基于宽带时频图的多路摩尔斯信号自动检测

针对现有算法没有涉及的宽带环境下多路摩尔斯信号自动检测问题,提出一种基于宽带时频图和集成学习分类器的算法.首先,通过提出一种基于宽带时频图的信号快速窄带滤波方法,实现噪声背景中各类型信号窄带时频图的快速获取;然后,为从上述窄带时频图中识别出多路摩尔斯信号,提出3个新特征与局部二值模式特征构成特征向量;最后,采用集成学习算法设计分类器实现摩尔斯信号的自动检测.与现有算法对比实验结果表明:针对多组实际数据,该算法的正确率均可达95%以上,同时误检率低于10%,具有良好的鲁棒性和应用价值.     

一种基于图像分割和模板匹配的短波跳频信号盲检测算法

提出了一种基于图像分割和模板匹配的短波跳频信号盲检测算法。该算法将实际跳频信号的STFT（Short Time Fourier Transform）时频谱图当做一幅图像,利用图像分割手段分离背景噪声,并通过模板匹配来实现跳频信号的检测。实验结果表明该算法能够有效克服实际短波信道中复杂的背景噪声,计算复杂度低,易于工程实现。     

基于活跃度的脉冲耦合神经网络的苹果腐烂分割方法

基于现有的机器视觉技术,针对水果的腐烂检测受到水果形状、大小、颜色影响而提取困难的问题,以苹果为研究对象,在机械自动化采摘时提出基于信息融合技术的苹果腐烂识别检测方法,检测苹果腐烂区域以便后续进行自动化处理。为了较好地分割苹果腐烂部分,提出一种基于活跃度的脉冲耦合神经网络图像分割算法,选择采用两个位置像素的联合概率密度定义的灰度共生矩阵,不仅描述了像素灰度信息,还描述了灰度空间分布信息,可以有效用来度量图像的复杂程度,较好地实现苹果腐烂分割。应用结果表明,采用改进的脉冲耦合神经网络图像分割算法较好地实现了苹果腐烂区域检测。     

基于形态学处理的短波跳频信号宽带时频检测算法

通过分析短波跳频信号的宽带时频特性,本文提出一种基于形态学处理的检测算法。算法分别利用形态学基本算法、改进的骨架化算法、改进的击中/击不中变换实现跳频检测过程中噪声和干扰信号的消除、跳频信号存在性的判定、跳频图像的还原等操作。仿真结果表明,算法在较低信噪比的情况下仍能较好的确定短波跳频信号的存在性,实现信号的检测与还原。     

快速的Otsu双阈值SAR图像分割法

在分析SAR图像的统计分布特征的基础上,根据SAR图像自动目标识别对SAR图像分割的要求,提出了一种适合SAR图像的Otsu分割算法。算法首先利用CFAR进行粗分割,然后利用Otsu进行细分割。实验结果表明,该算法分割准确且计算量小,客观评价值较高。     

基于面积法的车辆识别统计研究

在车辆识别的图像分割算法中通常存在分割后的图像残留许多噪声点、区域边缘不太平滑、多辆车识别为一辆车等现象。在其他分割算法的基础上应用面积法对车辆图像中多辆车进行识别,并应用MATLAB/GUI编程实现。车辆识别结果显示,该方法识别率高,对车辆的识别、车流量统计具有重要的应用价值。     

自适应控制下图像分割及并行挖掘算法

针对海量图像数据中目标的分割及识别问题,提出了一种自适应控制下图像分割及并行挖掘算法.采用隶属度函数窗口宽度在图像直方图控制下自适应调整模糊阈值图像分割方法对图像进行分割,提取出感兴趣的潜在目标区域,基于共轭梯度法改进的BP神经网络算法对潜在的目标区域进行训练和识别,识别算法基于OpenMP并行处理模型开发来提高执行效率.结果表明:本文算法相对于基于偏移场的模糊C均值、灰度波动变换自适应阈值和自适应最小误差阈值具有更高的分割准确率,与传统神经网络算法的识别结果相比,平均识别率提高了8%,运行时间减少了2. 5 s.     

短波通信中的数字调制信号识别

针对目前没有有效的方法对短波通信中的调制信号进行识别的问题,提出一种基于小波包变换、高阶累积量和支持向量机的数字调制信号识别新方法.该方法提取信号经小波包变换后各频段的能量值和累积量作为特征向量,利用以支持向量机为基础的多级分类器对其进行调制识别.此分级调制识别方法与其他非分级调制识别方法相比具有较高的识别率.实验表明,针对FSK、PSK等10种调制信号在低信噪比下具有较高的识别能力,该算法在短波通信中的调制信号识别领域有较好的应用.     

基于霍夫变换与像素疏密程度票据分割算法研究

为了解决传统基于边缘检测的票据分割遇到的抗噪性及检测精度问题,本文以国家普通发票为研究对象,提出了一种基于霍夫变换与像素疏密程度的票据分割算法。通过对发票进行采集、缩放、灰度化、二值化、边缘检测和膨胀等预处理后,采用霍夫变换和像素疏密程度进行分割。同时,为验证分割出的部分发票的有效性,采用基于OCR技术的字符识别软件进行识别。识别结果表明,该算法将每一部分进行了有效的定位与分割,有较高的识别精确率,且速度快,具有一定的抗干扰性,达到了预期要求。该研究对普通发票的分割具有实际意义。     

基于码元分布特性的FSK信号识别算法

FSK信号在短波通信中大量应用,将其与PSK、QAM、并行多路传输信号区分开来具有重要的意义。而短波信号识别的关键是如何减小噪声与多径传输引起的频率选择性衰落的影响。提出一种基于码元分布特性的FSK信号大类识别算法,采用带通滤波后子载波信号的短时谱能量方差作为识别特征,具有优良的抗频率选择性衰落与噪声干扰性能。仿真实验与实际信号测试结果表明,算法具有较高的识别正确率,能直接对中频信号进行处理,可用于实际工程。