基于梅林变换的宽带水声信号处理研究

根据宽带水声信号的特点,提出了一种基于梅林变换的宽带模糊函数求解方法,研究了基于快速梅林变换算法的宽带信号处理。理论分析和仿真结果表明,对于宽带水声回波信号,该算法具有计算效率高、宽带模糊函数聚集性好等特点,具有一定的应用价值。     

基于低分辨率雷达的海面舰船目标分类识别技术

文中基于雷达窄带信息提出了一种对海面舰船进行大小及吨位进行目标分类识别的算法。算法通过傅里叶-梅林变换及Fisher判别分析提取分类特征,采用支撑矢量机进行分类识别,最后利用实测的机载雷达数据验证了此方法的有效性。该分类识别算法能够在不影响雷达正常警戒工作任务的前提下,对视场内所有探测到的海面目标进行分类辨识,在工程上具备较高的实用意义。     

相关探测中目标旋转、比例变化的研究

本文对联合变换相关器的图像识别进行了计算机仿真实验，提出了联合变换相关器对于图像发生比例变化和旋转时的识别极限。同时，给出了联合变换相关对图像比例变化和图像旋转敏感性的解决方法：Po1ar变换解决旋转问题，梅林变换解决比例变化的问题。     

一种用于证件防伪的数字水印算法

该文以基于FOURIER-MELLIN变换的图像水印算法为基础,重点研究了在打印和扫描后嵌入数字水印的证件照片.首先讨论了在打印扫描后对图像质量的影响;然后给出了能够抵抗打印-扫描攻击的图像水印算法.实验结果证明了该算法的强壮性和有效性.     

具有尺度和旋转适应性的长时间目标跟踪

目标发生尺度和旋转变化会给长时间目标跟踪带来很大的挑战,针对该问题,本文提出了具有尺度和旋转适应性的鲁棒目标跟踪算法.首先针对跟踪过程中目标存在的尺度变化和旋转运动,提出一种基于傅里叶-梅林变换和核相关滤波的目标尺度和旋转参数估计方法.该方法能够实现连续空间的目标尺度和旋转参数估计,采用核相关滤波提高了估计的鲁棒性和准确性.然后针对长时间目标跟踪过程中,有时不可避免地会出现跟踪失败的情况（例如由于长时间半遮挡或全遮挡等）,提出一种基于直方图和方差加权的目标搜索方法.当目标丢失时,通过提出的搜索方法能够快速从图像中确定目标可能存在的区域,使得跟踪算法具有从失败中恢复的能力.本文还训练了两个核相关滤波器用于估计跟踪结果的置信度和目标平移,通过专门的核相关滤波器能够使得估计的跟踪结果置信度更加准确和鲁棒,置信度的估计结果可用于激活基于直方图和方差加权的目标搜索模块,并判断搜索窗口中是否包含目标.本文在目标跟踪标准数据集（Online object tracking benchmark,OTB）上对提出的算法和目前主流的目标跟踪算法进行对比实验,验证了本文提出算法的有效性和优越性.     

Wishart分布矩阵行列式值的统计特性及其在参数估计中的应用

 极化协方差矩阵行列式值表征了Pol-SAR图像目标散射极化散布程度,它在参数估计中表现出突出的优势,研究行列式值的物理内涵及其统计特性对揭示行列式值的优势的本质有着重要的理论价值.在此背景下,将表征目标散射极化散布程度的标准行列式值与表征目标散射随机性的极化熵、极化散度进行了比较,给出了它们与平面极化度和方向极化度的数学关系,指出他们在描述目标散射随机特性方面具有部分一致性,存在差异的本质在于三个随机性描述参数对极化方向随机度和平面极化度的加权方法的不同.然后研究了极化协方差矩阵行列式值的统计分布特性,给出了极化协方差矩阵行列式值的概率密度函数,指出在视图数和样本数足够的情况下,其行列式值的测量均值是渐进无偏估计.针对样本数较少时等效视图数参数估计误差较大的问题提出了最大似然修正算法,提高了小样本数目时的等效视图数参数估计精度.最后用仿真数据对理论推导进行了验证,结果表明了理论结果的正确性.极化协方差矩阵行列式值的统计特性和目标散射随机性参数的研究为目标极化散射随机特性、参数估计和目标检测等的研究提供了新思路.     

基于Fourier-Mellin变换和相位相关的MEMS旋转角度的测量

MEMS器件微结构的运动特性影响器件的性能和可靠性。为实现微结构周期运动过程中各个时刻的旋转角度的测量,提出一种基于傅里叶梅林(Fourier-Mellin)变换和相位相关算法的旋转角度测量方法。利用傅里叶梅林变换算法的旋转不变性,将图像空间坐标转换为对数极坐标的参数空间,旋转角度变化转化为平移的运动,然后利用相位相关的亚像素平移测量算法,得到微结构旋转角度。实验结果表明,该算法旋转角度测量分辨率达到0.01°,计算量较小且具有抗干扰能力。     

Fourier-Mellin变换不同时相遥感影像自动配准研究

多时相遥感影像配准是变化检测的关键步骤。由于不同时相的遥感影像差异,且在传感器参数未知情况下,很难完成其自动配准。基于傅里叶-梅林变换（Fourier-Mellin Transform,FMT）影像配准其实就是基于傅里叶变换和对数极变换的全局相位相关。这种方法在进行频域计算时找到了配准的变换参数,并且对噪声和遮挡等很鲁棒。提出了一种基于Fourier-Mellin算法的改进配准方法。Fourier-Mellin变换由于旋转的频谱混叠和旋转变换中插值误差而产生错误。为了得到更好的配准结果,通过加窗和滤波来提高峰值、减少频谱混叠、增加鲁棒性。     

基于矩阵对数累积量的极化合成孔径雷达数据去噪方法

噪声抑制是极化合成孔径雷达（PolSAR)数据处理中的重要步骤,首次将矩阵的对数累积量应用于PolSAR去噪当中,由数据点的子视数据集计算滤波系数并结合非局部方法的思想实现了PolSAR的斑点噪声抑制。所用方法基于非局部策略选取同质区域,然后利用相干矩阵对数累积量计算得到的滤波系数进行加权滤波。该方法的优点在于同质区域选取和滤波系数的计算均是针对相干矩阵进行的,相对于仅使用主对角线上的元素或SPAN图像,其对极化数据的处理更具合理性。与其他PolSAR去噪算法的对比实验结果表明,该方法在有效平滑同质区域的同时,能够更好地保留地物结构、细节以及纹理信息,并能更好地保持数据的极化相关性。     

傅里叶-梅林变换的图像复制篡改检测

篡改检测已经成为数字图像取证的重要方法。虽然大多数情况下数字图像篡改都难以感知,例如区域复制篡改,它将图像中的对象区域复制到不交叠的其它区域,但仍然会留下少许篡改痕迹。提出了一种新的针对图像区域复制篡改的检测模式。其中,利用傅里叶－梅林变换提取图像块的几何不变量特征,相似性匹配则采用余弦相关系数。通过MATLAB仿真实验,验证了该算法不但可以适应平移、旋转及缩放等几何变换,而且能够有效抵抗噪音污染、模糊滤波以及有损JPEG压缩等攻击。