多模序列图像目标跟踪的特征融合粒子滤波实现

针对图像制导中信息的模糊性和不确定性问题,将多源信息融合技术应用于红外/可见光双模复合成像制导。采用方差比测量的方法将特征选择问题转化为一个两类判别问题,并引入自适应特征选择机制;通过计算目标和背景间不同特征分布直方图对应的似然比,在高维特征空间中选择4个判别性较好的特征区分目标和背景,根据bahattacharyya距离建立跟踪所需的观测似然函数,在粒子滤波的框架下实现了算法对单模序列图像中目标的跟踪;引入跟踪性能品质度量因子和加权融合策略衡量多信源下对目标的跟踪性能,实现对双模序列图像中目标的稳健跟踪,解决了单一信源在特定因素下跟踪性能不理想的缺陷,提高了算法性能。仿真实验结果验证了算法的有效性。

一种新的红外图像自适应增强算法

针对红外热图像普遍存在的目标与背景对比度差、边缘模糊等特点,提出了一种新的红外图像自适应增强算法。通过自适应地选择平台阈值,对红外图像进行平台直方图均衡化,有效抑制了背景的过度增强,避免目标灰度级的过多合并,提升了目标的灰度空间,获得了很好的增强效果。实验结果表明,本算法优于直方图均衡化算法,可有效地突出红外目标。

智能N维向量的空间模型

传统向量空间模型在计算复杂度、查询性能、智能性方面存在种种缺陷。在其基础上 ,提出了智能N维向量空间模型 ,改进了文档特征向量生成的算法 ,使用局部统计数据计算特征向量 ,大大降低了计算复杂度。模型采用用户点击作为反馈 ,提出了对初始的文档特征向量和用户查询向量进行调整的算法。最后 。

基于全局运动补偿的红外目标变换相关跟踪算法

提出了一种新的前视红外序列图像目标跟踪方法.利用基于区域分割和模板匹配的全局补偿算法进行运动估计,有效消除了运动平台中摄像机运动对跟踪性能带来的不利影响.同时,采用二元联合变换相关器进行红外目标的检测与跟踪.通过将振幅调制的功率谱转化为脉冲调制的功率谱,可以获得更清晰尖锐的相关峰,提高了算法的鲁棒性.实验结果表明,该方法是有效的和稳健的.

基于神经网络的头骨模型三维测量方法

研究了用普通数码相机多视角拍摄头骨模型,获取头骨三维数据并进行三维重构的方法。该方法采用人工神经网络技术实现图象坐标系到世界坐标系的映射,采用基于区域相关性的点匹配方法获得一系列的匹配点对后,即可获得较多的头骨模型表面三维数据,从而完成对头骨模型的三维测量。最后,利用仿真实验验证了该方法的有效性和可行性。

多管齐下助力大班课教学质量提升

以高校大班课教学为研究对象,在深入分析了当前大班课教学存在的教法单一,互动困难,学生"匿名感"强等问题后,逐条给出了破解思路。提出的可行性建议"正念语言引导""走下去、走上来、走进去""多管齐下、内外兼修"要求老师放下身段,以学生为中心,多角度透视问题,多途径解决问题。在课程教学实践中,所提方法取得了良好的教学效果。

从课堂教学把握任职教育教学效果

文章分析了任职教育与学历教育的区别,结合作者在基层部队任职代职经历和多年的任职教育教学经验,从"有备而来,讲有效课","独创风格,讲创新课","听取意见,课后反思,讲求实课"三个方面就如何提高课堂教学的效果谈了自己的几点看法。

基于协同组的校园信息系统安全模型研究

针对目前校园网的安全问题进行分析,通过研究现有防御技术及主流的内网安全策略,结合一般高校的关键业务流范型,找到了一种可以实现校园网"安全性、可控性、高效性"三个发展目标的方法。即通过软硬件手段,构建基于三层协同组的校园网信息系统安全模型。本模型的特点是提高了校园网的整体运行效率,发挥了终端信息系统CPU的作用并实现了终端的自动维护。最后通过蠕虫防御仿真对比实验验证了该模型在安全防御中的性能优势。

一种新的红外目标跟踪方法

提出了一种基于灰度加权和Kalman滤波预测的红外目标跟踪方法。利用带有空间位置信息的目标区域直方图描述红外目标,克服了灰度直方图对图像描述缺少空间位置信息的缺陷,增加了描述的鲁棒性。同时,对跟踪目标的实时位置数据利用卡尔曼滤波校正和预测,增强了跟踪的实时性。实验结果表明,该方法是有效和稳健的。

面向云存储的安全存储策略研究

云存储是未来信息存储的一种理想方式,它提供方便易用的外包存储空间,以缓解爆炸增长的信息对存储空间的海量需求.但是,由于云存储用户担心自己的数据丢失,缺乏对云存储的信任,导致云存储推广普及变得困难.提出一种面向云存储的安全存储模型及存取策略,旨在解决私密信息在云中存储的数据安全性和用户匿名性的问题,并对其安全性进行了分析.最后,提出该系统实现时必须解决的关键技术.

