基于轮廓几何稀疏表示的刚性目标模型及其分级检测算法

刚性目标轮廓具有明显几何特性且不易受光照、纹理和颜色等因素影响.结合上述特性和图像稀疏表示原理,提出一种适用于刚性目标的分级检测算法.在基于部件模型(Part-based model, PBM)的框架下,采用匹配追踪算法将目标轮廓自适应地稀疏表示为几何部件的组合,根据部件与目标轮廓的匹配度,构建描述部件空间关系的有序链式结构.利用该链式结构的有序特性逐级缩小待检测范围,以匹配度为权值对各级部件显著图进行加权融合生成目标显著图. PASCAL图像库上的检测结果表明,该检测方法对具有显著轮廓特征的刚性目标有较好的检测结果,检测时耗较现有算法减少约60%~90%.     

基于MPI并行计算的信号稀疏分解

在研究信号稀疏分解理论及其最常用的匹配追踪算法的基础上,针对MP算法存在的计算量过大的问题,提出一种基于并行计算系统实现信号稀疏分解的方法。该方法利用8台微机,采用MPI消息传递机制,以100 M高速以太网作为互联网络,构建了一套Beowulf 并行计算系统,在此系统上通过编制并行程序来实现MP算法。实际测试表明这种方法具有很高的并行计算效率,分解时间从单机75 min左右下降到8机并行11 min左右,大大提高了信号稀疏分解的速度。     

基于块结构稀疏度的自适应图像修复算法

现有基于稀疏性的图像修复算法采用固定大小的待填充块和邻域一致性约束,且在全局搜索待填充块的最优匹配块,既降低了待修复区域的结构连贯性和纹理清晰性,又增加了算法的时间复杂度.针对上述问题,根据破损区域特性和块结构稀疏度间的关系,提出基于块结构稀疏度的自适应图像修复算法.根据最大优先权值点的块结构稀疏度值,设定不同参数以自适应选取待填充块大小、邻域一致性约束权重系数和局部搜索区域大小,并通过仿真实验分析讨论了各参数选取.实验结果表明本文算法较文献算法在峰值信噪比上提高0.3dB ～ 1.2dB,并且提高算法速度3～7倍.     

毫米波辐射计对金属目标的探测

针对金属目标的探测问题,依据金属的毫米波辐射特性,提出一种基于毫米波辐射计成像的金属目标探测方法。该方法首先利用毫米波辐射计扫描目标并成像,再用区域标记算法标记成像图像,通过分析标记区域的面积排除干扰信息,最后检测出金属目标。实验表明,该方法能够从各种背景中有效检测出金属目标,为下一步目标的识别、跟踪与定位提供了依据。     

基于FFT的循环平稳信号波达方向估计

针对在电子对抗实际应用中,来波信号比较集中的情况,提出一种基于FFT的循环平稳信号DOA估计算法。该算法将FFT引入到Extended Cyclic-MUSIC算法中,预先探索存在信号的空间局部区域,避免了全空间谱峰搜索,提高了波达方向检测效率。仿真结果证明了该算法的有效性。     

Contourlet域手写签名鉴别特征提取

手写签名验证是一种根据手写笔迹判断书写人身份的一门科学和技术。与联机签名鉴定相比,脱机签名鉴别受设备约束少,具有更广的实用范围。然而,由于脱机签名鉴定丢失了书写过程中的动态信息,鉴定难度大。本文针对脱机手写签名鉴定的特点,提出了基于Contourlet和分形维的特征选取方法,将传统的结构特征与统计特征有机结合起来。运用K-L变换对已提取的特征向量进行降维,最后输入支持向量机进行真伪鉴别。实验结果表明了本文算法的高识别性。     

一种基于NSCT的区域能量图像融合算法

针对NSCT具有方向性、各向异性和平移不变性的特点,提出了一种新的基于NSCT图像融合算法。该方法同时考虑了窗口区域的匹配度和窗口中心像素的正负号相位信息,将选择和加权平均二种融合规则相结合,取最高层绝对值较大的系数作为融合图像最高层的系数。实验结果表明,文中方法融合效果优于传统小波和轮廓波变换方法。     

基于原子能量特性的快速图像匹配追踪

稀疏分解在图像处理中应用的关键障碍之一是图像稀疏分解速度十分缓慢。针对这一问题,提出了一种新的图像稀疏分解的匹配追踪快速算法。研究了图像稀疏分解中使用的原子的能量分布特性,根据原子能量的分布特性,图像匹配追踪中的绝大部分的计算可以省略,因而极大地提高了图像匹配追踪的计算速度。实验结果表明,新的算法比传统的图像匹配追踪算法速度提高了许多倍,而恢复图像的质量没有任何的降低。     

子波处理的新探索

本文提出了一种新的子波处理方法。试方法是在已知子波的基础上,利用子波自相关的零相位对称性,根据最小平方原理进行反褶积,最后得到零相位的压缩脉冲。经过上机试验证明,该方法比原有子波处理方法有较大的改善。     

基于非正交分解的频率估计算法

高分辨率频率估计是信号处理许多领域研究的热点,并有着广泛应用.通过引入非正交分解思想,提出了一种基于稀疏分解的高分辨率频率估计新算法.由于原子库的冗余性,稀疏分解得到信号更加灵活的表示.算法中稀疏分解利用Matehing Pursuit(MP)算法实现,由分解原子的参数,可得到频率估计.与传统基于DFT频率估计方法相比,新算法可以获得更高的频率分辨率.尤其在低信噪比环境下,算法有明显优势,并且新算法在欠采样情况下仍然适用.理论分析及计算机仿真结果证实了算法的有效性.