一种虹膜特征提取与匹配方法

人眼虹膜尺寸很小,并且容易受到干扰,如果不能有效地提取出稳定的虹膜特征进行模式匹配,将严重影响虹膜识别的准确性和鲁棒性。本文提出一种稳定的虹膜特征提取与匹配方法,在虹膜注册端通过构建强特征分类器获得增强型特征模板,在虹膜识别端通过多样本特征映射融合提取稳定的特征样本,并根据风险预测自适应地确定分类阈值,然后进行特征匹配与虹膜分类,从而有效提高虹膜识别的准确性和鲁棒性。     

一种trimmed NURBS曲面的均匀三角化

采用在曲面的参数域上均匀分布矩形网格的方法,把ｔｒｉｍｍｅｄ ＮＵＲＢＳ曲面的三角化问题,转化为对每个含有效参数域内的矩形网格区域中的三角化处理,以及对裁剪边界和与其相交的矩形网格围成工 三角化处理。     

基于矩阵奇异值分解的信号非周期性程度指标

首先基于矩划值分解给出信号非周期性程度指标的初步定义,然后进一步提出利用最大奇异值对应的信号分量的各段之能量熵对指标进行修正的方法,并对信号奇异值分解矩阵的构造方法作了重大改进。经若干仿真信号和实测信号的测试说明,提出并改进的非周期性程度指标的性能良好。     

基于图像处理技术的自动报靶系统设计和实现

提出了一种通过图像处理技术设计和实现的自动报靶系统。针对靶图像背景颜色对比度大的特点,采用一种基于灰度期望值的图像二值化算法,通过逐步分离的方法,将靶环从背景中分割出来;针对影响靶数精度的主要因素（图像的非线性畸变）,将靶数分解为整数与小数两部分。整数部分根据靶图像的物理意义确定,对靶数精度不会造成任何损失;小数部分根据弹孔最内侧点在两条靶环之间的相对位置确定。试验结果表明,用该系统确定的靶数可以     

非合作目标智能感知技术研究进展与展望

智能感知是实现航天器在轨精细化操控过程的关键技术,是在轨服务技术智能化的重点发展方向之一。空间目标智能感知包括位姿测量、三维重建与部位识别等关键技术,涉及小样本、多模态、模型适应与高维数据等问题。从工程应用角度出发,对非合作目标智能感知技术的研究现状进行系统的梳理与总结。首先,总结典型非合作在轨感知系统与光学敏感器技术的发展现状;其次,归纳总结了非合作目标智能感知涉及的关键技术;最后,基于研究现状总结和关键技术分析,探讨了非合作目标智能感知目前存在的主要问题,并给出后续发展的建议。     

基于样本类别确定度的半监督分类

在对遥感图像进行分类时,全监督算法往往需要足够的标记样本进行训练,然而标记的过程是耗时和昂贵的,相反收集大量的无标记样本是很容易的。为了在学习过程中能够有效利用未标记样本的信息,本文提出了基于样本类别确定度（CCS）的半监督分类算法。首先,利用多分类支持向量机（SVM）得到未标记样本属于各类别的确定度,有效地衡量了未标记样本类别可靠性;其次,对样本类别确定度进行预处理,提升利用未标记样本的安全性;最后,基于样本类别确定度设计了半监督线性判别分析（LDA）降维算法并对其进行核化,使得样本在降维后的子空间更具有可分性,并根据降维后的数据特点,采用最近邻分类器对新样本进行分类。利用真实的合成孔径雷达（SAR）图像进行测试,验证了在标记样本较少的情况下,本文算法在性能上优于全监督和其他半监督算法,并能够快速收敛。      

LPC倒谱参数的说话人特征分析

通过对多个说话人与文本无关的发音材料进行统计分析，比较了ＬＰＣ倒谱的不同分量对说话人特征区分所作的贡献，研究了ＬＰＣ倒谱所体现的说话人共性及个性特性，同时使用了Ｆｉｓｈｅｒ判据，最近邻错误率，超球错误率、类内，类间平均距离等量度方法，从不同角度探讨了ＬＰＣ倒谱参数的说话人统计特征，并考查了它在正交变换，最大可分变换下的变化及以不同距离作为测量手段所产生的不同效果，这些工作是对ＬＰＣ倒谱参数用于说话     

图象最大熵复原及其快速算法

图象最大熵复原是一种正性约束条件下的非线性图象复原方法。Ｂｕｒｇ法用于图象最大熵复原，只提出了一维解的结果，而未发表其推导过程。本文采用泛函极值求解方法推导出类似的一维解，并在此基础上提出了具有实用价值的快速算法。     

THREE ASPECTS OF ISAR SIGNAL PROCESSING

ＴＨＲＥＥＡＳＰＥＣＴＳＯＦＩＳＡＲＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧＳｈｅＺｈｉｓｈｕｎ；ＺｈｕＺｈａｏｄａ（ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＮＵＡＡ２９ＹｕｄａｏＳｔｒｅｅｔ，Ｎａｎｊｉｎｇ２１００１６Ｐ．Ｒ．Ｃ...     

A Novel Ship Wake Detection Algorithm Based on WTHT and Radon Transform

This paper proposes a novel ship wake detection algorithm based on the White Top-hat Transform (WTHT) and the Radon transform, which aims to improve the contrast between the ship wake and the background so as to improve the detection performance on Synthetic Aperture Radar (SAR) images. The proposed algorithm includes two major processes, and one is to improve the contrast and another one is to locate the ship wake. In high sea state conditions, the contrast of ship wake and background can be very low, which makes it difficult to detect. In the first step, the proposed contrast improvement algorithm is applied to improving the contrast which helps for improving the detection performance. An attribute filter based on edge detection result is adopted here. In the second step the contrast improved image is transformed into the Radon domain followed by peak extraction process to find the wake, the WTHT is used once more in this step. Finally, in the last step, the wake is overlapped on the original image. Experimental results on Tiangong-2 Interferometric Imaging Radar Altimeter (InIRA) images are presented and compared with that obtained by using the classical algorithm, and in this way, the better performance of our algorithm is demonstrated.