基于定量定性互信息的多层次特征图像匹配算法

针对传统基于互信息图像匹配算法计算量大,且没有考虑像素空间关系和效用的问题,提出了一种基于定量定性互信息的多层次特征图像匹配算法：首先对边缘提取后的图像提取多层次特征,即边缘兴趣点、边缘点和边缘邻域点特征;然后基于不同特征点特性,计算定量定性互信息联合效用;最后在遗传算法框架下,将定量定性互信息值作为适应度函数值搜索匹配参数。仿真结果表明,本文提出的匹配算法精度高,耗时较短且对噪声不敏感。     

多传感器冲突信息的加权融合算法

针对在多传感器目标识别系统中,DS规则对高冲突信息融合结果不合理的问题,提出了一种新的加权融合算法.在多源证据信息融合时,首先根据两证据距离大小来确定其相互支持度,将证据支持度矩阵模最大特征值对应的特征向量作为证据的权重向量,然后确定各证据的相对折扣因子,并修正证据信息,最后用DS规则融合.通过实验仿真对比分析了多种方法的融合效果,表明了新方法可以较好的解决高冲突信息融合的问题.     

无线传感器网络的研究与发展

简要介绍了无线传感器网络的体系结构特点和应用领域,对无线传感器网络涉及的关键硬件技术和软件算法的研究现状进行了总结,并探讨了其存在的问题及发展趋势。     

Vega Prime结合OpenGL的导弹尾焰实时模拟

研究基于Vega Prime的导弹作战系统仿真实验,针对使用Vega Prime的粒子特效模拟高速飞行导弹尾焰会出现尾焰不连续而影响仿真可视化效果的问题,提出将Vega Prime与OpenGL相结合的方法.基于粒子系统基本原理,对导弹尾焰进行建模;依据Vega Prime的事件发布订阅机制将OpenGL引入到Vega Prime中.模拟的尾焰形态逼真,动感十足,满足仿真实时性与真实性要求,解决了Vega Prime模拟导弹尾焰存在缺陷的问题.     

无人直升机视觉着舰中合作目标角点检测算法

舰载无人直升机自主着舰视觉导航在拍摄图像时,存在大尺度、角度畸变,使得合作目标角点难以检测,提出一种基于SIFT的分区双向匹配角点检测算法。设计了一种非对称彩色合作目标(由红色背板、绿色的H形和三角形组成),利用色彩信息对合作目标进行分割裁剪、识别,并分别对基准裁剪图和实拍裁剪图提取SIFT特征。为了提高SIFT特征匹配的实时性和准确性,提出了分区双向匹配策略。首先求取基准和实拍裁剪图中H形、小三角形重心以及H形上距离三角形重心最近的边缘点,以这三对匹配点求取基准图和实拍图间的粗略仿射模型。将基准裁剪图中的SIFT特征点经过该模型变换得到实拍裁剪图中的映射点,以每个映射点为圆心,以裁剪图宽度的1/4为半径将其分区,匹配时只选择每个映射点区域内的SIFT特征匹配点。同理,对基准裁剪图也进行分区处理。然后通过双向匹配及RANSAC算法剔除错误的匹配对,利用正确的匹配对完成基准图和实拍图仿射变换的精确模型。最后,将基准图中标定好的角点经过仿射变换获取实拍图中合作目标的角点位置。实验结果表明,该算法不仅精度高、鲁棒性强,而且具有较好的实时性。     

基于局部边缘检测的虹膜编码算法研究*

虹膜特征在于其纹理的细节性,目前虹膜的编码主要采用小波方法。对虹膜区域进行二值化编码,获得虹膜特征模板。在识别匹配阶段,采用汉明距离进行模板匹配,根据匹配准则,进行身份识别。     

被动式多传感器数据关联的消元算法

针对被动式多传感器多目标数据关联，试图解决其计算量较大的部分——多维分配问题的求解，从而解决数据关联的实时应用问题。通过对分配问题的模型进行分析，结合矩阵变换，得到消元的几个定理，并结合计算机仿真分析，给出了一种消元算法。仿真结果表明，与传统的最优分配解法相比，这种方法没有遍历所有的可行解空间，计算量小，而又易于计算机实现。并且，该算法适用于任意维的分配问题。     

基于Adaboost算法的实时行人检测系统

为解决智能视频监控系统下中远距离的行人检测问题,设计并实现了一个基于目标形状特征的检测系统;提出了4种较为有效的旨在描述人体形状局部特性的矩形特征,引入了对传统Adaboost算法的改进措施,减小了计算量,优化了系统结构;试验表明,该系统具有较高的检测率和处理速度,对阴影、雨天、枝叶晃动等监控场景中常见的噪声干扰不敏感,在P43·0GHz的PC上处理320×240的视频序列可达到15帧/s以上。     

不同光照下的虹膜边界定位研究

对于不完美的个人身份鉴别,高精度的虹膜区域分割有助于后面的特征提取和分类识别。不同光照下虹膜的边界定位适于采用微积分方法,但是这种方法容易受到光源像点的影响,使得定位失败,并存在实时性差的问题。本文采用亮点梯度检测方法消除光源像点干扰问题,通过瞳孔位置估计提高微积分定位快速性。仿真结果表明,本文算法对于不同光照下虹膜的边界定位是有效的。