激光CCD二维自准直仪中圆目标中心精确定位算法

提出一种新的激光CCD二维自准直仪中圆目标中心精确定位算法。该算法采用变结构元多尺度广义数学形态学滤波算法滤除图像噪声,由Zernike矩定位算法得出目标轮廓的亚像素位置,用最小二乘拟合法精确获取圆目标的中心位置,并进行了实验。结果表明:该算法稳定性好,定位精度高,应用该算法后自准直仪的测量分辨力提高了10倍,在±2′测量范围内测量不确定度优于0.3″,有效地提高了自准直仪的测量分辨力和测量精度。

Zernike矩与MSA矩的对比研究

Zernike矩由于其信息冗余度低且对噪声不敏感,在图像特征提取和模式识别中得到了广泛的应用,MSA矩具有尺度不变性和仿射不变性,被成功应用于单纯背景的图像模式识别领域,也被越来越多的学者所关注,但Zernike矩与MSA矩的不变性、时间效率及应用条件等还没有被对比过;同时,Zernike矩本身只具有旋转不变性,当前对于Zernike矩平移不变性、尺度不变性已经有了较好的解决方法,但对仿射变化的研究还较少.针对上述两个问题,首先提出了一种同时解决Zernike矩平移不变性、尺度不变性和仿射不变性的预处理算法,其次对Zernike矩与MSA矩的仿射不变性、时间效率等进行了详细的对比.仿真结果表明提出的预处理算法可以有效地保证Zernike矩的仿射不变性,其次,经过预处理后的Zernike矩与MSA矩的对比研究可以对以后的研究提供详实的参考.

基于多尺度时域矩匹配的自适应非均匀性校正算法（英文）

非制冷红外焦平面阵列的固定图案噪声具有与条带噪声相类似的特性.通过对矩匹配算法和时域高通滤波算法的研究,提出了一种多尺度时域矩匹配非均匀性校正算法.首先利用高斯金字塔对相邻帧待校正图像进行全局运动估计,然后对各尺度的高斯金字塔和拉普拉斯金字塔分别进行时域矩匹配.对真实红外图像序列的实验结果表明,该算法在提高收敛速度的同时可有效减少鬼影现象的出现.

一种基于图像几何矩的非降维连续尺度解构模式

针对降维解构分析的多尺度图像处理容易造成高维信息的破碎与损失这一问题,建立了一种基于图像几何矩的非降维连续尺度解构模式,并在此模式下构建了10组非降维解构模型。模型以单通道图像为应用对象,以几何矩为算子,以不同尺度窗口下矩运算产生的特征值为基础对原始信息进行非降维解构。10组解构结果呈现均衡模式和增长模式两种形态。代入多尺度分割算法验证证明,基于图像几何矩的非降维连续解构分析可以提升多尺度分割精度,且增长模式下的解构信息对于图像分割更有利。

A direct probabilistic approach to solve state equations for nonlinear systems under random excitation

In this paper, a direct probabilistic approach（DPA） is presented to formulate and solve moment equations for nonlinear systems excited by environmental loads that can be either a stationary or nonstationary random process.The proposed method has the advantage of obtaining the response＇s moments directly from the initial conditions and statistical characteristics of the corresponding external excitations. First, the response＇s moment equations are directly derived based on a DPA, which is completely independent of the It？/filtering approach since no specific assumptions regarding the correlation structure of excitation are made.By solving them under Gaussian closure, the response＇s moments can be obtained. Subsequently, a multiscale algorithm for the numerical solution of moment equations is exploited to improve computational efficiency and avoid much wall-clock time. Finally, a comparison of the results with Monte Carlo（MC） simulation gives good agreement.Furthermore, the advantage of the multiscale algorithm in terms of efficiency is also demonstrated by an engineering example.

竞争型小波神经网络在零件分类中的应用

文章将小波分析与竞争型神经网络相结合,构造了适应于零件分类的竞争型小波神经网络(CWN)。首先对零件先进行小波多尺度边缘检测,然后采用不变矩方法提取零件的特征,最后送入CWN加以分类。分类结果表明,CWN对相似零件能够有效分类,并且有一定的鲁棒性。

基于QBFM矩和三维结构的图像哈希算法

为了增强图像哈希算法的分类性能并提高拷贝检测的准确率和效率,提出基于QBFM矩和三维结构的图像哈希算法。首先对彩色图像进行规格化处理,并通过多尺度融合得到高斯融合图像和拉普拉斯融合图像,再对两种融合图像分别提取QBFM特征。同时直接在RGB颜色空间提取高斯融合图像的梯度图像并构造三维模型,利用不同视角下梯度峰顶和峰谷曲线的凹凸点信息得到三维局部结构特征;再对三维模型等距切分,统计各切面的像素数和方差作为三维全局结构特征。最后,将图像的QBFM特征和三维特征结合并置乱构成最终的哈希序列。实验结果表明,算法在鲁棒性和区分性之间有更好的平衡;与现有的哈希算法相比具有较好的图像分类性能;在拷贝检测实验中,算法具有最优的查全率和查准率。