一种基于智能卡的指纹认证方案

利用智能卡安全的计算和存储能力,在智能卡上不仅存放指纹特征模板,而且还实现两个特征集合的比对,指纹识别算法的其它过程则由经过认证的读写设备来完成.指纹的预处理仅包括三个部分:基于8个离散方向的方向场计算,在脊线方向使用平滑算子而在垂直于脊线的方向使用增强算子的图像增强和直接对脊线进行跟踪的特征提取算法.比对过程中首先根据两个集合中的全等三角形求出它们的旋转和平移参数,然后对根据参数进行转换后的特征集合进行点模式匹配.根据实验获得的卡上比对时间和识别率表明该方法的合理性,可用于工程实践.     

基于模板匹配的集中式多传感器群内目标精细跟踪算法

为解决多传感器探测下群内目标精细跟踪的难题,基于非机动情况下各探测周期内群内目标真实回波位置相对固定的特性,提出了一种基于模板匹配的集中式多传感器群内目标精细跟踪算法。该算法通过预关联成功的群状态集合与群量测集合分别建立模板形状矩阵和待匹配形状矩阵,利用匹配搜索模型和匹配矩阵确认规则选出代价最小的匹配矩阵,并基于模板和对应的匹配矩阵利用 kalman滤波完成群内各目标航迹的状态更新。仿真表明,与传统多传感器多目标跟踪算法中性能优越的基于数据压缩的集中式多传感器多假设算法相比,该算法在跟踪精度、实时性、有效跟踪率方面的性能明显优越,能很好的满足群内目标精细跟踪的实际工程需求。     

改进的特征匹配雷达视频运动目标跟踪算法

针对密集杂波和复杂多目标情况下,特征匹配跟踪算法定位跟踪精度较低的问题,提出一种改进的特征匹配雷达视频运动目标跟踪算法。首先,从单帧雷达图像检测结果中提取目标的面积、位置、不变矩信息,在运动目标得到判定后,利用卡尔曼滤波的预测位置以及上一帧特征信息进行目标匹配;然后,根据匹配位置和预测位置给出目标估计位置,并进行特征信息更新;最后,输出目标的特征信息、位置信息和运动参数。利用某型导航雷达上采集的实测数据验证了算法的有效性。     

云制造资源服务化封装与服务发现研究

为屏蔽制造资源的复杂性和异构性,实现异地、异构的制造资源整合与共享,向用户提供统一资源服务调用接口,分析云制造资源池业务流程和云制造资源组织模式,并提出以模块化的方式描述资源管理信息.在此基础上,构建制造资源的本体语义模型,使用OWL(Contology Web Language for Services),进行形式化描述;使用描述模版库和资源—服务映射器,实现资源服务化封装操作的简单化、自动化和规范化;使用OWL-S对制造云服务进行形式化描述,提供简便的服务注册、发布操作.采用基于语义相似度的服务搜索和匹配方法,并将云制造服务语义细分为功能语义、服务质量语义、数据语义和执行语义,使服务匹配快速、准确.     

传递对准姿态匹配的优化算法

 推导了4种传递对准姿态匹配算法,分析了这4种姿态匹配算法的优缺点,证明并验证了其中的“最优姿态匹配法”在姿态匹配算法中的最优性。首先介绍了传统的“姿态角匹配法”及其改进算法,即“姿态矩阵匹配法”,接着引入了量测失准角的概念,经过理论推导,提出了利用量测失准角进行传递对准姿态匹配的“量测失准角匹配法”。上述3种姿态匹配算法都是在子惯导安装角是小量的条件下推导而获得的,只能适用于安装角是小量的条件,具有一定的局限性。基于此,对“量测失准角匹配法”进行了完善,推导出了一种可在多挂点下使用的现代姿态匹配算法——最优姿态匹配法。从理论上证明了4种姿态匹配算法的相互关系。最后,采用“速度＋姿态”匹配方案进行的传递对准仿真结果表明：4种姿态匹配算法具有相同的估计精度;推导的“最优姿态匹配法”在保证精度的同时,可应用于子惯导安装角是任意角度的情况,具有更广的应用范围。     

图像匹配中的相似性度量比较与分析

图像匹配作为一种重要的图像处理技术是图像信息融合、目标定位、变化检测、图像重建等后续工作的重要基础.选择合适的相似性度量对于图像匹配的结果至关重要.分析和讨论了图像匹配中常用的相似性度量;针对典型的基于灰度统计的图像匹配方法SSDA,实验比较了采用不同相似性度量对匹配结果的不同影响;对实验结果进行了分析和讨论,并得出了结论.     

基于一种匹配函数的ATS资源自动配置方法

提出采用匹配函数描述测试点与仪器端口的匹配程度,用来指导自动测试系统仪器选型和资源配置.匹配函数采用面向信号的方法构建,综合了测点信号属性与仪器性能参数、仪器可靠性、仪器成本、仪器操作复杂度等因素,使得仪器选型和资源配置策略的制定更符合工程需要.给出了资源配置策略和算法,并对资源配置进行了并行测试优化.通过给出一个典型实例,证明该方法能有效降低测试成本,增强系统可靠性,提高测试效率和吞吐量,并为自动测试系统硬件设计的自动化奠定了基础.      

一种基于图像特征点提取及匹配的方法

针对图像特征提取与匹配的适应性和准确性的问题,将尺度不变特征变换(SIFT, Scale Invariant Feature Transform)算法应用到图像匹配领域.首先从原理上对SIFT算法的特性进行了分析,并以visual studio 2005为开发平台对SIFT算法分步骤进行了实现;最后以基于欧氏距离的最近邻准则作为特征的相似度量将SIFT算法提取的特征应用于图像特征匹配,并对不同的近邻比进行比较,给出了建议值.通过3组实验图像的匹配结果表明,SIFT算法提取的特征对图像缩放、旋转、亮度变化的匹配正确率都等于或接近100%,证明了SIFT算法提取的特征点有很好的适应性和准确性,可以进一步应用到图像识别以及图像重建等领域.      

基于自适应搜索的快速运动估计算法

在MPEG和H.263的运动估计中,全搜索(FS)效果虽好但时间开销巨大,以三步搜索法为代表的一些快速算法不仅在搜索精度方面与FS相比有较大的差距,而且搜索时间仍不能满足实际的需要.提出的基于自适应搜索的快速运动估计算法(ASA)充分利用了视频序列运动矢量在空间分布上的中心偏置特性和相邻块运动的相关性,在大幅度提高搜索效率的情况下,得到了与全搜索非常接近的搜索效果.与现有算法相比,该算法具有高效、鲁棒性强的特点.      

基于地面图像和卫星图像集成的火星车定位新方法

提出了一种基于地面图像和卫星图像集成的火星车定位新方法,该方法利用由导航相机立体图像得到的火星表面的点云数据提取石块,同时对高分辨率卫星图像局部灰度统计提取石块,通过地面和卫星图像中石块分布模式的匹配,实现火星车在卫星图像中的定位,从而消除仅利用地面传感器和影像定位产生的累计误差。采用NASA勇气号火星车在多个摄站获取的地面图像以及HiRISE卫星图像进行了实验验证,结果表明这种方法在石块较多的地区能够取得很好的自动定位结果,定位误差小于HiRISE卫星图像的一个像素（0．25m）。