基于SIFT+FSC算法的遥感图像自动匹配

为提高遥感影像间自动匹配的精度,采用SIFT(scale invariant feature)算法进行特征提取以及初匹配,并利用RANSAC(random sample consensus)和FSC(fast sample consensus)算法进行局外点剔除,分析剩余点的数量和分布情况.经过实验对比,基于SIFT+...     

一种基于SIFT特征匹配的自动图像拼接方法

提出了一种利用尺度不变特征变换匹配技术应用于图像自动拼接的方法,SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化均保持不变,对视角变换、仿射变换、噪声均有一定程度的稳定性。在分析了SIFT特征匹配理论的基础上,利用SIFT获取匹配点对,结合最小二乘匹配方法提高了匹配的精度,通过计算图像之间的变换参数,实现图像的自动拼接。实验取得了较好的结果,验证了方法的可行性。     

基于图像分层搜索的地形轮廓匹配算法设计

应用图像分层搜索序贯判决算法,进行海底地形轮廓匹配（TERCOM）算法设计。建立了上下两层同时匹配的比较控制逻辑,既提高了匹配速度,又减少了误匹配,增强了地形二维匹配的健壮性。应用实际海图原始数据进行仿真。结果表明,该算法在保持匹配速度的同时具有较高的匹配精度和抗差特性。     

基于二分搜索的水深数据与遥感影像匹配算法

研究了遥感水深反演的数据匹配方法,分析了插值加密法与最短距离法的优缺点。针对高分辨率卫星影像海量数据,传统匹配方法无法有效进行数据匹配问题,提出基于二分搜索的阈值距离法。实验表明,新算法的匹配效率与匹配精度得到了显著提高,有助于获得更好的水深反演效果。     

基于双阶段特征匹配的非同源SAR船只跟踪方法

开展星载合成孔径雷达(Synthetic Aperture Radar,SAR)船只匹配跟踪研究是海上船只监测的重要内容,对提升海上目标监测管控能力有重要意义.当前利用SAR卫星进行船只目标匹配跟踪时,由于船只目标尺寸小且船只目标的运动会在SAR图像中产生几何畸变,导致船只目标在SAR图像中难以准确实现匹配跟踪.基于此...     

特征系统实现算法中的噪声问题研究

研究特征系统实现算法在模态识别过程中的噪声处理问题.特征系统实现算法为目前土木工程领域应用较为广泛的一种模态识别法.在处理实测数据时,特征系统实现算法将实测数据分解为结构真实信号和噪声信号,从而将噪声消除.分块Hankel矩阵的维数对信噪分离过程影响很大.提出当分块Hankel矩阵的分块行与分块列数接近时,真实和噪声信号可以最好的分离.通过在实测信号里添加噪声(产生噪声-噪声信号),将实测信号和噪声—噪声信号识别的结果进行比较,提出了1种验证识别模态参数是否为结构真实模态的检验方法.本文应用导管架平台实例来验证提出方法的适用性.结果表明,当分块Hankel矩阵的分块行与分块列数接近时,真实和噪声信号能够有效地分离,此时添加的噪声主要影响噪声信号部分.由实测信号和噪声噪声信号识别的模态参数非常吻合.     

特征系统实现算法中的噪声问题研究

研究特征系统实现算法在模态识别过程中的噪声处理问题。特征系统实现算法为目前土木工程领域应用较为广泛的一种模态识别法。在处理实测数据时,特征系统实现算法将实测数据分解为结构真实信号和噪声信号,从而将噪声消除。分块Hankel矩阵的维数对信噪分离过程影响很大。提出当分块Hankel矩阵的分块行与分块列数接近时,真实和噪声信号可以最好的分离。通过在实测信号里添加噪声(产生噪声-噪声信号),将实测信号和噪声-噪声信号识别的结果进行比较,提出了1种验证识别模态参数是否为结构真实模态的检验方法。本文应用导管架平台实例来验证提出方法的适用性。结果表明,当分块Hankel矩阵的分块行与分块列数接近时,真实和噪声信号能够有效地分离,此时添加的噪声主要影响噪声信号部分。由实测信号和噪声-噪声信号识别的模态参数非常吻合。     

