简介：在分析现有的双基地STAP杂波协方差矩阵估计方法的基础上,从杂波建模的角度,建立了不同距离门的杂波协方差矩阵的联系,并在此基础上提出了基于最大似然的双基地STAP杂波协方差矩阵估计方法,数据仿真和分析表明该方法不仅具有较优的处理性能而且具有较好的适用性和扩展性。

简介：针对干扰背景下机载雷达多通道检测问题,提出了一步广义似然比检测器（1S-GLRT）和两步GLRT（2S-GLRT）。分析了两种检测器的物理意义,证明了二者均具有恒虚警（CFAR）特性,并给出了检测器的工作流程。在性能评估阶段,通过计算机仿真验证了两种检测器均能有效的抑制干扰并实现目标检测。并且通过不同的参数设置分析了两种检测器的性能差别。结果表明：在低信杂噪比下,1S-GLRT的检测概率比2S-GLRT的略高,当SCNR较高时,二者的检测概率基本相同。但2S-GLRT的计算复杂度要低。

简介：在当前基于粒子滤波的检测前跟踪（PF—TBD）算法中，通常是利用累积似然比去检测目标，由于能量累积的效果，无法快速检测到目标的消失。针对这个问题，提出了一种新的基于似然比的检测前跟踪方法。该方法运用单个时刻的似然比进行目标有无判别，并结合多个连续时刻的判别结果给出最终的目标检测结果。仿真结果表明，与传统的基于似然比的弱目标检测前跟踪方法相比，该方法能够减小目标出现时的检测延时，并且能够有效地检测到目标消失。

简介：如何选取训练样本使得SVM达到更好的效果是机器学习中的一个难题。本文提出一种改进AP聚类算法，通过二分法不断扫描偏向参数P空间，得到最优的偏向参数P，以期得到更准确的聚类效果，从而选取更高质量的训练样本，使SVM达到更好的分类效果。实验结果显示与传统的SVM及AP—SVM分类器相比，本文的BAP—SVM能够得到更高质量的训练样本，从而得到更好的分类效果。

简介：摘要针对传统的图像拼接算法直接应用于水下图像拼接因水下图像存在颜色失真、对比度较低等问题效果较差的情况，文中选用按通道先验去雾算法来对水下图像进行增强，再运用白平衡算法来矫正水下图像的颜色，并通过主观和客观两方面来评价预处理的质量。然后，考虑到现实需求，需要实时处理图像或者视频，使用ORB(OrientedFASTandRotatedBRIEF)算法进行拼接更迅速。鉴于ORB算法在特征匹配时尺度不变性较差，所以文中结合多尺度空间思想提出改进ORB算法。先生成图像的多尺度空间，并在其中找到稳定的极值点，从而使提取的特征点具备尺度不变性。

简介：研究了目前常用的遥感图像融合方法，提出了基于独立分量分析的多分辨率遥感图像融合方法，分析了用于独立分量分析的目标函数（如峭度、近似负熵和互信息），给出了独立分量分析的优化快速算法，并详细描述了提取源信息独立分量的具体步骤。最后，将独立分量分析法应用于高分辨率光学图像和低分辨率光学图像的融合，与采用主分量分析法融合的图像相比，图像质量得到很大的提高。

简介：针对传统光学遥感图像近岸舰船检测方法不能处理大场景图像问题,提出了一种新的大场景近岸舰船检测方法。该方法采取分块处理策略,利用粗海陆分割方法筛选有效检测区域块,以缩小目标检测范围和提高检测效率。在检测结果合并阶段,采用0-1整数规划方法进行融合建模,并根据约束集对模型进行拆分,从而提高了结果融合效率。试验结果表明该方法具有较高的近岸舰船检测效率。

简介：精确的网络流量分类是实现互联网可控可管的关键，传统的单一分类算法需要构建基于特定假设的某种模型，算法对于待分类数据的分布要求高，不能满足复杂多变的网络流量的分类要求。基于此，采用多决策树组合的随机森林算法实现网络流量分类。通过实际网络流量数据实验表明，在各种情况下，随机森林算法都能显著改善网络流量特别是小比例样本的分类效果，算法降低了单一算法过于依赖特定假设模型的要求，对于待分类样本的分布要求低，随机森林算法具有良好的分类效果和鲁棒性。

简介：针对小波域维纳滤波图像降噪存在计算速度慢和降噪效果较差，本文提出一种改进的小波域维纳滤波算法，将阈值化处理引入小波域维纳滤波，通过阈值化处理小波变换后的系数来提高降噪效果。依据改进算法的具体过程和算法步骤，运用MATLAB进行算法仿真，仿真结果表明，改进的小波域维纳滤波算法进行图像降噪可以有效地提高图像的信噪比，降噪效果良好，同时计算速度较快，节约时间。

简介：概述了相关匹配跟踪的研究现状,介绍了序贯相似性检测算法（SSDA）流程及存在的问题,提出了基于SSDA的图像匹配跟踪算法。该算法结合运动轨迹模型,预测了目标在下一帧的位置,并对运动目标进行搜索及跟踪状态估计和维护。试验结果表明,该算法可提高恶劣条件下图像跟踪适应能力,提升了整个图像跟踪的稳定性。

