复杂背景下基于加权信息熵的目标初始位置修正算法

对于某些目标跟踪算法而言,初始位置的选取是否精确是算法能否有效跟踪的关键点之一。从目标的灰度信息分布特点出发,提出一种基于加权信息熵的初始位置修正算法,首先,在搜索窗口中获取测试样本,然后,计算各个样本的加权信息熵,接着,通过先验信息对样本进行筛选,获得熵值最小区域,从而得到修正后的目标位置。从背景和目标的可区分性上来验证算法的有效性,实验结果表明,对于处在复杂背景下的目标,该算法能正确且可靠稳定地对其位置进行修正。     

改进的KNN算法在光测图像关键事件评估中的应用

KNN算法是光测图像关键事件评估中常用的算法,经典的KNN算法只注重候选范例的个数,而忽视候选范例个体的特殊性,因此KNN方法在某些时候会使得评估结论极不合理。基于此,本文提出了改进的KNN算法,该算法更加注重候选范例的个体性,候选范例到目标范例的距离、候选范例的概率分布等,对目标范例的评估结论都有重要影响。实验结果表明,本文提出的KNN改进算法比经典KNN算法评估结论更准确,计算出的隶属度表征了关键事件成功失败的程度,结论更实际更合理。     

基于脉宽调制技术的位同步

提出了一种用于数字通信的位同步方法,它是基于脉宽调制技术的间接插入导频法.推导了脉宽调制处理后信号的功率谱密度.试验结果表明,脉宽调制处理后的信号的功率谱密度中含有码元同步信号,基于脉宽调制技术的位同步方法不仅适合于双极性信号传输,还适合于单极性信号传输.该技术具有简洁、可靠的特点.     

某光测设备上消像旋的设计

地平式光电成像跟踪测量设备进行目标观测时,由于物像空间旋转而产生像旋,使目标提取和测量出错。为消除像旋,先建立了以球面三角和坐标变换为基础的像旋模型,对像旋模型中各个变量的关系进行了分析,并简介了目前几种常用的消像旋的方法,提出一种采用 CCD相机旋转消像旋的设计思路,详细地描述了消像旋指标、单元结构和控制流程的设计过程,并在某光测设备上实现应用。厂内检测数据和在外场运行试验结果证明,采用 CCD相机旋转消像旋的设计达到设计指标,满足设计要求,保证了光电跟踪测量设备对目标的准确提取和稳定跟踪。     

基于运动方向及主轴的目标头部跟踪点稳定提取

光电成像跟踪过程中,目标距离较近时,将在视场中呈现出扩展目标的特性,其成像大小将随着距离的减小迅速增大甚至溢出视场.此时传统的质心、形心、相关跟踪会出现跟踪点跳动或漂移的问题,严重时甚至出现跟踪丢失的现象.针对这一问题,提出了结合目标运动与主轴方向的目标头部跟踪方式,通过跟踪目标头部确保背景在视场内占据定的比例,避免了目标充满视场而导致的分割失败或跟踪点在目标上滑动的情况.通过对目标的二值图像进行形态学滤波并计算头部的形心,进一步提高了头部跟踪点的稳定性.仿真测试与外场试验表明,该方法显著提高了跟踪的稳定性与可靠性.     

空间目标序列图像相关跟踪算法

提出一种用于跟踪空间目标的相关匹配算法。它先对匹配像素用动态阈值分类,若灰度绝对差大于阈值,再使用最小绝对差平方累加和作为相似性度量。同时提出一种新的模板修正策略,即每隔一定帧后对模板求质心,调整质心在模板上的位置。仿真实验结果表明,该算法可以克服图像噪声、局部突变、目标变光对匹配的影响,对目标与背景灰度差在20个灰度级以内的低对比度目标跟踪也有较高的精度和可靠性。实验中可以持续几千帧稳定地跟踪空间目标。结合快速搜索和粗精匹配方式,处理一帧时间在20ms以内。     

光电经纬仪子母弹多子弹轨迹交会法

本文根据两站交会的空间特性,在改进跟踪流程的前提下,设计了一种解决多子弹匹配交会的新方法。该方法利用多帧轨迹交会,判断空间中的真实轨迹。避免了基于单帧匹配的传统方法造成的高匹配误差,从而提高了整个跟踪算法的精度。通过试验证明,该光电经纬仪子母弹多子弹轨迹交会法具有精确、稳定等优点。     

基于模糊聚类的光电经纬仪多子弹弹道测量

本文对密集多子弹在空间坐标系中的左右相机弹点分布识别提出了一种新的方法。在各帧拍摄所得多子弹成像点中,提取子弹的形心坐标,根据子弹运动特点建立状态方程和测量方程,利用Kalman算法进行滤波。利用模糊c-均值聚类算法确定测量与弹丸轨迹的关联程度,从而实现弹道识别。仿真实验结果说明,该方法能有效地进行多子弹的弹道识别跟踪,并且算法简单、计算量小、易于工程实现。     

数字视频判读中图像预处理技术研究

本文通过分析不同的图像预处理算法的特点,根据数字视频判读系统中图像预处理的需求,探讨了图像预处理中选取算法的原则和方法。提出了一种用自适应中值滤波降低噪声,并基于人眼视觉响应的非线性特性的局部对比度增强算法。该算法自适应性强,不但能提高图像的对比度,而且对弱小目标和图像细节有很好的增强性能,十分适合对数字视频判读的图像进行自动增强,提高判读系统的性能。