基于多特征匹配跟踪的深海发光浮游生物自动计数方法

生物发光现象在海洋中广泛存在,基于微光成像技术对深海发光浮游生物的发光现象进行视觉捕获是一种先进的原位观测手段,但目前缺乏有效的方法对获取的生物发光影像资料进行自动分析。针对此问题,本文提出一种基于多特征匹配跟踪的发光浮游生物自动计数方法,基于同一目标在连续帧间的运动具有连续性的思想,首先采用帧间质心差小于一定阈值的原则进行初始粗匹配,然后针对目标过近造成的误匹配问题再进一步进行运动方向的匹配,提高帧间匹配精度,从而准确计数。采用所提出的方法对深海发光浮游生物的真实视频数据进行了自动分析,实验结果证明该计数方法具有较好的准确率,对生物发光区域的尺度变化、发光目标间距过近等情况具有较好的鲁棒性,能达到较好的计数效果。     

基于TIN模型的水下地形匹配定位算法

针对当前尚无直接利用海图水深构建不规则三角网(triangulated irregular network,TIN)进行水下地形匹配定位的现状,提出了一种基于TIN模型的水下地形匹配定位算法。首先,在经典TERCOM(terrain contour matching)算法的基础上,设计基于TIN模型的匹配搜索区的确定方法;然后,给出待匹配航迹点的水深值计算公式;最后,构建目标匹配定位的地形相关组合算子,实现匹配定位。实验结果表明:(1)本文所提算法可以用海图的原始水深直接构TIN模型作为匹配基准图进行匹配定位,且其定位精度可明显高于基于规则格网模型的经典TERCOM算法;(2)新方法可以有效的降低误匹配的发生;(3)提出的MMD+MSD组合匹配算子能够一定程度上克服水深系统误差对定位精度的影响。     

基于匹配追踪算法的叠后烃检技术在渤海QHD33/34构造的应用

渤海中北部海域的QHD33/34构造位于石臼坨凸起中段及中段东南部斜坡带上。受新构造运动影响,石臼坨凸起浅层发育一系列NE向、近EW向晚期活动断层,在斜坡带浅层明化镇组形成了多个断鼻、断块型圈闭,但是构造圈闭面积总体较小、幅度低,并且受断层对油气疏导作用影响,油气成藏有一定的风险。为揭示QHD33/34构造浅层储层的含油气性,应用基于匹配追踪算法的低频增加梯度异常对该区进行烃类检测,取得了一定效果。最终烃检结果与已钻井揭示的构造浅层储层含油气性较匹配,吻合率达到79%,应用烃检结果可进一步指导该构造井位部署,尽最大可能规避风险。通过研究表明,在研究区浅层,基于匹配追踪算法的低频增加梯度异常能够最大程度上识别油层与水层。该方法能够识别大于3 m的油层,水层则没有明显响应特征,应用该方法进行烃类检测,效果明显。     

一种改进的基于SNMP的网络拓扑发现算法

网络拓扑发现是现代网络管理中1项重要研究课题,作者在已有算法的基础上,进行改进,提出了1种更加完备,高效的网络拓扑算法,并对其进行详细的描述。将算法应用到实际的网络拓扑发现中,收到良好效果。     

改进的基于非高斯双参数模型的图像滤波算法

以描述小波系数分布规律的非高斯双参数模型为基础,介绍和分析了BiShrink滤波算法,指出了其存在的不足。提出的改进算法采用冗余小波变换替代正交小波变换,将子带内小波系数的局部相关性纳入滤波过程,给出了局部自适应的阈值估计策略,再通过双参数联合收缩函数达到系数收缩的目的。实验结果表明,改进算法同时兼顾了子带内小波系数之间的相关性和尺度间系数的传播特性,在有效滤除噪声的同时,较好地保持了图像的细节信息。     

