基于多项式变换的遥感图像几何校正并行算法的研究与实现

研究和实现高效的几何枝正并行算法，能够有效地提高遥感图像预处理的工作效率。本文首先研究了基于多项式变换的几何校正算法，然后提出了新的并行几何校正算法。该算法通过局部边界计算达到延迟通信的目的，很好地解决了计算局部性问题；在机群系统上实现后，对多幅大小不同的G比特遥感数据集进行了测试，获得了正确的结果和良好的并行性能。     

微粒群优化算法在传感器非线性自校正中的应用

微粒群优化(PSO)算法是一种进化算法,包含的概念简单。介绍了不同于传统的传感器非线性校正方法,将PSO算法应用于传感器非线性校正的参数估计,并通过电涡流微位移传感器非线性校正进行PSO算法效果测试。实验研究表明:PSO算法简单、得到的传感器非线性校正曲线精度高。PSO算法为传感器的非线性校正提供了一种新方法。     

广角图像畸变校正算法的研究与实现

为了校正广角图像的非线性畸变,提出一种新的数字校正方法来消除畸变。首先利用网格模板校正的方法,根据畸变图与理想图对应像素点的映射关系,得到畸变图像点在x轴和y轴方向上的偏移量。然后采用三次B插值函数对曲面插值,得到畸变像素点的偏移量曲面,由偏移量曲面和畸变点的坐标实现各像素点的坐标变换。最后通过双线性插值法完成灰度重建得到无畸变的图像,从而实现对广角图像的校正。为了测试该算法的速度性能和可靠性等指标,在DSP平台上运行此算法。实验结果表明该算法能够对广角畸变图像进行快速有效的校正。     

一种相控阵天线REV幅相校正方法的仿真与实践

介绍了基于傅里叶分析的旋转矢量算法(REV),并将该算法应用于相控阵天线各单元的初始幅相误差校正,给出了它的仿真分析和工程实现方法。所使用的校正方法区别于以往采用的REV校正方法,利于减少校正天线对相控阵收发信号的影响。仿真结果显示,校正后各通道的相位和幅度与人为设置的相位、幅度只差一个常数,表明方法是有效的;通过实际测试,校正后的天线方向图与近场校正结果逼近,EIRP比校正前提高1.4dB以上,验证了校正方法的功能和性能。     

基于拟合的IXP2400包发送速率控制技术

随着网络设备种类及数量的飞速增长,对其测试的需求也大大增加,网络设备测试技术便成为测试领域研究的热点,而对包发送速率的精确控制是网络设备测试技术实现的关键.为此,本文研究实现了“基于拟合的IXP2400包发送速率控制技术”.详细介绍了拟合条件和过程、算法实现、校正方式及时间复杂度的分析.通过基准测试验证了本方法的准确性并分析了误差产生原因.并结合网络测试领域的实际情况展望了该技术的发展前景.     

GNSS干扰测向中的自适应阵元标校算法研究

在卫星导航系统优化设计的研究中,由于存在空间干扰,信息源方向测试误差较大。针对阵列通道之间存在幅相误差,导致子空间类高分辨测向算法测向性能下降的问题,提出一种快速自校正算法应用到GNSS接收机阵列通道幅相误差校正中。算法无需知道干扰方向,在准确估计出干扰个数的基础之上,采用分步迭代的方式,估计出存在幅相误差情况下的干扰波达方向,能够实现对多个干扰的同时校正。仿真结果表明,改进算法能够有效提高MUSIC算法的稳健性,提高对多干扰的分辨能力和估计精度,在GNSS接收机阵元标校中有良好的应用前景。     

多投影显示墙的全局颜色校正

画面校正是实现无缝多投影显示墙系统的关键环节,针对此,提出了一种基于参数估计和统计思想的全局颜色校正方法.首先根据采样点的粗略分布建立亮度响应曲线的经验参数模型,并通过采样数据来确定该曲线的参数;然后依据亮度响应曲线,引入统计算法来调整投影仪输入,从而实现视觉上无缝的多投影拼接显示.最后在2×2和3×5多投影显示墙上进行了该算法的可行性和效果测试.结果表明,该算法比现有颜色校正算法的画面质量更好,亮度更高.     

