时空域滤波方法在红外弱小目标检测系统中的应用

针对远距离红外弱小目标低信噪比的特点,提出一种空域滤波与粒子滤波相结合的目标检测方法。首先在空域进行形态滤波Tophat变换,抑制背景和背景杂波,得到了滤除背景的目标图像,再通过滑窗累积方法进一步增强目标,提高目标的信噪比,增大检测概率。然后根据目标时域运动的连续性和规则性,采用基于粒子滤波预测的邻域目标检测判决方法,达到弱小目标检测的目的。实验结果表明:该方法能够有效地检测出幅度信噪比约为1.7的弱小目标,对背景变化情况下的弱小目标检测具有较好的适应性。

基于自适应邻域策略的改进型MOEA/D算法

为避免传统MOEA/D算法使用固定领域规模易造成种群进化效率降低的情况,提出一种基于自适应邻域策略的改进算法。设计一种能够反映子问题进化幅度和种群进化状态的判断机制。针对进化过程中的收敛性和分布性需求,提出基于进化状态判断的自适应邻域策略,从而根据种群和子问题的进化状态设定不同的邻域规模。使用WFG系列测试函数进行实验,结果表明,该算法能有效平衡进化过程中种群的收敛性与分布性,提高解集的整体性能。

基于邻域分析的海洋遥感图像舰船检测方法

针对高分辨遥感图像中目标背景为复杂多变的海面,提出一种基于邻域特性分析的海面舰船检测方法.根据邻域窗口的均值方差积特性,初分割消除大部分海面背景;再通过后续邻域均值滤波消减海面分散杂波,利用形态学处理进一步消除杂波干扰,确定目标候选区域;最后结合舰船相关特征(长宽比和矩形度等)对目标进行验证,排除虚警,输出最终检测结果.经对大量不同海面背景进行验证表明,该方法适应性强,稳定性好,检测率高.

一种基于目标航迹的跟踪算法

针对空中制导的复杂性和多样性,提出了一种以通过像素邻域判决准则,获得检测图像中的多目标为基础,利用一步预测原理确定航迹起始和终结,实现序列帧中多目标的连续跟踪算法。通过对实际拍摄的序列帧图像进行相应的跟踪仿真试验,结果表明,该算法能够稳定可靠跟踪多目标。

炼铸轧集成计划与调度组批模型及算法

为提高热装批量计划的调度可行性,构建一种集成批量计划类型及部分调度约束的批量计划约束满足模型,并采用显性基因的约束遗传算法进行优化求解.在优化过程中,采用一种以提高批量计划的调度可行性的基于邻域连通的快速判定方法,同时利用判定返回的信息构建显性基因指导优化过程.最后利用实际生产数据进行测试,结果表明,所提出的模型和算法能够提高热装率和批量计划调度的可行性,并且算法的执行效率可满足实际应用的要求.

小邻域方法对数据的分类

为了由数据特征实施对数据更好的查询、图像更好的分割，提出了一种小邻域分类（ε—NC）方法．ε—NC能找出最佳的分类数量，分类时间明显减少．引入相对熵损失来限制样本图像的失真，采用可变步长搜索方法提高最小采样率搜索过程的效率；给出模糊隶属度，形成分类的有效性判断函数，减少迭代次数．采用ε—NC分类方法，对图像分割的准确率高、速度快、抗噪能力强，它对图像目标分类的准确率比传统最好的分类方法的准确率平均提高了5．65％，搜索速度提高9—12倍．