简介：SAR图像增强技术是SAR信号处理中很重要的一门技术。SAR原始图像中除了包含模糊的目标区域和阴影区外还包含了大量的噪声。在目标识别过程中，如果先对原始SAR图像进行增强处理，在降低噪声的同时增强模糊的目标区域和阴影区，然后进行特征提取，就可以大大降低识别系统的运算量，提高识别效率。正则化方法广泛应用于图像分割、图像增强等领域。通过对两种正则化算法的比较，结合两种方法的优点，提出了一种改进的基于图像域的势函数正则化图像增强算法。利用MSTAR数据库数据进行仿真试验，取得了良好的效果。

简介：期望最大算法（EM算法）是参数估计中一种很重要的方法，在处理不完全数据中有重要应用。针对异类传感器误差配准过程中的未知参数，采用EM与EKF相结合的算法进行多传感器误差配准与航迹融合。该算法通过使似然函数的期望最大化，简化了似然函数的优化估计，EKF滤波和平滑过程实现了更加准确的期望估计，迭代算法可以有效地实现异类传感器的误差配准，使估计的系统误差收敛到似然函数的局部最优解，仿真结果显示了该算法的有效性。。

简介：在雾、霾等天气条件下，大气粒子的散射作用导致图像严重降质。本文提出一种简单快速的基于物理模型的图像去雾新算法，对大气散射模型进行化简，得到新的去雾模型。然后，利用暗原色先验方法估计大气光值A，并代入新的简化模型，得到去雾图像。实验表明，该算法在处理速度和去雾效果上都优于现有算法。

简介：针对二维平面地形图与遥感图像之间同一地区不同比例的融合问题，研究了遥感地形图的几何校正和重采样等技术实现。基于图像处理器（GPU）实现了Linux环境下遥感图像的几何校正，以及带有纹理信息的遥感图像与平面地形图的融合，扩展了传统二维平面地形图的表现形式。

简介：随着芯片集成度的飞速发展，集成电路的设计已经进入了片上系统（SoC，SystemonChip）的时代。传统的软硬件分开设计的方法已经不再适合SoC设计的需要，而软硬件协同设计技术很好地解决了传统设计方法所不能解决的问题。软硬件划分方法是软硬件协同设计中的一个关键的问题，文章主要从基于多目标的遗传算法出发，对遗传算法主要做了两方面的改进：一方面引入小生境技术，进一步优化了算法；另一方面是引入精英保持策略，保证了算法的收敛性。并通过实验，对比不同算法之间的结果，验证了算法的收敛性。

简介：针对无人机图像序列帧间相关性强的特点,提出了一种基于压缩感知的无人机图像序列压缩与重构算法。在编码端生成每幅图像的随机测量值和飞行参数,通过数据链路传输至地面站解码端。在解码端,通过分析摄像机与物体间的几何关系建立了运动估计模型,从而减少了图像间的冗余。去相关后的图像更稀疏,重构也更容易,并且重构后图像具有更高质量。试验结果表明,该算法不仅可以提高重构图像的峰值信噪比(PSNR),且有效降低了编码端的工作时间,具有较好的实时性。该算法计算复杂度低,硬件实现较简单,适用于无人机系统。

简介：随着信息技术的快速发展和Internet的普及应用，Internet已经成为包含各种信息形式，如文本、图像、视频、音频等的巨大信息资源库。然而面对这种情形，很难对图像提出一个统一的分类标准。本文主要是基于决策树中的C4.5算法，先找出图像分类的属性，然后构造规则集，最后在进行图像分类。将其初步分为链接类、装饰类、广告类和内容类，从而进一步提高图像处理的效率和性能。

简介：合成孔径雷达(SAR)图像相干斑噪声滤波技术分成三类:多视处理、统计滤波和变换域滤波.本文总结了空间域统计滤波方法的数学基础和性能评价指标,并选择真实SAR图像作了对比试验,得出了一些有益的结论.

简介：传统基于Gabor滤波器的SAR目标识别方法根据图像全局特征进行目标识别,忽略图像局部纹理特征,容易受到噪声因素的干扰,获取的SAR目标识别结果精确度较低。因此,提出基于图像局部纹理特征的SAR目标识别算法,对SAR图像纹理特征进行提取,提取SAR图像纹理特征时,采用优化的TPLBP特征描述器提取图像局部纹理特征,获取TPLBP局部纹理特征向量;通过基于ELM分类器的SAR目标识别算法,对TPLBP局部纹理特征向量进行SAR目标分类与识别,获取理想的SAR目标识别结果。实验结果表明,所提方法在SAR目标识别方面具有准确率高、误判率低的优势。

简介：针对合成孔径雷达(SAR)图像感兴趣区域(ROI)的分割问题，提出了一种基于Mellin变换的正则化参数的自适应选取方法。首先将SAR图像乘性相干斑噪声转化为加性相干斑噪声，在此基础上应用正则化模型建立SAR图像特征增强目标函数。然后推导出正则化参数与相应范数项的关系式，应用共轭梯度法对模型进行求解，最终达到图形特征增强与相应ROI分割的目的。所提算法不仅有效抑制了背景杂波，降低了相干斑的影响，而且还克服了传统方法对参数经验值选取的弊端。基于真实SAR图像数据的实验结果验证了该方法的简便性和有效性。