一种基于四元数的彩色遥感影像水域提取算法

通过研究四元数在彩色影像上应用的优势,提出了一种基于四元数的彩色遥感影像水域提取的算法。实验表明,该算法具有明显的优越性和适应性,对卫星影像海岸水沿线的提取具有指导意义。     

基于字符特征的数字字符识别算法

提出了一种基于字符特征的数字字符识别算法,对识别过程和算法实现进行了详细介绍。该算法避免了细化、轮廓提取和模板匹配等复杂的计算,具有计算简便、实现简单的优点。     

一种改进的变步长BLMS算法

在BLMS(Block Least Mean Square) 算法的基础上提出了一种变步长算法,它除具有BLMS算法的特点,还提高收敛速度,降低了权失调噪声,具有较好抑噪能力。适用于实时噪声抵消,计算机仿真效果较好。     

基于Tabu搜索的高光谱影像特征选择

在高光谱影像的分类过程中,如何有效地降低特征空间的维数,又能保证原始数据所包含的丰富地物信息,是一项十分重要而繁琐的工作。在分析了传统降维方法所面临问题的基础上,将禁忌(Tabu)搜索算法引入到高光谱影像的特征选择研究,指出由于Tabu搜索算法所具有的良好全局寻优能力,因而在该类影像的降维研究中有着广阔的应用前景。实验表明,将Tabu搜索算法获取的波段进行高光谱影像分类,在求解的时间和分类结果的精度上都可达到令人满意的效果。     

基于改进LM-GN算法的磁性目标定位方法研究

利用三轴磁传感器阵列对水下磁性目标进行定位是典型的非线性最小二乘优化问题,传统高斯– 牛顿（GN）法和列文伯格–马夸尔特（LM）算法在求解该问题时具有初值敏感性问题。通过引入信赖域搜索技术,对 LM 算法进行改进,并基于改进的 LM 算法实现磁性目标定位,又通过设置判断阈值来评估迭代点与最优解的距离,提出一种结合改进 LM 算法和高斯–牛顿法特点的改进 LM-GN 算法,既降低了算法对初始值的依赖性,又提高了运行效率。仿真实验结果表明：该方法可以克服现有方法中受初始值影响较大的问题,对目标特征参数的估计更精确,且收敛速度快,具有一定的实际应用价值。     

基于弹性网回归的水下目标无监督特征选择算法

针对水声数据的特征中含有大量冗余、不相关和噪声特征,导致水声目标识别正确率降低的问题,提出了一种新的水下目标特征选择方法——基于弹性网回归的无监督特征选择算法(Unsupervised fea- ture selection algorithm based on elastic-net regression,UFSER)。 该算法利用谱回归得到高维水声数据和其低维表示之间的回归系数矩阵,并且在回归框架中加入弹性网惩罚项优化求解回归系数矩阵;最后,对回归系数矩阵进行稀疏化从而对特征的分类性能进行评价。 使用实测水声数据集和 UCI 声呐数据集进行特征选择和 SVM 分类实验。 实验结果表明：在特征数目分别减少 60.6%和 60%的情况下,分类识别正确率较特征选择前提升了 1.05%和 6.6%。     

用于AUV定位的等效声速剖面改进算法研究

以自主式水下机器人为载体,搭载多种测量设备的深海工程作业的方式,目前已经得到了广泛的应用。而基于AUV完成各类水下任务的前提是能否精确的进行定位,传统的声学定位方法因过于依赖声速剖面而导致定位精度不高且造成实际操作过程复杂化,在各种声线改进的方法中,等效声速剖面法的计算过程较为简单,且对实际声速剖面的依赖程度较低,然而最大的问题是相对面积误差的求解过于复杂。结合AUV自身特点,提出了超短基线与等效声速剖面法相结合的水下AUV定位方法,并改进了等效声速剖面法。实验结果表明,改进后的方法计算精度得到提高且相对面积误差的求解更加简单,另外也改进了原始方法误差随水深及掠射角变化而增加的问题,具有良好的工程应用价值。