The combined FSS-SPRT method for detection and tracking of low SNR point targets

For the detection and tracking of dim point targets with SNR 〈 2 dB, the combined SPRT and FSS method is given to accomplish detection in whicb likelihood testing are carried out twice to prune constantly. Firstly, the SPRT is developed aiming at the heuristic segments formed by correlation analysis. In order to avoid missing detection the threshold is chosen much lower. Secondly, by adding samples and choosing the one most similar to the heuristic segment to make state estimation FSS is implemented. This time we choose a higher threshold. Moreover in preprocessing the compound kernel estimation is designed to depress varying background clutter. Multiple experimental sequences validate that the method is more suitable for the dim targets detection and tracking compared with the scheme choosing the higher intensity pixel in tracking. It not only has perfect detection performance but also can greatly enhance tracking performance.     

矩阵的低秩稀疏表达在视频目标分割中的研究

提出了一种视频目标跟踪与分割的在线算法。该算法将每帧图像中的超级像素作为一个数据点,根据已知的目标和背景建立模板,当前帧中待分割的目标可以看成已知模板的稀疏线性表达。根据此线性表达的系数可以建立描述当前帧与模板的相似性矩阵,即表达子。由于视频图像的连续性,表达子具有低秩和稀疏的特征。因此通过求解矩阵的低秩稀疏的优化问题可以得到当前帧中所有数据点属于目标的概率分布。为了获得基于像素级的分割结果,通过能量最小框架,并利用图分割的方法最终实现目标的分割。实验结果表明该算法具有良好的分割效果。     

基于多层次特征表示的场景图像分类算法

针对场景图像种类增多、场景复杂度增加和场景内容增大的趋势,本文提出了一种基于多层次特征表示的场景图像分类算法。首先采用Object Bank目标属性的高层特征表示方法,经分类器预测出该图像所属的场景主题;然后在同一场景主题内,采用基于底层特征的局部约束低秩编码方法提取图像特征;在低秩编码方法中加入局部约束正则化并采用F-范数替代核范数的优化方法,减少计算复杂度,实现对场景图像较为细致的理解。这种由高层特征和底层特征相结合的多层次特征表示方法,从对象特征的粗理解到底层细节特征的详细解析,充分利用了不同特征间层层递进和互补的关系,实验结果证明了本文算法的有效性。     

隐低秩结合低秩表示的多聚焦图像融合

为使多聚焦图像的融合结果能保持全局性、保留局部的细节且对未配准源图像具有鲁棒性,提出了一种隐低秩表示结合低秩表示的多聚焦图像融合算法。该算法通过对源图像进行隐低秩表示,得到图像的低秩(全局)部分和显著(细节)部分,然后对低秩部分和显著部分分别使用滑动窗口技术分块,并将分块使用4个方向的Sobel算子进行分类学习子字典,将子字典合成完整字典后进行低秩表示,接着对低秩部分和显著部分的低秩系数分别进行融合,融合过程中引入导向滤波增强空间连续性,最后将融合的低秩系数分别乘以字典得到融合后的低秩部分和显著部分,两者相加则得到最终的融合图像。为验证算法的有效性,实验过程中选取3组数据,包括2组完全配准的多聚焦图像以及1组未完全配准的多聚焦图像,分析融合结果与源图像的残差,并使用4个融合质量评价指标进行量化分析。实验结果表明,该算法在主观视觉效果和客观质量评价分析方面都优于当前主流的多聚焦图像融合算法。     

低慢小目标多装备协同探测分配问题研究

综合运用雷达、可见光、红外、无线电等多种探测装备协同探测是解决低空慢速小目标的探测跟踪难题的主要手段.针对多探测装备协同的目标分配问题,建立了低空慢速小目标和探测装备模型,提出了一种基于粒子群的多探测装备协同目标分配算法,最后给出了实例仿真.仿真结果表明,该算法是可行的,在实际应用中能较好地满足指挥决策和实时性要求.     

基于低秩空间的低复杂度干扰对齐算法研究

低秩空间的干扰对齐算法对无线通信网络的干扰抑制效果较好,但因其高复杂度而难以得到广泛应用。针对该算法高复杂度的缺点,提出对干扰系统内所有IA收发滤波并行处理的优化算法,并通过拉格朗日条件极值得到该算法的理论容量上界,最后进行算例仿真对比。结果表明,该优化算法能够在保证网络容量的条件下,降低算法的复杂度。     

细长椭球导体雷达散射截面的分析计算

本文由散射积分方程经过简化导出物理光学积分的一般式,给出细长椭球导体雷达散射截面的分析计算,最后对结果作了简单分析。     

融合低秩和形态学的高光谱影像特征提取

高光谱遥感影像具有较高的光谱分辨率,能够精细刻画地物的反射光谱,具有很高的地物分类与识别能力. 但高维波段之间通常具有较高的相关性,冗余度高,为影像处理和分析带来负担. 针对高光谱影像特点的特征提取和选择为有效提取信息提供了保障. 提出一种融合低秩和形态学的特征提取方法(MSEMP),利用低秩来精简高光谱影像中的冗余信息,获取秩最小的光谱紧致表达,并在此基础上利用多形态多尺度结构元素提取形态学剖面,获取影像空间特征. 实验对AVIRIS和ROSIS传感器的两组数据进行测试,通过MSEMP提取特征后进行分类实验,可以获得较高的分类结果,证明了低秩和形态学相结合的特征提取方法的有效性.     

基于矩阵填充技术重构低秩密度矩阵

从有限的信息中重构低秩或者近似低秩矩阵的问题日益受到人们的关注,解决这个问题的技术称为矩阵填充.对于一个希尔伯特空间下纯态或者近似纯态的量子体系(也就是低熵状态),其密度矩阵是低秩的,且迹为1.将矩阵填充理论应用于重构泡利测量下未知密度矩阵中,用Matlab软件程序进行数值模拟,采用奇异值阈值算法,将软阈值法则用在未知态密度矩阵的奇异值上,通过计算机编程,进行阈值迭代,直至达到截止标准,能够大大提高运行速率.由于以泡利矩阵为基的张量积结构便于在实验中获得,以重构泡利测量下的未知密度矩阵为例,采集了部分数据,分析了矩阵的重构结果.通过对重构误差、运行时间、采样率方面的研究,得出密度矩阵能够通过矩阵填充技术完整重构的结论.