基于分形特征的图像边缘检测方法

运用分形理论描述图像纹理特征,通过分析不同纹理图像及图像边缘处的分形参数,得到一种新的边缘检测分形特征,从而提出一种基于分形特征的图像边缘检测方法。自适应阈值的引入,能够实现不同图像的边缘检测。该算法简单迅速,并具有良好的抗噪性能。     

基于FPGA设计的图像增强预处理器

就如何提高复杂背景条件下低信噪比的小目标检测概率问题展开讨论,提出了用数字滤波方法改善图像质量,提高信噪比,达到抑制背景噪声,增强小目标的目的。针对高帧频电视系统的特点,应用现场可编程门阵列（FPGA）构造高速图像预处理器,完成数字电视的图像预处理的实时计算,进而为后续工作打下良好的基础。仿真和实验结果证明是可行的。     

凝视型红外搜索跟踪系统探测能力的分析

探测能力的强弱是广大凝视型红外搜索跟踪系统设计者和使用者一直关心的问题。对作用距离数学模型中影响探测能力的主要因素如目标、光学系统口径等进行了分析,还讨论了模型中未曾提到的一些因素,如路径辐射、光谱匹配等对探测能力影响的方式、程度。分析结果为增强凝视型红外搜索跟踪系统的探测能力提供了理论依据。     

“地景规划与生态修复”二级学科综述:发展历程、内涵界定与体系建构

"地景规划与生态修复"是风景园林学的二级学科方向之一,该文对"地景规划与生态修复"二级学科方向的发展历程及其内涵界定进行了阐述,并通过对"地景规划与生态修复"二级学科方向的体系构建进行分析,根据钱学森的现代科学技术体系理论,将其划分为基础理论研究、应用基础研究与实践应用研究三个层次。"地景规划与生态修复"二级学科方向,主要运用了美学、地理学和生态学原理,协调人与自然的关系,解决生态环境保护等问题。它具有特殊的研究对象、领域及理论基础,是一门空间规划学科。通过对"地景规划与生态修复"二级学科方向的定位,有助于未来对该学科方向的深入研究。     

从自然科学技术原理向风景园林设计语言转译——河段尺度下的生态设计手法研究

在河流生态修复的研究中,理论与实践之间存在着落差,风景园林学正是整合不同学科理论并最终转化为实践的最佳途径。本研究的核心工作是将河流生态修复中的理论转化为风景园林设计语言,即生态设计手法,主要采用 T-P-C（Theory-Pattern-Case）法。首先对河流空间要素进行分析,再依据相关自然科学技术原理,转译出一组设计法则,最后结合河流生态问题,提炼出“改造边滩蜿蜒度”“生态河床”“生态筑坝”等 15 种河段尺度的生态设计手法,为设计师提供一套生态性、空间性、归纳性、尺度性和类型性的设计工具。     

基于MATLAB的目标跟踪实时仿真库的设计与实现

利用 MATLAB/SIMUNKK 的代码产生原理,针对以 c6201 DSP 为核心的图像处理平台,开发目标跟踪实时仿真库,建立了目标跟踪实时仿真系统。在此环境下可将算法模型快速生成 DSP可执行程序,并可直接运行。此环境为算法研究者建立了算法到 DSP 程序开发的桥梁,使算法快速得到实时验证,大大节省 DSP 程序移植的时间。     

基于多特征融合的弱小运动目标识别

利用单个特征识别强噪声中的弱小运动目标,常因所提取的目标特征与噪声特征易混淆而导致高的虚警率.提出一种新的基于多特征融合的弱小运动目标识别方法.分析了弱小运动目标的连续相关性、面积及质心位置偏移这三个特征的可靠性及提取方法,对获取的特征值进行归一化后采用多特征融合的方法构造更具有鲁棒性的联合特征,确定了以具有最大多特征融合值为真实目标的决策方法.通过与采用单一特征的目标识别方法进行比较,证明了提出的多特征融合方法能更准确地识别弱小运动目标.     

基于塔型结构的快速相关跟踪算法

提出一种能自适应的确定相关匹配搜索范围的快速相关跟踪算法。该算法结合两点线性预测器和图像塔型结构的多分辨力分析方法,综合图像在不同尺度下的位置信息,自适应地计算出相关匹配的搜索范围,减小了相关运算的计算量,同时确定了有效的帧间相关置信度估计和模板更新策略。实验证明此算法计算速度快,能持久稳定地跟踪运动目标。     

一种弱小目标的自适应搜索方法

针对成像跟踪系统中弱小目标搜索定位的难题,提出了一种新的自适应搜索算法,即利用全局寻优的自适应遗传算法搜索目标,以目标的多特征融合信息作为最佳定位的判断准则和适应度函数。实验结果表明,该方法不仅提高了检测精度,也改善了跟踪算法的稳定性和智能策略。     

背景运动补偿和假设检验的目标检测算法

根据背景与目标具有不同的运动特性这一事实,提出一种基于背景运动补偿和假设检验的目标检测算法。首先,采用特征点对应法求相邻帧间的运动;然后,用最小二乘法计算出摄像机仿射运动参数,利用此参数进行帧间背景运动补偿后得到稳定的背景;最后,用假设检验方法检测补偿后的帧差图像,经过简单的形态学和连通区域处理后检测出运动目标。仿真表明,该运动补偿算法能有效消除背景突出目标,补偿前后的差分图像信噪比提高了14.71 dB。该算法计算量小,可以成为一种通用的实时目标检测算法。