应用振幅调制纯相位滤波器实现旋转不变识别

提出了一种基于振幅调制纯相位滤波器(AMPOF)的旋转不变识别新算法.该算法充分利用振幅调制纯相位滤波器区分能力强的优点,结合综合鉴别函数方法,拓展了综合鉴别函数(SDF)在畸变不变模式识别领域的应用.利用各幅训练图像傅里叶变换的振幅和相位信息,逐一构建成子滤波器,并将它们加权求和得到合成滤波器;然后采用迭代算法求解出合理的权重系数.仿真实验结果表明:对于实验采用的目标训练图像和非训练图像,改进算法的相关输出峰值大约提高95%～112%;对于只有少量像素的局部训练图像,改进算法的相关输出峰值大约提高74%.这种优化算法使得振幅匹配和相位匹配更加充分,相关输出增益明显增强,能够一定程度地降低训练量.     

四元量化的综合鉴别函数实现旋转不变相关识别

设计一种改进的综合鉴别函数(SDF)滤波器,通过将频域中的SDF进行复数形式的四元量化,使输出的相关峰尖锐,区分能力强,从而提高了旋转不变识别的性能.仿真结果表明,对于平面内旋转的图像,与SDF及二元纯相应SDF相比,本方法具有较好的识别效果.     

一种基于振幅物体约束的相位恢复算法

针对传统近场衍射GS相位恢复算法需引入微位移平台以记录两个不同物距下的衍射图像作为输入,系统动态特性较差且相较于两帧记录时需要复杂成像位移结构的问题,提出一种基于单帧图像的相位恢复算法。该算法基于振幅物体零相位调制这一先验约束条件进行迭代相位恢复。利用该振幅算法对无透镜系统仿真结果进行相位恢复,实验结果验证了算法的可行性。与传统近场衍射GS算法相比,所提出的算法无论从迭代收敛速度还是结果准确性上都要优于传统算法。     

相位恢复算法在仿真与实验上的研究

相位恢复算法一直存在着精确度不高,收敛速度慢甚至停滞不前等问题。将基于光强传输方程(TIE)法与G-S迭代算法混合提高了相位恢复的精确度,梯度算法的提出加大了迭代步长,使得收敛速度加快。采用GS-TIE算法和振幅加成梯度算法分别从仿真和实验的角度去比较分析恢复的效果。通过对二维图像仿真得出,振幅加成梯度算法在收敛速度上是GSTIE迭代算法的3倍,精确度是GS-TIE迭代算法的10倍。从实验结果得知,GS-TIE恢复的相位清晰可见,轮廓明显,在边缘处过度均匀,而振幅加成梯度算法相对比较模糊,在轮廓边缘处过度不均匀,悬差较大。     

液晶空间光调制器的纯相位调制特性研究

介绍了液晶空间光调制器的纯相位调制原理,采用泰曼-格林干涉系统对液晶纯相位特性进测试。测量了BNS(Boulder Nonlinear Systems)公司的专利产品-256256像素纯相位空间光调制器的相位与电压(灰度)的响应曲线。 给出了对任意图形进行相位恢复的优化算法流程,利用纯相位调制方法对光束进行方向和强度的快速程序控制。设计了实验装置,实际产生了二维任意衍射图形,图形产生时间小于200 ms。本研究对空间目标进行扫描跟踪,具有精确、响应快、无机械惰性等特点,在激光寻的、制导以及多目标威胁预警和反击中有着重要的研究价值。     

基于限制自适应卡尔曼滤波器的连续旋转寻北算法研究

寻北仪作为方位测量装置,被广泛应用在军事和民用定向和控制领域。针对传统寻北仪方法存在的缺陷,提出了基于测量地球自转角速度分量的连续旋转调制动态寻北方案。通过动态误差建模、优化过程约束和动态噪声估计,设计了延时补偿和硬件修正方案及限制自适应卡尔曼滤波算法。经仿真及试验验证,该算法鲁棒性好,抗噪声能力强,寻北精确度高。     

