系统中,由于合成孔径雷达采用正侧视成像工作方式,会引起SAR图像的严重变形,而且获取的SAR图像还可能存在严重的斑点噪声。为了适应SAR图像的几何畸变和高斑点噪声影响,需要提取出的图像特征具有较高的鲁棒性。本文提出了基于SURF的导航用鲁棒景象匹配算法,算法首先针对惯性组合导航的工作特点,对SURF特征匹配进行了改进和优化设计,然后用RANSAC方法过滤掉错误和低精度的匹配点,最后,进行最小二乘精确匹配获取航向和位置偏差信息。通过仿真分析了算法对SAR图像的适应性、抗斑点噪声性能,匹配精度以及实时性,并与基于SIFT特征的景象匹配算法进行了对比。仿真结果表明,所提出算法性能优越,在匹配适应性、鲁棒性、匹配精度及匹配速度方面都优于SIFT算法,可以满足SAR/INS组合导航系统图像匹配修正的高性能要求。     

一种用于无人机航空相机标定的角点检测算法

在实现无人机航空相机的高精度标定中，模板图像中角点提取的精度是至关重要的因素。为了实现高精度角点的提取，以及亚像素角点像素的修正，提出了基于Hessian矩阵的X型角点形状算子的亚像素角点提取方法。实验分析验证，该方法提取精度较高，提取过程简单，计算量小，大大简化了标定过程。     

一种改进的模糊聚类算法在图像边缘检测中的应用

提出了一种改进的模糊聚类图像边缘快速检测算法,该算法在利用像素灰度值的同时还考虑了像素的空间信息,基于模糊集合理论将图像从灰度空间映射成一个模糊隶属度矩阵,然后将隶属度矩阵中的元素作为样本进行模糊聚类,从而提取出图像边缘。基于热力学原理选取隶属度函数,通过调节温度系数,实现图像边缘由粗到细的提取。实验证明,该方法在计算速度、滤除噪声、提取边缘等方面均优于C-均值聚类算法。     

一种基于鹰视觉的雾霾天气无人机编队目标检测方法（英文）

本文提出了一种仿鹰眼视觉特性的雾霾天气下无人机编队目标检测算法。通过模拟鹰视网膜中ON和OFF通路的视觉信号处理机制,对大气光与透射率的值进行估计从而复原雾霾图像。同时利用鹰视觉系统的颜色拮抗机制与对比度敏感函数提取除雾图像下的目标特征,模拟中央-周边结构感受野特性对特征进行整合,最后通过随机森林算法生成目标显著图以进行目标检测。实验结果表明本文提出的算法能够有效检测出雾霾天气下无人机编队场景中的无人机目标,与其他传统方法相比,本文算法具有更好的检测效果。     

基于速度矢量场的无人机实时动态航路规划

针对局域动态环境中无人机实时航路规划展开研究,提出了一种基于速度矢量场的二维动态实时航路规划方法。通过建立不同空间特征区域速度场模型,实现了速度场驱动下的无人机航路规划。文中采用虚拟目标点法解决了速度矢量场航路规划局部陷阱问题;采用探测步长法,实现了无人机机动约束的融合,解决了航路可飞性问题;在动态实时规划应用中,确立了环境信息更新方法,实现了对动态环境的描述。通过仿真验证,表明速度矢量场法能够根据动态环境信息及时规避威胁到达目标点,算法具有良好的完备性和实时性,适用于局域动态环境中的快速航迹规划。     

基于级联虚-实融合的飞机钣金零件识别方法（英文）

提出了一种级联虚实融合方法来识别具有显著相似性的各种飞机钣金零件(Sheet metal parts, SMPs)。SMP通过涉及“粗略”“精细”和“首选”阶段的级联过程进行识别和编号。该方法将虚拟工作台建模与物理工作台识别相结合。最初,通过捕获物理工作台上钣金件的主方向图像并从图像中提取8D形状描述向量来识别SMP的“粗糙”集,这导致候选SMP集的发现。随后,利用图像的灰度信息对候选SMP集进行模板匹配,以实现“精细”匹配。提出了识别可靠性的定量测量,在增强现实3D投影的帮助下启动后续的“首选”识别过程。通过实际实验验证了该方法的有效性和优越性,在测试件中达到了最高准确率96.9%。借助3D投影,人机结合准确率100%。     

基于特征点运动矢量估计的动态序列图像运动目标跟踪

提出了一种改进的特征点运动矢量估计方法,用于动态序列图像中的运动目标跟踪。首先利用改进的最小亮度变化算法提取特征点;然后通过自适应的十字模式搜索法确定这些特征点的匹配点。在RANSAC方法的基础上,利用运动背景的仿射变换参数实现运动背景的补偿。最后利用合理的形态滤波技术,运动目标将完整地从背景中提取出来并实现准确跟踪。实验结果表明,改进的方法可以成功完成运动背景的补偿,并为动态序列图像的运动目标跟踪提供了保证。     

