应用主动轮廓模型在单摄像机监控系统中的运动目标检测与跟踪

介绍在实时图像处理中的单摄像机监控系统运动目标检测与跟踪方法.针对运动目标的检测,首先进行帧间图像的匹配,接着计算图像间的误差,检测出运动区域,得到运动物体的大致轮廓.通过利用动态规划法改进的主动轮廓模型方法,提取运动目标轮廓.算法有较好的鲁棒性和抗噪声能力,速度也比较快.这种方法可以在轮渡站实时监控系统中得到应用.     

分段常值多相图像分割的变分水平集方法

基于变分水平集方法,建立一种具有噪声去除能力的分段常值多相图像分割模型. 该模型能在完成噪声去除的同时完成图像分割,从而缩短针对噪声图像的分割时间;其次,基于十进制数和二进制数转换,构造区域划分的特征函数表达式,从而建立一个新的多相图像分割模型;最后把该多相图像分割模型应用于合成图像和医学图像的分割.实验结果表明,与Chan-Vese模型相比,该模型能更快地提取噪声图像中的目标.     

联合L1和L0先验模型的超分辨率重建算法

超分辨率重建可以从低分辨率图像序列中重建出高分辨率图像,提高图像质量。重建出边缘保持且噪声低的高分辨率图像,仍具有挑战。针对此问题,在L₁先验模型中添加图像梯度的L₀范数作为先验知识,提出联合L₁和L₀先验模型的超分辨率重建算法,既保留L₁先验模型边缘保持的优点,又保留L₀先验模型抑制噪声的优点。将该算法与双三次插值、Total Variation (TV)先验模型和L₁先验模型作对比,通过仿真实验数据和真实实验数据的分析,验证本文算法的有效性。     

基于丰度分布约束的NMF端元生成方法

非负矩阵分解（non-negative matrix factorization,NMF）端元生成方法可以同时获得端元和丰度,且支持乘式迭代实现目标函数优化,处理效率高,因此受到越来越多的关注。由于目标函数非凸,基于NMF的端元提取方法容易陷入局部极值。尽管采用增加约束的方式可以缓解局部极值问题,但往往会破坏NMF乘式迭代规则,从而降低NMF方法的处理效率。提出一种基于丰度分布约束的方法,利用矩阵迹运算实现目标函数乘式迭代优化。实验结果表明,该方法既能估计出准确的端元,又能提高端元生成的效率。     

基于小波包与自适应预测器的音频隐写分析方法

提出一种基于小波包与自适应预测器的音频隐写分析方法,主要用于检测加性噪声模型.利用加性噪声对音频高频部分比低频部分影响显著的特点,对音频信号进行小波包分解;然后利用最小均方(LMS)自适应预测器对高频小波包系数进行预测,选取预测误差的统计量作为统计特征;最后采用支持向量机分类.实验证明,对于常用的加性噪声隐写方法,即使在嵌入强度或嵌入率较低的情况下,也能达到较高的分类准确率.     

用容积卡尔曼滤波算法进行集装箱吊具姿态估计

为提高非线性模型下集装箱吊具姿态的估计精度,建立一个基于四元数和低精度高噪声传感器的集装箱吊具姿态估计非线性模型,运用容积卡尔曼滤波算法进行姿态估计.试验数据与高精度姿态传感器数据比较表明,采用容积卡尔曼滤波算法可以有效提高集装箱吊具姿态估计精度和稳定性.     

基于小波DGM(2,1)模型的我国进出口贸易额预测

我国进出口贸易数据序列呈波浪上升趋势,传统预测方法难以获得理想预测效果.小波变换可去除原始信号中的噪声,灰色DGM(2,1)模型适合波动时间序列的预测.运用小波变换和灰色DGM(2,1)模型相结合的方法预测我国进出口贸易总额,取得了理想效果,2017年的预测误差仅为3.4041％,比灰色GM(1,1)模型的10.8493％减小22.4853％,比普通灰色DGM(2,1)模型的15.8011％减小46.7771％.由模型预测得到2018年我国进出口贸易总额为4.378288万亿美元.     

MIMO下行多用户中继系统的线性收发处理设计

针对单源单中继多用户多输入多输出下行系统,提出一种基于规则块对角化的收发处理设计.考虑源端无法获得第二跳的信道信息和用户无法获得第一跳的信道信息的场景,对源-中继链路和中继-用户链路进行独立的收发处理设计.在中继处采用传统的规则块对角化方法抑制用户间干扰和噪声,并基于最小均方误差准则联合接收矩阵设计改进的迭代优化算法.仿真结果表明,该算法收敛较快,且很好地降低了低信噪比区域的误码率.     

