基于分水岭变换的遥感影像面向对象多尺度分割算法研究

面向对象多尺度分割技术建立一种基于多尺度分割、逐级分层提取地物边界的方法。并基于这一思想,提出基于分水岭算法和异质性最小区域合并算法相结合的快速分割方法。试验表明,该方法能快速准确地获得高分辨率遥感图像的分割结果。

给定平面内直线度误差评定及其可视化研究

为实现给定平面内直线度误差评定的可视化,运用最优化理论和几何学原理,对其最小区域算法进行了改进;基于可视化技术,对其两端点连线算法、最小二乘算法和改进的最小区域算法进行了可视化设计;并采用UG/GRIP语言对这3种算法进行了编程;最后,用可视化数字实验验证了改进算法的正确性,实现了计算机辅助平面直线度误差评定的可视化．

直线度误差处理系统的研制

研制了与电子水平仪配套的直线度误差专用处理系统。介绍了该系统的工作原理、结构组成以及内嵌的直线度误差最小区域算法 ,阐述了该算法的原理及其在单片机上的实现方案 。

空间平行度误差高精度评定程序研发

符合"最小区域"意义上的平行度误差评定,是精密检测所追求的终极目标。对于基准为平面、被测对象为平面或直线的平行度误差,首先针对基准平面上的测量数据,以高精度平面度误差为目标,创新性地探索符合"最小区域"准则的算法以求取基准平面,从而计算出被测对象的平行度误差值。

激光成像引信的目标识别方法研究

为了高效准确地滤掉云烟雾等悬浮粒子,减少对激光成像引信工作的影响,采用了改进的Harris+最小核值相似区域(SUSAN)角点检测算法与矩形度结合的目标识别方法。改进算法在原有Harris和SUSAN算法基础上,利用8邻域模板标准差对目标像素点进行初次筛选获得候选角点,经高斯滤波后,利用改进的角点响应函数值进行二次筛选,再通过非极大值抑制得到最终角点,最后利用矩形度对目标与干扰进行二次区分。通过理论分析和实验验证可知,95%的目标能被有效地识别出来。结果表明,该方法能高效准确地区分目标与干扰,同时满足实时性要求,为激光成像引信抗干扰方面提供了一定的理论参考。