多光谱手指静脉成像与采集系统设计

多光谱手指静脉图像信息采集对提高手指静脉识别性能具有重要意义,从活体组织的不同介质对不同波长的入射光有不同的散射和吸收性能这一角度出发,建立了多光谱手指静脉成像采集系统。重点介绍基于数码管控制芯片的多波段光源控制电路而搭建的硬件系统及设计的相应软件系统。该系统不仅解决了多模态手指静脉图像成像与采集的一些基本问题,而且为多光谱手指静脉识别奠定了数据基础和实验环境。这对促进手指静脉识别技术的发展具有重要意义。     

控制景深提高影像测量仪Z轴测量精度

探讨的是景深大小对于2.5D影像测量仪Z轴测量精度的影响。通过理论数据的推导以及具体实验的设计,告诉测量者要改变焦距和放大倍率来控制景深的大小,从而得到准确测量结果。对二维半测量工作具有显著指导意义。     

遥感影像中电磁特性数据挖掘

从数据挖掘和遥感信息提取的概念出发,提出了遥感影像中电磁特性数据挖掘的思想,从电子信息装备试验对电磁特性数据的需求和SAR影像数据处理的需求出发,重点完成了基于电磁特性的地物分类和面向对象的遥感影像电磁特性数据挖掘,其中面向对象的遥感影像电磁特性数据挖掘包含遥感影像准备与数据预处理、影像分割、对象的层次结构、规则建立、电磁特性数据获取、信息提取等六个部分,最后把理论方法进行了实践,为大批量获取遥感影像中的电磁特性数据提供了方法支持。     

基于图论分割的多光谱图像非监督分类方法

针对传统基于像素的多光谱遥感图像分类方法存在的"麻点"现象、采样成本高等问题,提出了一种基于图论分割的非监督分类方法,首先采用基于图论的分割算法,按局部邻近相似像素点分割成若干子区域,再以分割后子区域为基本单元,整体进行模糊 C均值聚类,最终实现对多光谱图像的非监督分类.实验证明,该方法结合了局部邻近像素点的相互关系以及相似区域的整体特征,有效解决了麻点问题,具有较高的分类精度和算法效率,降低了采样成本.     

机器人视觉系统模糊识别抓取物算法

针对机器人视觉系统对抓取物的模糊识别问题,参照人眼-脑识别对象的过程,建立了包括区域分割与模糊识别两个环节的识别算法.以视觉图像的灰度与色度特征作为区域分割与模糊识别的依据,从灰度、色度及形体特征上提取特征集的指标,并根据经walsh变换后图像灰度迅速向低频聚集的特点,提出基于walsh变换的基元模式识别特征的定义方法.在构建识别目标矩阵与关系矩阵的基础上,应用模糊关系合成与最大隶属度原则建立识别算法.该算法可从少量的采样点中识别出对象,具有较好的实时性.     

定量胶体金试剂条浓度检测方法

胶体金免疫层析浓度检测方法主要利用比色原理,当被检测液体中抗原与试剂条上抗体反应后,试剂条上检测区域颜色发生变化,与标准比色卡进行比较,即可定性分析浓度.目前胶体金试剂条大多为半定量测量,使其应用范围受到限制.采用一种基于DSP(Digital Signal Processor)的嵌入式图像处理系统,利用CMOS(Complementary Metal Oxide Semiconductor)图像传感器获取定量胶体金试剂条图像信息,根据图像特点进行Bayer变换、白平衡处理,提取出图像特征量条纹强度,建立图像特征条纹强度与样本浓度值的函数关系,实现被检测液体浓度的精确测量.与其它方法相比,具有精度高、检测速度快等优点.实验结果表明:基于DSP硬件平台的定量胶体金试剂条浓度检测精度可达到±5%,重复性误差达到±1%,具有一定的应用价值.     

变量相关情况下基于马尔可夫链样本模拟的线抽样可靠性灵敏度分析方法

针对变量具有相关性的可靠性灵敏度分析问题,提出了一种变量相关情况下基于马尔可夫链样本模拟的线抽样可靠性灵敏度分析方法。在所提方法中,首先将相关变量等价转换为独立正态变量,然后采用基于马尔可夫链样本模拟的线抽样方法,求解失效概率对等价独立正态变量分布参数的偏导数,最后利用等价变换前后变量分布参数之间的解析关系和复合函数求导法则,求得失效概率对相关变量分布参数的可靠性灵敏度。为了解所提方法的效率和精度,对所提方法的可靠性灵敏度估计值进行了方差分析。由于所提方法采用马尔可夫链快速产生失效域中的条件样本,这些失效域中的样本可用来准确获取重要方向,并可作为线抽样的随机样本,因而该方法具有很高的抽样效率。算例结果表明,所提方法是一种计算相关变量可靠性灵敏度的高效率、高精度方法。     

景象匹配中的几何透视校正和归一化互相关模板匹配

几何失真是使景象匹配性能下降的一个很重要的因素,基于参考图与失真实时图中四对对应点,本文采用透视变换方法,对失真实时图进行校正。对校正后的实时图,本文采用归一化互相关方法,进行模板匹配。仿真实验表明,这两种方法简单易行,校正与匹配结果精确。     

射手模型优化与辨识及其对图像制导的影响

基于数据链通信的人在回路制导模式额外引入了射手动力学而且存在图像信号延时,含有射手动力学的控制回路会对目标在视场（LOS）中的误差角进行跟踪补偿,从而提升图像制导弹药的制导控制性能。为探究射手动力学和图像信号延时对人在回路制导性能的影响,基于真实的图像导引头模型及参数,设计校正网络以满足导引头稳定回路的性能需求;引入两类射手模型,针对射手模型2,优化模型结构并通过贴近真实环境的辨识实验得到动力学参数,弥补了现有建模的不足。基于射手对不同图像信号延时的适应性,对比研究了两类射手模型与不同图像信号延时对导引头控制系统稳定性、快速性和人在回路比例导引制导精度的影响。仿真结果表明：图像信号延时越长,导引头跟踪速度越低、误差角越大,制导系统的收敛时间越长;优化后的射手模型2及其参数辨识更准确地描述了射手的操作行为,对制导系统的影响较低且满足系统性能要求。     

一种非规则采样航空时序数据异常检测方法

航天器遥测数据的实时异常检测对于航天任务具有重要意义。以往方法大都考虑规则采样且缺失率较低的时序数据,然而航空时序数据具有维度大、噪声多、缺失率高、采样间隔不规则等特点,因此异常检测任务较为困难。针对非规则采样且具有缺失值的多维航空时序数据提出非规则采样多维时序数据异常检测（IMAD）算法。首先,采用带有可训练迟滞项的门控循环单元（GRU-D）对缺失值和非规则采样的时序数据进行建模;然后,采用变分自编码器建立随机性模型,学习正常时序数据的分布,从而对噪声数据具有鲁棒性;最后,利用基于极值理论的自适应阈值确定法确定合适阈值进行异常检测。结果显示,在两个真实航空时序数据集上,IMAD具有超出当前最新异常检测算法的性能;多个实验表明,IMAD在缺失率、参数以及数据集变化时,能够维持较好的异常检测效果,具有较强的鲁棒性。