基于MIMU和磁力计的姿态更新算法研究

针对传统人体姿态解算算法中存在MEMS陀螺误差发散快的问题,提出一种基于微惯性测量单元( MIMU)及磁力计信息融合的姿态解算算法。该算法利用互补滤波结合PI调节控制完成陀螺零偏校正,然后在加速度计和磁强计的辅助校正下,通过EKF( Expand Kalman Filter)滤波器更新四元数法实现陀螺姿态解算。本算法采用MPU9150传感器模块完成测试实验,实验中对比分析了单独扩展卡尔曼滤波算法与本算法的滤波效果。实验结果表明,本算法能够有效地抑制陀螺的发散,实现稳定地输出高精度姿态数据。     

国内18信息移频信号检测频谱校正算法的研究

针对铁路行车安全对轨道电路移频信号检测精度的要求及测试仪表对实时性的要求,分别研究了以快速傅里叶变换(FFT)与线性调频Z变换(CZT)算法为基础的频谱校正方法;采用频谱校正方法,将FFT和CZT变换中存在的频谱泄漏还原为接近无泄漏状态,实现信号参数的准确获取;再从算法原理、误差和运算复杂度等3个方面进行对比性分析,结果表明:对于国内18信息移频信号,在中心频率、低频和频偏的标准值处,使用两种算法得到的各参数计算值的绝对误差分别满足0.2Hz、0.02Hz和0.2Hz;各参数标准值发生一定偏差时,FFT的频谱校正算法的参数检测效果优于CZT的;FFT的复数乘法运算量较小。     

基于ZigBee无线传感网络的人员定位系统设计与实现

针对现有无线传感器网络定位系统精度不高的问题,采用基于校正模型的三边测距质心定位算法实现人员定位。通过研究ZigBee无线通信技术,分析无线电传播路径损耗模型,结合实验测试得到RSSI测距模型。引入高斯滤波模型和自校正模型修正测距值,在三边测量法的基础上结合质心定位思想,以三圆相交部分的质心作为盲节点的估算位置。经试验测试,该系统的定位误差小于10%,有效地降低了环境引起的盲节点位置误差,提高了定位精度。     

移动机器人车轮打滑检测与校核方法

针对移动机器人车轮打滑引起的非系统误差,提出了双轮检测结构模型.利用检测轮与驱动轮编码器输出脉冲数,建立直行和不同转向方式的车轮打滑模型并给出打滑辨识算法.利用正向校正算法或反向校正算法校正运行方向误差与位移误差.仿真结果表明:该结构模型能够累计机器人长时间运行产生的打滑误差,并实时校正,反向校正算法存在极少的位移误差,校正精度优于正向校正算法,但正向校正算法逻辑简单,能量消耗少.     

非制冷红外探测器非均匀性的校正方法

两点温度定标校正算法是非制冷红外探测器的有效的非均匀性校正技术。根据焦平面特性和两点算法,提出一种采用两级存储结构的现场可编程门阵列实现途径:流水运算,采用分级存储校正系数和并行结构运算部件。仿真和试验证明:这种方法具有高速、系数存储大容量、可扩展的特点,适合于大阵列非制冷红外焦平面的实时校正。     

含运动目标的红外图像非均匀校正算法

通过分析运动目标对基于图像配准的非均匀校正算法校正效果的影响,基于相邻帧之间运动目标辐射强度不变的假设,提出含运动目标的红外图像非均匀校正算法。通过临近帧补全运动目标遮挡的场景,消除运动目标的影响,进行非均匀校正得到场景校正帧,再利用运动目标的辐射信息对各帧运动目标进行非均匀校正,最终得到全图校正帧。仿真和实测红外图像校正实验表明：算法能够很好地解决含运动目标的红外序列图像的非均匀校正问题。     

