采用多形状特征融合的多视点目标识别

研究了多视点下三维目标的识别问题。针对传统的采用单一特征的方法在目标描述方面的不足,提出了一种融合多种特征的识别算法。首先,利用各向异性高斯方向导数相关矩阵提取目标角点,采用骨架约束提取特征角点,将各特征角点到目标质心的归一化距离作为角点描述子。接着,分别提取目标的几何矩不变量、仿射矩不变量、目标边界的傅里叶描述子;计算4种特征的类内和类间散布矩阵;以样本散布矩阵的迹作为权重,加权融合4种特征。然后,对融合后的特征向量进行独立成分分析(ICA),得到相互独立的特征分量。最后,采用支持向量机的分类方法进行分类。实验结果表明,本文提出的方法比采用单一特征的方法的正确识别率平均提高10%以上,且在小训练样本(10%总体样本)情况下仍能获得80%以上的识别率,可满足经纬仪实时目标识别系统的要求。     

An attitude tracking method for star sensor under dynamic conditions

The tracking performance of star sensor degrades seriously under dynamic conditions. To improve the tracking accuracy and efficiency, an attitude tracking method based on unscented Kalman filter (UKF) and singular value decomposition (SVD) is proposed in this paper. The star sensor is modeled as a nonlinear stochastic system, the state of which is attitude quaternion. The quaternion can be estimated by UKF, then the predicted attitude and corresponding star positions are obtained. To ensure the stability of attitude tracking, SVD is applied to obtain the sigma points in UKF continuously. The experimental results indicate that the proposed method yields high accuracy and efficiency in attitude tracking. This method provides a practical approach to ensure the tracking performance of star sensor under dynamic conditions.     

融合纹理特征与深度信息的足迹自动比对算法

讨论了刑事案件侦破过程涉及的足迹检验方法。考虑现有的足迹比对研究没有将足迹的深度信息与纹理信息分离后进行比对,提出了一种融合纹理特征与深度信息的比对方法来实现足迹的自动比对功能。该方法通过四步相移补偿法来获取真实足迹特征的三维信息;利用改进的二维高斯滤波器分离足迹的表面纹理特征与深度信息。最后,采用区域互相关测度分别计算不同三维足迹信息中纹理信息之间和深度信息之间的相似度,并按一定策略将量化的相似度信息转化为定性的判别结果。实验结果表明,提出的方法能够有效分离足迹中的纹理信息和深度信息,并能通过软件编程实现计算机对足迹的自动比对。与传统的针对二维图像灰度信息的足迹对比方法相比,提出的算法能够描述真实的足迹形貌,在现有数据集范围内,自动比对正确率不低于90%;加入人工干预后,比对正确率可达100%。得到的结果验证了提出方法的有效性。