随机纹理图像的特征匹配鲁棒算法

针对三维外形测量以及表面位移、损伤、应变测量中的随机纹理图像,提出了一种特征匹配算法.该算法首先结合Harris角点探测和一个72维的角点特征描述向量,快速获取随机纹理图像对之间的粗匹配像点集合,然后通过灰度相关约束和视差梯度约束对粗匹配集合进行检验,剔除粗匹配集中的错误匹配.通过在误匹配剔除的过程中采用与粗匹配阶段相关联的自适应约束阈值,从而使最终的匹配结果不敏感地依赖于阈值参数的选取,而是在一个较大的取值范围内都能使最终结果在严格控制误匹配的前提下,得到足够多的正确匹配点对.通过实验对提出的方法进行了验证.     

基于全卷积孪生神经网络的复杂监控场景下前景提取方法

由于光照变化、相机抖动和动态背景等因素影响,现有基于传统图像处理方法的前景提取算法并不能在复杂场景下获得良好的分割效果。针对此类问题,本文提出了一种基于全卷积孪生神经网络的前景提取算法,仅需任意2帧图像即可准确提取运动前景。将输入的2帧图像分为背景图像与待提取图像,将其输入全卷积孪生神经网络得到二者的相似性度量图,该相似性度量图中包含待提取图像相对于背景图像的各像素变化情况信息;接着将相似性度量图与待提取图像融合,利用编解码网络以实现端到端的前景提取。在CDnet2014数据集上进行综合评估与测试,结果均证明了该方法的有效性。     

基于步行周期聚类的视频行人重识别关键帧提取算法

视频行人重识别旨在不同摄像头拍摄的视频中检索特定行人。但是,它面临着数据量庞大和视频数据存在时间冗余的问题,即视频数据耗费大量的存储空间且不同帧之间存在极强的相关性。因此,使用所有的帧进行识别会带来查询效率的下降,而且视频中大量的干扰和噪声也会给准确率带来不利影响。本文提出了基于步行周期聚类的视频行人重识别关键帧提取算法,首先利用行人步行时双脚距离变化的周期性规律提取候选步行周期,然后利用聚类的方法从候选步行周期中选出关键步行周期作为关键帧。最后,将该算法应用在视频行人重识别中,仅使用关键帧的信息进行识别以减少时间冗余的影响,从而提高准确率,并且在查询前对视频进行处理,减少视频数据量以提高查询效率。在视频行人重识别数据集MARS和DukeMTMC-VideoReID上的实验表明,本文算法能够减少59%~82%的视频数据量,并且累积匹配曲线Rank-1提高了1.1%~1.4%,平均精度均值提高了0.2%~5%。     

一种基于时间差分运动检测的改进方法

本文提出了一种基于时间差分运动检测的改进方法。首先计算时间上连续的两帧灰度图像的差分图像；然后，将得到的差分图像通过低通滤波和二值化处理；最后，利用图像序列中的多帧灰度图像计算得到一组二值图像，通过对二值图像进行像素的算术运算，提取出运动目标区域。实验结果表明：这种方法是有效的。     

基于联合检测-描述的火星表面特征提取方法

针对火星着陆光学导航过程中,传统的图像特征点提取算法在相机角度变化、光照条件变化等情况下,序列图像间的特征点提取与匹配鲁棒性差的问题,提出了基于卷积神经网络的联合检测-描述特征提取方法。首先,通过Blender获取模拟火星着陆过程的视频,使用稀疏重建方法,对模拟视频的图像和火星真实图像进行三维重建,建立了神经网络可用的训练数据集。然后搭建了卷积神经网络以处理图像数据,通过改进损失函数,联合特征描述符和特征检测器双重作用,获得了更准确的匹配结果。仿真结果表明,该方法在处理多视角、光照条件多变的火星表面图像方面,具有更好的特征提取结果,并在匹配测试阶段具备优于传统算法的性能。     

小型无人机电视引导撞网回收中的电视图像测距方法

以撞网方式回收无人机是符合现代无人机发展方向的回收方式。以此方式回收无人机对近场无人机测距提出了更高要求。本文研究了双摄像机绑定跟踪测距的方法，它结合传统光学测距技术和数字图像分析技术．与传统的光学测距相比，提高了测距速度和精度。本文介绍了双摄像机测距原理，给出了空中飞机图像捕捉和目标匹配算法，并介绍了测距误差的校正。实物地面实验结果证明这种测距系统可安全引导无人机撞网回收。