基于缓变场景的复杂神经网络非均匀性校正

针对遥感数据定量化应用对多元红外探测器非均匀性校正的高精度需求,提出了一种基于缓变场景的复杂神经网络非均匀性校正算法,在两点校正基础上,进一步降低图像非均匀性。与经典BP神经网络非均匀性校正及其改进算法相比,复杂神经网络非均匀性校正算法突破单一层学习神经元结构限制,采用双层学习神经元结构,第一层学习神经元采用大邻域中值滤波作为期望函数,第二层学习神经元采用小邻域均值滤波作为期望函数,通过多层学习神经元配合,兼顾非均匀性校正效果并避免图像边缘模糊。经实拍红外图像非均匀性校正实验证明,复杂神经网络校正与经典BP神经网络校正相比,取得了更好的非均匀性校正效果,非均匀性评价结果UN=0.75%,次优算法非均匀性评价结果为UN=0.77%,与次优算法相比,复杂神经网络校正算法有更高的像素平均梯度评价值,达到28.49,而次优算法只有28.30,非均匀性评价结果低并且像素平均梯度高说明复杂神经网络校正算法在降低图像非均匀性同时更好地避免了图像边缘模糊：这是复杂神经网络校正算法采用双层学习神经元的特点与优势。方法改善了多元红外探测器非均匀性校正的效果,提高了红外遥感图像的质量,促进了红外遥感的应用。     

背光图像的检测与校正

针对传统背光图像检测低准确率问题,提出一种新的背光图像检测和校正算法。通过分析图像在不同Gamma变换下前景细节数目的变化规律来判断输入图像是否存在背光。对背光图像的前景、背景子图像进行多尺寸Retinex图像算法,然后与原图进行融合。根据实验可知,提出的背光图像检测算法相对于传统的亮度直方图分析方法以及YCbCr直方图分析方法具有更高准确率;提出的背光校正算法相对于AHMHE背光补偿算法和多尺度Retinex算法具有较高信息熵、清晰度和对比度。     

基于差错控制的图像水印算法

提出了一种基于差错控制的图像水印算法,在嵌入水印时先将水印信息进行纠错编码再嵌入到图像中,在提取水即时对恢复出的水印信息进行纠错解码。实验结果表明,该算法比未采用差错控制的同一水印算法具有更好的稳健性。     

A robust template tracking algorithm with weighted active drift correction

In this paper, we propose a novel algorithm for object template tracking and its drift correction. It can prevent the tracking drift effectively, and save the time of an additional correction tracking. In our algorithm, the total energy function consists of two terms: the tracking term and the drift correction term. We minimize the total energy function synchronously for template tracking and weighted active drift correction. The minimization of the active drift correction term is achieved by the inverse compositional algorithm with a weighted L2 norm, which is incorporated into traditional affine image alignment (AIA) algorithm. Its weights can be adaptively updated for each template. For diminishing the accumulative error in tracking, we design a new template update strategy that chooses a new template with the lowest matching error. Finally, we will present various experimental results that validate our algorithm. These results also show that our algorithm achieves better performance than the inverse compositional algorithm for drift correction.     

低复杂度Log-MAP译码算法的研究

提出用插值函数来计算Log-MAP算法中的校正函数,并在AWGN信道上采用分段差值方法实现了Turbo译码。该算法解决了校正函数计算复杂度较大的问题,消除了译码计算中的指数和对数运算。仿真结果表明：用2段二次样条函数实现的Turbo译码器,其译码性能与Log-MAP算法等价,而计算的复杂度明显降低,运算时间大幅度减少。     

一种面向在线查询的拼写纠错算法

搜索引擎中,在线拼写纠错根据用户查询输入补全用户查询,并给出正确的拼写建议。提出了一种面向查询补全的在线拼写纠错算法。基于真实查询的噪声信道转换方式,算法建立了用户查询输入的生成模型;利用拼写纠错对,算法采用期望最大化算法训练能捕获用户误拼行为的马尔科夫N语法转换模型;算法采用不同剪枝策略的启发式改进A*搜索算法以实现实时给出纠错补全建议。实验结果表明,提出的算法相比其他同类算法更有效。     

Combining Trigram and Automatic Weight Distribution in Chinese Spelling Error Correction

The researches on spelling correction aiming at detecting errors in texts tend to focus on context-sensitive spelling error correction,which is more difficult than traditional isolated-word error correction,A novel and efficient algorithm for the system of Chinese spelling error correction,CInsunSpell,is presented.In this system,the work of correction includes two parts:checking phase and correcting phase,At the first phase ,a Trigram algorithm within one fixed-size window is designed to locate potential errors in local area.The second phase employs a new method of automatically and dynamically distributing weights among the characters in the confusion set as well as in the Bayesian language model.The tactics used above exhibits good performances.