基于单势阱随机共振的多频周期微弱信号检测

经典随机共振(SR)应用于微弱信号检测,在取得较好效果的同时也带来了最佳系统参数调节困难的问题。单势阱随机共振(SSR)只需调整一个系统参数,更容易调整系统到最佳状态。在研究了单势阱随机共振理论基础上,对多频周期信号加上与实际更为接近的色噪声,采用互相关系数作为测度指标,运用自适应方法寻找系统最优参数后,系统设置该参数,从待测信号中检测出多频周期微弱信号。实验结果表明单势阱随机共振对多频周期微弱信号具有较好的检测效果。

一种改进型的时空混合高斯背景建模

针对单固定摄像机的环境,提出一种结合三帧差法的时空混合高斯背景建模方法,改善了传统混合高斯背景建模只考虑单个像素在时间上的特性而忽略相邻像素空间上的相关性,从而对非平稳场景较为敏感的缺点。对于状态变化频繁的点,让其取邻域内的稳定点的灰度值,再与三帧差法的结果进行或操作。实验结果表明,与经典混合高斯背景方法相比,本文的方法能够有效改善背景中出现的非平稳波动,检测出的目标也更完整,并且对阴影的影响,也有一定的抑制作用。

增强型Shearlet域SAR图像去噪

针对合成孔径雷达(SAR)图像固有的相干斑噪声,提出了一种增强型Shearlet域SAR图像滤波去噪算法。该算法首先分析SAR图像的局部特性,利用局部特性,将图像分成均质区域、非均质区域和边缘区域。对均质区域,用均值滤波器进行滤波去噪;对非均质区域,用Shearlet变换处理去噪;对边缘区域,进行直接保留。实验结果证明,该算法不仅能够显著消除相干斑噪声,明显的提高视觉效果,而且能够很好的保持边缘细节和纹理信息。

数字摄像法测量白天能见度算法设计

数字摄像法测量白天大气能见度，常用的方法是双亮度差法，此方法需尽可能保证标准的观测条件，例如两组目标－背景视线方向一致，尽量选择观测反射率低得可以忽略的人工实用黑体目标物等，否则会产生较大的误差。为此设计了一种新的基于数字摄像机的白天能见度算法：拍摄包含合适的目标物和天空背景图像，通过暗原色先验估计透射率，通过调节光圈大小获得散焦图像，把S变换应用到图像处理中，计算视觉距离，可以得出大气消光系数，从而反演出大气能见度值。实验数据表明，该算法在能见度的值在4000～8000 m范围内最大误差小于9％，测量结果比双亮度差方法误差减小2．1％～3．4％。