基于模糊模式识别红外成像系统TOD 参数测量

介绍了用于红外热成像系统性能评估的三角方向辨别阈值( TOD) 法。通过对TOD 参数测试理论的分析,探讨基于模糊模式识别的客观法红外热成像系统TOD 测试的基本方法和硬件组成,给出实现客观法TOD 测量的图像处理、特征提取和模糊综合评判方法。     

一种表征红外成像系统性能的新方法

介绍了一种评估红外成像系统性能的新方法－三角方向辨别（TOD）法，通过对TOD法进行分析，阐述了TOD法的基本思想，研究了TOD准则的产生机理及其在红外成像系统现场性能评估方面的实现方法，比较了最小可分辨温差（MRTD）法与TOD法各自的优缺点，展望了TOD法在未来红外成像系统现场性能评估和测试领域的应用。     

红外热成像系统评价的重要参数及测试方法

红外热成像增强了人类获得图像信息的能力,相对于可见光成像,红外热成像系统有很多的优点。综述了红外热成像系统性能评价中的几个重要的性能参数:最小可分辨温差(MRTD)、调制传递函数(MTF)、最小可探测温差(MDTD)、噪声等效温差(NETD),并叙述了MRTD和MTF的测试方法。在替代传统的MRTD/MRC测试方法中,TOD法是目前最优秀的方法。     

表征光电成像系统性能的两种不同方法

比较了表征光电成像系统性能的两种方法———最小可分辨温差法/最小可分辨对比度(MRTD/MRC)法与三角形方向辨别(TOD)法在测试样条、测量方法、适用范围、性能预测精度等方面的差别,分析了这些差别的产生机理,展望了TOD法在未来光电成像系统性能评估和测试领域的应用。     

红外热像仪成像评估系统设计

红外热像仪在军民应用领域发展迅速。如何客观地评价红外热像仪成像效果,为红外热像仪成像性能提供定量的数学描述,同时也为研究红外成像系统的图像清晰度、目标探测距离和目标跟踪性能提供支撑依据,成为必须要解决的问题。本文提出的红外热像仪成像评估(质量评价)系统具有红外图像数据采集与处理功能,配合红外成像评估的靶标系统（由黑体、辐射靶标控制台、准直光学系统、数显精密转台组成）进行红外图像数据测试评估。设计了图像评估的主要性能指标,并提出了数学模型及其实现的步骤,其中包括图像不均匀性(Non-uniformity,NU)、信号传递函数(Signal Transfer Function, SiTF)、噪声等效温差（Noise Equivalent Temperature Difference, NETD）、角线性度（Angular Linearity, AL）、目标成像定位角误差（Target Imaging Positioning Angle Error, TIPAE）等主要评价技术指标。测试结果表明,该系统的性能非常优越,成为红外热像仪研制过程中必备的调试、测试设备。     

红外成像系统MRTD测试方法研究

围绕红外成像系统重要参数最小可分辨温差(MRTD)的测试问题展开研究.首先,介绍了传统MRTD测试方法及测试原理,分析了其存在的缺陷.其次,讨论了两种MRTD客观测试方法以及在此基础上发展的智能测试方法.最后,介绍了国际上两种改进的代替测试方法最小温差接收模型(MTDP)和三角方向识别法(TOD),并分析了各自的优缺点.     

热成像系统用标准四杆靶标图的计算机仿真设计

四杆靶靶标是测试光学系统空间分辨率的常用信号源,在红外热成像测试领域有着广泛的用途.采用了MATLAB工程设计计算工具,针对红外热成像计算机性能模拟系统,以视场、目标背景对比度、目标空间频率、成像系统分辨率为自变量,设计了系列四杆靶模拟靶标信号源,为红外热成像计算机性能模拟系统提供了有效的测试图像信号源.     

起重机械金属结构缺陷的热成像技术研究

对起重机械金属结构裂纹缺陷的识别是红外热成像检测技术的新方向。介绍了脉冲红外热成像技术检测原理,设计了脉冲红外热成像检测系统,并根据脉冲红外热成像检测系统搭建了脉冲红外热成像检测系统实验平台。采用中值滤波和巴特沃斯低通滤波对实验中采集到的红外图像进行图像处理,并针对以上算法处理后缺陷轮廓边缘模糊的问题,提出了巴特沃斯带通滤波算法。对图像进行阈值分割、边缘检测后提取出缺陷轮廓特征,根据平板试件的实际尺寸和轮廓特征图像像素之间的换算关系,最终得到裂纹缺陷的识别精度。经过对比验证,脉冲红外热成像技术可以满足对起重机械金属结构裂纹缺陷检测的检测需求。     

起重机械金属结构缺陷的热成像技术研究

对起重机械金属结构裂纹缺陷的识别是红外热成像检测技术的新方向。介绍了脉冲红外热成像技术检测原理,设计了脉冲红外热成像检测系统,并根据脉冲红外热成像检测系统搭建了脉冲红外热成像检测系统实验平台。采用中值滤波和巴特沃斯低通滤波对实验中采集到的红外图像进行图像处理,并针对以上算法处理后缺陷轮廓边缘模糊的问题,提出了巴特沃斯带通滤波算法。对图像进行阈值分割、边缘检测后提取出缺陷轮廓特征,根据平板试件的实际尺寸和轮廓特征图像像素之间的换算关系,最终得到裂纹缺陷的识别精度。经过对比验证,脉冲红外热成像技术可以满足对起重机械金属结构裂纹缺陷检测的检测需求。     

红外热成像系统传递函数的测试研究

调制传递函数(MTF)是评价红外热成像系统性能的一个重要参数。本文分析了常用的MTF测试方法,并对其中倾斜刀口法的测试系统构成、测试原理、测试步骤进行了详细的介绍,最后通过Matlab实现倾斜刀口法测试MTF的方法,并使用该测试方法对某国产凝视热像仪进行了测试,其测试结果与国外某测试设备的测试结果最大相差0.04。     

