基于模式特征的图像压缩算法

从人眼视觉特征与空域模式特征的角度出发,提出了一种基于模式特征的图像压缩算法。经过对一组遥感图像的对比试验,可以看出本算法在对纹理信息丰富的遥感图像进行压缩时明显优于SPIHT算法。     

基于DEM的星载SAR图像模拟以及用于图像精校正

根据星载SAR的距离-多普勒成像原理对DEM的三维位置点进行成像几何位置的计算,然后根据经验公式给出了雷达后向散射系数的模拟方法。针对DEM格网间隔和SAR图像分辨率的不同,以及由于侧视成像雷达的特点而导致山区的迎坡和背坡模拟图像点密度不均匀等问题,采用了基于DEM格网点内插的算法。最后应用模拟的SAR图像和真实图像匹配来实现星载SAR图像的几何精校正处理。通过采用RADARSAT的实际图像进行了图像的模拟和几何校正,证明了方法的可行性。     

基于机器视觉的高精度顶桥施工位姿测量系统

分析了现有的顶桥施工中位姿测量系统的特点,指出其目前存在的主要问题.针对这 些问题和现场需求,基于计算机视觉反馈理论,设计了一种由CCD传感器、激光准直仪和倾 角传感器组成的新型高精度光电测量系统.在建立了相关数学模型的基础上,搭建了硬件系 统,给出了视频采集、图像处理和多串口通信等关键技术的具体实现方法,完成了各功能模 块的软件开发.该测量系统具有精度高、实时性好、操作简单、维护方便和成本低廉的优点 ,能够替代以往效率低下的人工测量方式,而且其实现方法为其他大型施工测量系统的设计 提供了新技术.      

基于虚拟现实技术的无人直升机实时监控系统

引入虚拟现实技术,结合遥测数据的快速有效滤波和插补方法形成可视性和可靠性良好的无人直升机远程实时监控系统.有效地提高飞行状态显示形象性,动态性,遥测数据的可靠性和实时性.使离机驾驶员对无人直升机的控制更加直观有效,提高飞行任务成功率.      

基于VB6．0的飞机平尾液压作动筒位移传感器测试系统设计与开发

以用于飞机尾翼控制的液压作动筒位移传感器测试为例 ,介绍了其测试系统设计的方法 ,以及实际测试过程中需要注意的问题。利用VB高级语言编制界面及数据处理的优越性 ,结合C语言可对计算机底层硬件端口编程控制的优势 ,将两者有机地结合起来 ,实现了信号采集与数据处理的程序设计。该方法有较好的通用性 ,对其它测试系统的设计与开发具有一定的参考价值     

利用平滑约束复原方法处理CCD相机遥感图像

重点研究了频域平滑约束复原方法以及该方法对遥感领域中的实际应用，文章先介绍了平滑约束复原方法的理论基础，然后用该方法对CCD相机的遥感图像进行了复原处理，讨论了遥感器系统调制传递函数（MTF）曲线的拟合，遥感器系统MTF矩阵的构造以及复原参数的选择。可以得出结论，在一定条件下，利用平滑约束复原方法可以有效地改善整个系统的调制传递函数，从而使图像变得清晰。     

分布式虚拟战场演练管理态势子系统的实现

分布式虚拟战场环境中的演练管理系统模块众多,其中态势子系统作为一个重要组成部分,担负着实时、客观地显示参加演练的红、蓝双方实体态势的任务.为使白方客观掌握演练过程中的实体信息,分析了虚拟战场环境中白方态势显示的功能需求,建立了态势显示的结构模型,在高层体系结构(HLA)的基础之上,提出了一套可行的设计方案,并给出了具体实现.结果表明,态势子系统的输出完全满足态势分析的需求.      

X射线平板探测器数字成像及其图像校准

为了提高X射线数字成像系统的图像质量,以基于平板探测器的X射线数字照相系统为研究对象,介绍了平板探测器自身影响图像质量的4大因素:随机噪声,偏置误差,像元响应不一致性和瑕疵像元等,分析了这些因素的成因及其对图像质量的影响,提出了相应的减小和消除这些影响的图像校准方法.实验结果表明:运用这些图像校准方法,可以有效地去除上述因素对图像质量的影响,显著提高平板探测器输出图像的质量,为后续图像判读奠定了良好的基础.      

昆虫翅膀图像特征的亚像素级提取方法

昆虫翅脉、翅脉交点及翅膀边缘是昆虫翅膀运动变形三维重构的主要依据.通过分析这三种特征的图像特点,对于翅脉中心,采用Hessian矩阵求出灰度极值点方向,并用二次曲线拟合该方向的灰度变化,通过确定该曲线极值点位置来提取亚象素翅脉中心;然后通过求灰度图像的梯度,在其梯度变化方向求极值点的方法提取翅膀边缘特征;此外根据翅脉方向变化的连续性提出了邻域角度约束方法确定翅脉交叉点,从而最终提取到亚像素级的翅膀边缘、翅脉及交叉点等特征.实际应用证明该方法是较为有效的.     

基于概念聚类的用户兴趣建模方法

Internet资源的指数级增长促进了个性化服务的发展.针对传统的用户兴趣建模方法在准确率和增量处理能力方面的不足,提出了一种新的基于概念聚类的用户兴趣建模方法UIM2C2(User Interest Modeling Method based on Conceptual Clustering).该方法首先通过分析用户访问的历史文档构造后缀树结构,然后选择不同的相似度阈值,以不同的粒度合并基本簇.依据不同阈值条件下合并的基本簇之间的包含关系,生成用户的兴趣层次.UIM2C2方法是针对文档的一个增量式、无监督的概念学习方法,因此用户描述文件可以轻易的获取和更新.最后,通过数据集20NewsGroup上的实验验证了UIM2C2方法在兴趣预测方面的有效性.