基于MAP估计和广义高斯MRF的SAR图像边缘比率检测方法

SAR图像极低的信噪比以及乘性噪声给SAR图像的边缘检测带来了较大的困难。提出了一种针对SAR图像边缘的自适应贝叶斯检测方法。该方法利用广义高斯马尔可夫随机场作为局部均值的先验概率分布模型,利用贝叶斯准则推导了局部均值的最大后验概率估计。广义高斯马尔可夫随机场模型参数估计和局部均值估计采用联合迭代技术进行求解。边缘检测器的参数采用接收机操作性能曲线和卡方检验进行选择。基于实测SAR数据的仿真实验结果表明,本文的边缘检测算子是有效的,并优于已有的SAR图像边缘检测算子。     

基于改进PSO算法的岸基导弹火力分配研究

针对基本粒子群算法(Particle Swarm Optimization,PSO)易局部收敛的缺陷,设计一种根据种群多样性测度动态调整惯性权重的改进粒子群算法,通过仿真测试函数与基本粒子群算法、自适应粒子群算法(Adaptive Particle Swarm Optimization,APSO)、带收缩因子的粒子群算法(Contractive Particle Swarm Optimization,CPSO)进行比较,结果表明本文改进的PSO算法在提高算法的综合搜索能力方面具有优越性.将改进的PSO算法运用到岸基导弹对海上舰艇攻击火力分配中,构建了火力分配模型,并进行了仿真实验,仿真结果验证了模型及算法的有效性.     

一种新的雷达数据剔野方法

基于雷达测量数据是一种特殊的时间序列这一特性,提出了一种针对雷达数据的序列剔野方法。先求得序列的边缘点,计算边缘权重因子,再在特征空间中计算异常因子来识别野值。从子列的角度检测雷达测量数据的野值,弥补了单点检测的局限性。采用某型雷达在某次任务中斜距R的一段测量数据进行实验,并将野值识别情况与用传统方法所得结果进行比较,结果表明,这种针对雷达测量数据的序列剔野方法较传统方法更能有效地剔除雷达数据中的野值。     

中国民航运输系统性测度研究

对民航运输系统发展程度的有效测度是实现民航运输系统协同发展的前提和基础,从民航运输系统性内涵出发,构建了民航运输系统性测度模型。借助数据包络分析评价方法,建立了民航运输系统总体评价方法,基于协同理论建立了民航运输子系统协调度测度模型和方法。并应用所建立的模型和方法,对中国民航运输系统性状况进行了实证研究。研究结果表明,中国民航系统的有效性有待提高,航空公司系统、机场系统与空管系统两两之间均处于中度协调状态,动态协调度呈现出上升趋势。     

基于彩色图像小波亚像素的发动机叶片边缘检测方法

针对彩色图像亚像素检测存在处在的问题,在HVS彩色模型的基础上,根据视觉系统的彩色显微图像特点,采用高斯函数为小波的基函数进行小波变换,计算小波多尺度的参数,采用双阈值法去噪,利用三次B样条拟合曲线的一阶导数零点,提出一种适用于彩色显微图像的小波亚像素的边缘检测方法,用于彩色图像亚像素检测:该方法应用于航空发动机叶片裂纹的检测,通过几种彩色图像处理方法结果的对比,验证了该方法的正确性以及实用性.     

一种基于边缘测度的加权Hausdorff景象匹配方法

针对经典Hausdorff距离匹配算法中仅考虑图像间边缘点的几何关系,而未充分考虑边缘点边缘测度显著性差异对Hausdorff有向距离贡献不同的特点,提出一种基于边缘测度的加权Hausdorff距离(EM-WHD)景象匹配方法.该方法集合结构张量和局部均值比方法构造出边缘测度图像,并根据测度图提取图像边缘;在图像匹配过程中.基于边缘测度的显著性不同,对每个边缘点采用不同权值的加权Hausdorff距离进行图像匹配定位.仿真实验结果证明了本文方法的有效性和计算快速性.     

出口宽高比对S形二元收敛喷管雷达散射截面的影响

在S形二元收敛喷管进出口面积、偏心距、面积变化规律及中心线变化规律不变的条件下,采用自适应超椭圆方法设计不同出口宽高比的S形二元收敛喷管.基于迭代物理光学法与等效边缘电磁流法自主开发计算腔体部件雷达散射截面（RCS）的程序;然后通过文献中的实验数据验证了计算程序的准确性和可靠性.通过计算程序分别分析了水平、垂直两种极化方式下不同S形二元收敛喷管的边缘绕射场与总散射场的电磁散射特性.结果表明:在水平、垂直两种极化方式下,喷管出口宽高比的变化对S形二元收敛喷管边缘绕射场的RCS影响较小,不同出口宽高比的S形二元收敛喷管边缘绕射场的RCS相差不超过4dB.喷管出口宽高比的变化对总散射场的RCS影响较大;正探测角时,宽高比为1.5时,在大部分探测角范围内总散射场有较低的RCS;负探测角时,宽高比为3.5时有较低的RCS.      

基于自适应注入模型的遥感图像融合方法

遥感图像融合的目的是融合高光谱分辨率、低空间分辨率的多光谱（MS）图像和高空间分辨率、低光谱分辨率的全色（PAN）图像,得到高光谱分辨率与高空间分辨率的融合图像。遥感图像的注入模型中如何确定注入细节及注入系数是该技术研究的关键。针对注入细节优化,先通过模拟MS传感器的特性来定义一种多尺度高斯滤波器,再用该滤波器卷积PAN图像以提取细节,得到与MS图像高度相关的细节。针对注入系数优化,综合考虑光谱信息与细节信息提出一种自适应的注入量系数。为更好地保留边缘信息,提出一种新的边缘保持权重矩阵,实现光谱信息与空间的双保真。将优化后的注入系数与注入细节相乘注入到上采样后的MS图像中,得到融合结果。对所提方法进行性能分析,并在各卫星数据集上进行大量测试,与一些先进的遥感图像融合方法进行对比,实验结果表明,所提方法在主观与综合客观指标上都能达到最优。      

基于边缘和结构的无参考屏幕内容图像质量评估

屏幕内容图像（SCI）是一种与传统自然图像不同的图像,具有更多的文本、图形以及特殊的布局。考虑文本、图形、图像和布局对屏幕内容图像质量的影响,提出了针对屏幕内容图像的基于边缘和结构的无参考质量评估（BES）算法。文本、图形和图像具有大量边缘,并且人类视觉系统对边缘高度敏感,因此BES算法首先使用Gabor滤波器的虚部提取边缘并计算每张屏幕内容图像的边缘特征。其次,提取一个结构特征来表示屏幕内容图像的布局。具体而言,利用Scharr滤波器计算得到一个局部二值模式（LBP）图,接着利用LBP图计算得到结构特征。最后,应用随机森林回归算法将边缘和结构特征映射为主观分数。实验结果表明,在数据库SIQAD和SCID上,所提出BES算法性能的皮尔森线性相关系数（PLCC）相对于对比算法中最先进的无参考算法,分别提高了2.63%和11.22%,甚至高于一些全参考算法。