Computing with uncertainty

The role of and interaction between statistical, fuzzy, and neural-like models for certain problems associated with the three main areas of pattern recognition system design are discussed. Some questions concerning fuzzy sets are answered, and the design of fuzzy pattern recognition systems is reviewed. Pattern recognition, statistical pattern recognition and fuzzy pattern recognition systems are described. The use of computational neural-like networks in fuzzy pattern recognition is also discussed     

通信系统评估中的模糊技术

对模糊聚类和模糊模式识别技术在通信系统的评估中的应用进行了探索。对模糊聚类算法即等价矩阵算法和模糊均值算法进行了讨论分析,在聚类基础上说明了模糊模式识别在系统中的应用。     

基于主成分分析和模糊识别方法的生物分子太赫兹光谱识别

提出了一种基于主成分分析（PCA）和模糊模式识别方法的生物分子太赫兹（THz）光谱识别方法,并采用多种典型糖类和氨基酸生物分子的太赫兹透射光谱作为实验介质证明所提方法的可行性和有效性。首先,运用PCA方法对生物分子太赫兹光谱数据做降维处理,提取样品太赫兹光谱特征信息;然后,用获得的主成分得分矩阵代替原始太赫兹光谱数据输入到模糊模式识别分析模型中,运用基于择近原则的模糊模式识别方法对待定样品进行分类识别。实验结果表明以生物分子的太赫兹光谱作为数据特征,采用PCA与模糊识别相结合的方法实现生物分子的检测和识别是可行的,该方法为太赫兹光谱技术用于生物分子的鉴定和识别提供了一种新的有效的分析方法。     

一种基于SVM的多目标模糊识别方法

支持矢量机是近年来在统计学习理论的基础上发展起来的一种新的模式识剐方法，在解决小样本、非线性及高维模式识剐问题中表现出许多特有的优势。本文重点分析了支持矢量机多分类问题中存在的错分、拒分现象，提出了一种基于支持矢量机特征空问的模糊隶属度函数。多目标识剐的仿真结果表明，采用这种模糊隶属度函数，能够减少目标的错分和拒分数量，提高识剐率。     

TOD Performance Theoretical Model for Staring Thermal Imagers

The TOD (triangle orientation discrimination threshold) metric, as a promising sensor performance measure, is suitable for all types of thermal imaging systems and corresponds to the field performance very well. Since this method was proposed, a great progress has been made in some aspects, such as experimental validation, field performance, and TOD sensor performance model. However, what is still missing is a TOD curve prediction model similar to MRTD (minimum resolvable temperature difference) equation. Here, an equation-based TOD performance model was first developed focusing on staring thermal imagers. Specifically, spatial distribution of the triangle standard test pattern is described quantitatively. Resolution transfer characteristic of the staring infrared imagers is modeled with linear system theory, and system noise is characterized with the introduction of three-dimensional noise model. The modulation effect of overall subsystem of staring thermal imager on the non-periodic triangle standard pattern is analyzed. The matched filter idea is adopted to characterize quantitatively the spatial integration of the eye to signal and various noise components over the triangle pattern area, and the perceived signal-to-noise ratio of the staring thermal imager is derived. Then, the TOD performance theoretical model is established. Comparing with experimental results, this theoretical model gives reasonable prediction of the TOD performance curve of staring thermal imagers. Although more tests and modifications are required, these preliminary results suggest that this model can be developed into a model that predicts the TOD for all kinds of sensors.     

基于高效液相色谱的中药材模式识别新方法

该文提出了一种基于高效液相色谱的中药材模式识别新方法。此方法采用一种新的自组织模糊神经网络识别中药材。网络由2级神经网络构成:第1级为子类自动聚类结构自组织模糊神经网络;第2级为有监督子类分类神经网络。整个网络既有神经网络的学习能力,又有模糊系统的基于规则的推理能力,特别是对子类的自动聚类能力。因为中药材会由于产地、采摘时间和处理方法的不同而有较大的区别,所以子类的自动聚类能力对中药材模式识别尤其有意义。另外整个网络还能适应特征维数不等的模糊模式识别问题。经大量中药材样本和实际测试表明,网络抗平移、形变和适应新产地药材的能力都很强,达到了预期效果。     

模糊聚类和模糊模式识别技术在通信设备抗干扰性能评估系统中的应用

本文提出了用模糊聚类结合模糊模式识别(F模式识别)技术评估通信设备抗干扰性能的方法。与传统的模糊综合评判方法相比,该方法使评估结果的时效性得到了改善,同时又保留了模糊信息处理技术的优点。     

模糊聚类和模糊模式识别在目标识别中的应用

提出了一种模糊聚类和模糊模式识别相结合的目标识别方法,并成功应用于海上舰船识别分类;同时引入聚类分析有效性评价的F统计量,实现了模糊聚类的自适应性,避免了聚类数目选取上存在的主观性.对于给定特征的海上舰船目标,仿真实现了对目标的聚类分析,获得目标的分类并形成标准模型库,并通过模糊模式识别对后继获得的目标特征样本在标准模型库中进行匹配,应用最大贴近度原则完成目标识别.仿真结果表明:对于复杂的战场环境,两种方法的结合是可行和有效的,可以满足战时实时性和准确性的要求,具有一定的应用前景.     

Fuzzy Pattern Recognition System for Detection of Alga Distribution

To realize the on -ine measurement and make analysis on the density of algae and their cluster distribution,the fluorescent detection and fuzzy pattern recognition techniques are used.The principle of fluorescent fiber-optic detection is given as rell as the method of fuzzy feature extraction using a class of neural network.