一体化接收中宽带雷达回波的子带处理结构

研究了雷达与雷达对抗侦察一体化接收中的雷达回波接收问题,针对基于动态非均匀滤波器组的雷达与雷达对抗侦察一体化接收结构,提出了一种宽带雷达回波相关接收的子带处理结构。该算法将雷达发射信号波形通过分析滤波器组得到相应的子带匹配滤波器系数,实现了雷达回波匹配滤波的子带处理,解决了雷达带宽大于子带带宽时雷达回波匹配滤波的问题。从而使得雷达带宽不受一体化接收中子带频率宽度的影响,能够有效实现宽带雷达与雷达对抗侦察一体化接收。理论分析和仿真实验验证了该结构的有效性。

无抽样方向滤波器组的设计及其在医学图像增强中的应用

本文提出一种无抽样的方向滤波器组设计方法,并应用于医学图像增强。该方法将多级滤波器组整合为单级滤波器组,并将各频域滤波器均转化为w×w的空间模板,分别与图像卷积,获得各方向的子带图像,且每幅子带图像的分辨率均与原图像相同,便于利用各方向子带图像的统计特性,实现图像增强。实验结果表明:本方法因避免了抽样与插值过程,操作简便。采用图像方向特征,降低由于设备问题造成的图像模糊的影响,与其他常见的图像增强方法相比,其图像增强效果明显。

基于运动想象脑机接口的AuFBCSP方法

针对基于运动想象的脑机接口问题,提出了一种新的特征提取方法,即加强的滤波带宽共同空间模式方法。与传统的滤波带宽共同空间模式方法相比,文中提出的方法充分考虑了被试在进行运动想象时发生事件相关去同步时段的特异性,从而得到更多的特征,并利用这些特征分类,取得更高的准确率和kappa值。在特征的选择上,利用BCI的竞赛数据,将基于互信息的方法和基于准确率的方法进行对比,发现基于准确率的特征选择方法优于基于互信息的特征选择方法。

高斯颜色模型在瓷片图像分类中的应用

由于RGB颜色空间不能很好贴近人的视觉感知,同时也缺少对空间结构的描述,因此采用兼顾颜色信息和空间信息的高斯颜色模型以获取更全面的特征,提出了一种基于高斯颜色模型和多尺度滤波器组的彩色纹理图像分类法,用于瓷器碎片图像的分类。首先将原始图像的RGB颜色空间转换到高斯颜色模型;再用正规化多尺度LM滤波器组对高斯颜色模型的3个通道构造滤波图像,并借助主成分分析寻找主特征图,接着选取各通道的最大高斯拉普拉斯和最大高斯响应图像,与特征图联合构成特征图像组用以进行参数提取;最后以支持向量机作为分类器进行学习和分类。实验结果表明,与基于灰度的、基于RGB模型的和基于RGB_bior 4.4小波的方法相比,本文方法具有更好的分类结果,其中在Outex纹理图像库上获得的分类准确率为96.7%,在瓷片图像集上获得的分类准确率为94.2%。此方法可推广应用到其他彩色纹理分类任务。