基于Log-Gabor小波相位一致的掌纹识别算法研究

本文对掌纹识别相关理论和算法进行了研究,提出了一种基于Log-Gabor小波相位一致的掌纹线特征提取方法.掌纹线特征是掌纹识别中最基本、最直观的特征,但由于掌纹线的特殊性和复杂性,如何有效提取掌纹线特征一直是掌纹识别的难点.本文从频率域角度考虑,使用Log-Gabor小波相位一致方法提取掌纹图像线特征,包括掌纹方向相位一致特征和掌纹整体相位一致特征.该方法提取的线特征可有效包含纹线的结构信息、强度信息和宽度信息,且提取的线特征比较稳定.在掌纹整体相位一致特征图像上进一步检测出具体的掌纹线,仅使用掌纹线结构特征来表示和识别掌纹,实验验证了Log-Gabor小波相位一致提取掌纹线特征用于识别的有效性.     

基于联合参数估计的最大似然调制识别算法

提出一种针对延迟信号相位差的联合参数估计最大似然调制识别算法,通过对相邻信号相位差的分布建立等均值高斯混合分布模型,同时完成了延迟信号相位差最大似然调制识别中所需的频差和噪声似然参数的估计.此算法无需信号先验知识,可通过EM算法同时估出所需的相关参数,极大地降低了最大似然调制识别算法中参数估计的复杂度,可应用于MPSK信号的调制识别,也可用于MQAM信号的相位方式识别.     

采用改进的尺度不变特征变换算法计算物体旋转角度

改进了传统的尺度不变特征变换(SIFT)算法,使其在进行图像匹配的同时,可以求取出物体的旋转角度.首先,利用SIFT特征对旋转保持不变的特性,按照原算法提取出旋转前后两幅图像的SIFT特征,分析特征点主方向的计算过程,记录每个特征点主方向的角度值进行特征匹配.然后,计算出每对匹配的SIFT特征点的主方向角度之差,得到特...     

基于SIFT算法的目标匹配和识别

针对目标跟踪过程易受噪声干扰导致跟踪效果不理想,甚至丢失跟踪目标的问题,利用了尺度不变特征变换（SIFT）方法对单帧图像进行了目标特征点的提取和匹配,并结合线性卡尔曼滤波和聚类分析,剔除误匹配,实现了目标位置的最小均方误差估计。仿真结果表明,当图像存在不同程度的噪声影响时,基于SIFT的卡尔曼滤波目标匹配算法能有效减小目标跟踪误差,精确识别目标位置,提高目标跟踪精度。     

融合Mean-shift与粒子滤波改进算法的自适应人脸跟踪

针对人脸跟踪中计算量大以及粒子退化现象,提出了结合Mean-shift与粒子滤波的改进算法。首先根据Mean-shift算法中的"核函数",建立彩色加权直方图的目标模型。再以人脸初始位置采用Mean-shift算法自适应生成新的粒子集合,通过粒子滤波算法进行权值更新和粒子再采样,得到下一帧人脸位置,同时舍弃较小粒子。实验表明该算法提高了跟踪的运算速度和稳定性,并对人脸遮挡和偏移也有一定的改进。     

求解粒子群粒度分布的改进Projection算法

针对在激光粒度分布反演中由于迭代算法的迭代步长选取不当致使反演结果存在严重展宽和拖尾的问题,提出一种调整迭代步长的方法应用于Projection算法来提高测量精度。该方法首先基于测距相似度原理得到光能分布列向量与光能系数矩阵行向量之间的相似度曲线,经滤波和归一化处理后得到被测粒子群的预测粒度分布;然后根据预测粒度分布结果确定迭代步长的大小。使用本文提出的改进Projection算法测量国家标准物质GWB(E)120046的D50误差为-0.6%、D10误差为-1.1%、D90误差为-0.6%,测量GWB(E)120041与GWB(E)120049混合标准物质的光能对数误差为2.167。测量结果表明,该算法可有效地提高算法的抗噪声能力、测量精度和分辨率。     

改进的BP算法用于控制图模式识别

研究3种改进的BP算法在控制图模式识别中的应用。应用Matlab神经网络工具箱对神经网络进行仿真，为了提高网络的运行速度，对样本数据进行预处理。仿真结果表明尺度共轭梯度下降算法的训练速度最快，识别的准确率也最高。     