基于改进变分水平集的红外图像分割方法

提出一种基于水平集的红外图像偏微分分割方法,通过改进Chan-Vese模型中的能量函数获得偏微分方程,该能量函数将红外图像边缘与区域信息相结合,取得了全局极小值,该能量模型对水平集初始曲线的位置不敏感,并可定位图像边缘。基于该模型的变分水平集分割方法可分割出红外图像目标。实验结果表明,该方法效果良好,便于下一步的红外目标识别与跟踪。

光源噪声对光纤光栅解调精度的影响

采用耦合模型理论对光纤光栅的传输特性进行了分析,运用矩阵法对均匀光纤光栅反射谱进行了数值模拟。分析了光学检测中的噪声来源,并对实验室条件下使用激光器时噪声的大小进行了估算和验证。通过对光源施加不同功率大小的噪声,并根据光纤光栅的反射谱来研究光源噪声对峰值检测的影响。实验表明,激光器的功率噪声对光纤光栅解调精度有很大影响,波长检测精度越高,噪声影响越大,在解调精度达到皮米级时,激光器的噪声应接近量子噪声的极限水平。为光纤光栅技术在高精度装备检测中的应用和研究提供理论基础。

基于NSCT-I的红外图像收缩阈值去噪算法

分析了非下采样Contourlet变换,利用基于冗余结构的非线性提升方法实现了平移不变的不可分离小波变换,提出了一种改进的非下采样Contourlet变换理论(NSCT-I)。NSCT-I具有更好的细节捕捉能力、平移不变性、良好的多分辨率、局部化和多方向性,能够获得更好的图像处理效果。在分析现有阈值函数和阈值选择方法的基础上,构建了适合NSCT-I变换方法的阈值函数,提出了一种基于NSCT-I的收缩阈值去噪算法。分析和仿真实验表明:该算法具有良好的去噪效果和保持细节的性能。

基于HLA和VR的导弹武器系统仿真平台设计

应用分布交互仿真高层体系结构HLA和虚拟现实技术,结合导弹武器系统特点,设计了基于HLA和VR的某型地地导弹武器系统仿真平台体系结构,并介绍了三维虚拟场景建模、联邦成员模型、仿真对象模型以及成员接口的设计与实现。

一种新颖的磁传感器校验方法

根据某型飞机磁传感器检测仪研制的要求,在分析磁传感器测量方程的基础上,采用单片机进行测量和控制,设计了一种利用数字磁航向指示,校验该磁传感器性能的新方法。实验结果表明,该系统精度较高、工作可靠、结构简单。

时空联合的红外运动目标提取算法

针对红外图像对比度差、边缘模糊的特点,提出了一种基于时空联合的红外序列图像目标提取的新方法。算法充分利用了红外目标的亮度特征、背景信息以及运动信息。时域分割中通过建立帧差图像背景的高斯分布模型,采用变化检测模板来确定红外目标约束区域。然后,构造图像像素与区域之间的空间关系隶属度矩阵并约束到传统的模糊聚类算法中,空域分割则利用该模糊聚类来对目标约束区域进行有效分割。最后将时空分割结果融合便能实现最终的红外目标提取。实验结果表明,该方法简单有效,能准确提取动态场景中的红外目标。

基于案例的目标牵引教学方法在岗前培训任职教育中的探索与实践

深入分析了岗前培训任职教育教学的特点,提出了基于正反馈闭环结构的岗位任职能力模型,同时以装备课程为蓝本,分析了课程内容和教学对象的特点,研究并提出了一种"基于案例的目标牵引教学法"。该方法在任职教育中,实现了"为学而学"向"为知而学"转变及"零散经验汇聚与分享",强化了学员"理论指导下的保障思维习惯"的培养。在岗前培训课程教学实践中,所提方法取得了良好的教学效果。

初级指挥生长干部任职培训考核模式探讨与实践

针对4+1任职培训的特点和岗位任职需求,提出了全过程多元化的考核新模式,分别从组训能力、优化创新能力、故障分析与排除能力和出勤表现态度等多方面进行考核,采取现地考、操作考和口试答辩等多种考核方式,考核涉及教学全过程、多个方面,有效促进了学员主动学习的热情,起到了以考促学的目的。

基于数学形态学的图像边缘检测新方法

经典数学形态学的边缘检测方法虽然具有较好的去噪能力,但却存在计算量大,计算时间长等缺点,并且其得到的结果具有不连续、不完整等缺点,不能较为准确地提取图像的边缘特征。在研究数学形态学的基础上,利用数学形态学方法对图像进行边缘处理,然后将处理后的图像作为神经网络的输入,利用CP神经网络对图像的边缘进行检测。实验结果表明,该方法得到的边缘图像边界细腻完整,具有较好的抗噪性,实现了提高精度与抗噪性能的协调统一。

一种基于AGA的RBF网络混合学习算法

基于目前RBF网络学习方法中的一些不足,提出了一种基于AGA的混合学习方法,即应用AGA对网络隐单元RBF个数和宽度σ同时优选,并将最佳隐单元数作为K-均值聚类数得到隐单元中心,隐层到输出层的权值由LS法确定。针对K-均值聚类算法对初始值敏感的问题,算法在最后阶段对其执行多次运算,由此选择最佳结果。仿真结果表明,该方法在大样本情况下,训练得到的网络在精度和结构上得到了良好的结合。