基于高斯回归预测的超声成像高分辨率重建

油水两相流过程的可视化检测对多相流研究与石油和化工等工业生产具有重要意义。超声层析成像技术具有非侵入、无辐射、安装方便等优点,在油水两相流检测中有很好的应用前景。针对超声层析成像实现低对比度声学特性的油、水两相介质分布重建问题,提出一种高分辨率图像重建方法。该方法通过构建基于阶段奇异值分解的降维同步代数重建算法,在保证重建精度的同时提高重建速度,并采用高斯回归模型将低分辨率的重建结果转化为高分辨率图像。仿真模拟测试结果表明,该算法重建图像误差小、分辨率较高,能满足实时成像要求。     

基于LiDAR点云特征和模型拟合的高压线提取

高压线数字化是数字电网建设和线路智能巡检的核心内容,机载LiDAR在高压线三维数字重建中具有独特的优势。提出一种从输电走廊机载LiDAR点云数据自动快速高精度提取完整电力线点的方法。首先基于点云的空间分布特征粗提取电力线点,并通过改进Hough变换和RANSAC抛物线拟合法剔除噪点,然后分别进行电力线在平面和垂直面上的分股,结合单股电力线的平面直线模型和垂直面上的抛物线模型,采用模型生长的方法提取完整的电力线点。试验结果表明,该方法提取的电力线点云的精度可达99.6%。     

基于低秩和一维稀疏矩阵分解的多通道SAR-GMTI方法

多通道合成孔径雷达地面运行目标指示(synthetic aperture radar-ground moving target indicator,SAR-GMTI)系统的数据按一定方式重组并处理后,可认为是由表示地杂波的低秩矩阵、表示运动目标的稀疏矩阵和表示噪声的矩阵这3部分组成.但已有的基于矩阵分解的GMTI方法,...     

基于改进灰色神经网络模型的三峡枢纽过坝货运量预测

针对三峡枢纽过坝货运量预测受多种因素影响及其具有的非线性特点,提出一种基于改进灰色模型和神经网络的组合预测模型。针对传统组合预测模型在赋权上的局限性,提出基于诱导有序加权几何平均(induced ordered weighted geometric averaging,IOWGA)算子的赋权方法。计算结果比较:组合预测模型的均方误差和均方百分比误差都比各单一预测模型的小。利用组合预测模型对2019—2022年三峡枢纽过坝货运量进行了预测,可为相关决策者提供参考。     

基于相空间重构方法的三维MIMO无线信道预测

第五代(5G)无线通信网络采用的大规模多输入多输出(MIMO)技术需要大量空口资源估计和反馈MIMO信道。除优化导频、估计和反馈设计外,对信道衰落的预测也是节约空口资源的有效途径。运用相空间重构方法研究三维信道模型相关的相空间重构参数,提出一种基于经验知识的小样本在线学习方法,对MIMO信道系数和信道容量进行预测。研究发现无线信道数据具有混沌性,相空间延迟时间和嵌入维数服从一定分布,因此可以作为实时预测的先验参数进行设定。实验结果表明,该方法预测效率比传统ARMA方法提升6倍左右,信道容量的平均误差最小为5.91%。最后,采用某市区的实测数据验证相空间重构方法的有效性,信道容量的预测平均误差最小为0.91%。     

基于非负稀疏编码的图像特征提取及应用

NNSC是把多维数据分解成非负稀疏分量的一种方法,而且这种方法已成功地应用于建模视觉感知系统的感受野。通过仿真实验证明了NNSC方法在自然图像的特征提取中的有效性;而且与独立分量分析(ICA)方法相比,实验结果证明NNSC法提取的特征基要优于ICA基,其图像重构目视效果明显好于用ICA基恢复的结果。     

单纯形法在伏安数据去噪中的应用

提出了利用单纯形法对含噪音的数据的处理,讨论了原理,给出了算法,通过对多组数据的拟合,证明了单纯形调优法的可行性和优越性.     

基于PMC方法的鲁棒声学模型研究

在噪声鲁棒语音识别研究中,使用并行模型结合(parallel model combination, PMC)方法得到的模型理论上能够接近匹配噪声环境模型的性能,故成为噪声鲁棒语音识别的重要研究方向。本文首先提出了一种基于前后向差分动态参数的特征MFCC_FWD_BWD,该特征满足PMC对特征构造矩阵可逆的要求。在此基础上,提出了一种用于PMC的新模型——并行子状态隐马尔可夫模型(parallel sub-state hidden Markov model, PSSHMM),该模型每个状态包含平行关系的子状态,且子状态间存在转移关系。实验表明,PSSHMM模型在各种噪声和SNR下取得了较好的识别效果,特别是对于非平稳噪声,其鲁棒性能非常显著。