运用模式识别与遗传算法的复合磨床干涉检测方法

针对复合磨床加工中实际存在的碰撞问题,在深入研究数控技术及复合加工技术的基础上,采用模式识别理论和遗传算法,以VB为编程环境,研究设计了一种新型的复合磨床干涉检测方法。经试验证明,新型的复合磨床干涉检测方法在实际使用工况下能实现砂轮架与机床静止部件间的干涉检验,这不仅可以避免复合磨床的碰撞和干涉,还提高了加工产品的可靠性。     

改进的抗全仿射尺度不变特征变换图像匹配算法

针对现有匹配算法难以解决图像发生仿射变换特别是发生大视角变换时的有效匹配问题,本文对匹配稳定性较好的尺度不变特征变换(SIFT)算法进行了深入研究和改进.借鉴其模拟和归一化相结合的思想对相机光轴的经度角和纬度角进行模拟并采用SIFT算法进行匹配.结果显示,提出的算法不仅保留了SIFT原有的对仿射变换的抵抗能力,而且对视...     

基于改进蚁群算法的配电网潮流计算

牛顿—拉夫逊法是求解潮流计算的有效方法,但当初值选择不当,有可能不收敛,且受R、X比值影响较大。本文提出了基于改进蚁群算法的配电网潮流计算方法,利用Matlab编程实现。计算结果表明,该方法解决了牛顿—拉夫逊算法对初值敏感问题,使潮流计算的收敛过程得到有效地控制,提高了算法的稳定性。     

Pattern mining in alarm flood sequences using a modified PrefixSpan algorithm

Proper monitoring of performance of an alarm system throughout its life cycle is an important factor in safety and reliability of industrial plants. Complexity and extent of modern industrial plants and poor design and management of alarm systems, have increased the importance of monitoring of alarm systems. Alarm floods, defined as a large number of alarms triggered in a short interval, is one of the problems that modern complexes are facing regularly. Many researchers have been focusing on this issue both in academia and industry. One approach to deal with alarm flood is analyzing alarms triggered in different floods and finding similar patterns. The identified patterns could help in locating the root cause of an alarm flood. In this paper a modified PrefixSpan sequential pattern recognition algorithm is used to find alarm patterns in different floods. The effectiveness of the algorithm is demonstrated with real alarm floods from a natural gas processing plant.     

用于遥感图像目标快速匹配识别的改进混合溢出树算法

提出一种基于标记的混合溢出树(SHSPT)特征匹配算法,用于遥感图像的目标匹配识别。针对特征数据建立和预处理,提出了基于中心点的数据分割方法,通过定义数据密集区域的中心,舍去边缘稀疏数据,提取出分割后的数据。进行特征匹配时,使用二进制数组表示数据空间,标记分割后的特征向量数据,通过比特操作计算特征向量间的距离,缩短计算时间。最后对特征匹配方法进行改进,采用待匹配特征距离的均值代替尺度不变特征变换(SIFT)匹配算法的次临近特征距离,从而得到更多的匹配点。实验证明,基于标记的混合溢出树特征匹配算法占用内存空间比传统的混合溢出树算法减少约68%,匹配准确度与原算法接近,匹配时间平均缩短了约32.8%,解决了航天遥感图像数据量大,特征维数较高,匹配识别时间长,占用计算机内存大等问题。     

A fast gauss filtering algorithm for roughness measurements

A fast and reliable convolution algorithm to calculate the mean line of a roughness profile using the Gaussian filter according to ISO 11562 has been derived. The algorithm is based on a recurrence relation for the weighting function. This greatly speeds up the calculation, making the algorithm nearly comparable to algorithms using the fast Fourier transform (FFT) in a usual way. The algorithm has been implemented as a short C function to be used with any evaluation program. The application of this function to a measured profile is given for demonstration and compared with the results obtained by the ordinary FFT filter algorithm.     

RSFM网络及其在信号滤波中的应用

介绍了一种适用于模式识别的新型神经网络模型--局部有监督特征映射（Reglonal Supervised Feature Mapping,RSFM）网络,描述了该网络的拓扑结构和学习算法,研究了网络的基本性能,最后将其应用到了信号滤波中.理论研究和仿真实验表明,该网络结构简单、算法简洁,收敛速度快、识别精度高,适用于需要大样本训练、随机干扰严重的复杂模式的分类与识别.