结合手部特征的单目相干映射手势识别

相对于人脸识别，基于视觉的手势识别在处理特征点，定位以及跟踪上具有较大的困难．首先对采集到的图像序列采取改进的差分计算，去除环境干扰，再利用手形视觉特征进行手形的定位和初步特征提取，接着结合手部解剖和运动学特征，提出预测模型对手指位置进行深层次的特征提取，利用向量相干映射进行轨迹跟踪，克服模糊和遮盖现象．手指的半封闭特征的利用以及预测算法保证了处理过程中的鲁棒性。     

基于会聚双目成像系统对圆锥类零件锥度测量的研究

针对锥类零件锥度的测量，提出了基于计算机视觉技术的新的测量方法，阐述了视觉测量系统设计技术与实现方法，并就图像采集、摄像机标定、特征提取、问题求解以及会聚双目成像系统测量结果精度等问题进行了分析．     

基于K-L变换的人脸识别系统

围绕人脸识别问题对人脸特征提取及识别技术进行了研究.主要有:运用灰度投影提取出在简单背景中的人脸图像,进行归一化操作;以类间散布矩阵作为产生矩阵,通过K-L变换降维并提取出代数特征,为了减少计算量,运用了奇异值分解,最后用最小距离分类器分类对图像进行分类.实验结果表明本方法的有效性.并且对人脸姿态,表情,光照等都具有一定的免疫性.     

基于瞬时频率二次特征提取的辐射源信号分类

提出了基于瞬时频率二次特征提取的雷达辐射源信号分类方法．首先利用改进的瞬时自相关算法提取信号的瞬时频率特征．在此基础上，对所获得的瞬时频率进行级联归一化处理，提取分类特征向量．最后，采用层次决策方法实现自动分类．仿真结果表明，该方法提取的特征向量具有较好的类间分离性，整体信号分类方案在信噪比不低于6dB时，可获得90％以上的分类准确率．     

基于语音处理的雷达目标特征提取算法研究

特征提取是目标识别过程中的关键步骤，针对连续波多普勒体制雷达， 将语音信号处理的方法应用于雷达目标识别，设计了一种新的特征提取的算法，同时论述了特征提取的全过程，并给出了部分代码。     

水中目标水压场信号特征提取与检测研究

利用目标信号功率主要集中在低频部分的特点，用功率谱估计方法提取低频信号的能量作为特征，提出了所谓的浮动阈值方法，对信号滑动地进行目标检测．通过对实验船模水压场信号进行检测验证。讨论了在各种不同情况下，目标信号的特征提取及目标检测方法的效果，验证了该方法的有效性．     

倒谱在舰船辐射噪声特征提取中的应用

舰船的辐射噪声是舰船在航行或运转过程中的一种自身属性.提取舰船辐射噪声的特征是对舰船自身属性的总结和归纳,有利于更深一步地了解舰船.同时,其特征可作为监测舰船性能的技术指标,对舰船的维护和保养有重要意义.倒谱是一种信号处理的分析方法,本文从倒谱的定义出发分析倒谱的应用范围,结合舰船辐射噪声的特点,在理论上论述了倒谱在舰船辐射噪声特征提取中的可行性及应用条件.然后,用仿真信号和实例信号对理论进行证明.     

改进的亚像素级快速角点检测算法

针对采用手工选择特征点能够保证特征点的均匀分布,但是自动化程度低而且耗时的问题,提出一种自动获取亚像素角点的新算法.该方法采用一种由粗到精的多层次检测策略,先采用SUSAN算法对角点粗定位,在此基础上用Forstner算子对角点精确定位.实验证明：文中的算法不仅保证SUSAN算法的灵活性和Forstner算子的亚像素级精度,而且速度快,并且对噪声具有鲁棒性.特征点的选择过程无须人工干预,完全自动化.算法克服了手工选择特征点耗时及自动化程度低的问题,而且能提取某些特殊性质的角点,具有自动自适应检测性能和较强的实用性.     

基于ANFIS的特高压输电线路故障分类识别方法

提出了一种基于自适应神经模糊推理系统(ANFIS)的特高压输电线路故障分类识别方法,以分类识别10种常见的输电线路故障.该方法以故障后1个工频周期内故障电流分量的标准差和四分位距作为故障分类识别的特征量.分析了噪声和谐波对这2个特征量的影响;建立了基于ANFIS的故障分类识别模型.大量仿真试验表明:提出的故障分类识别方法能快速、准确地识别各类故障,并且不易受故障初始角、故障位置和过渡电阻的影响,对噪声、谐波、电流互感器传变特性及采样频率有良好的适应性,分类识别正确率能达到99.5%.     

基于小波包的舵机故障特征提取方法研究

舵机是船舶控制的核心部件之一,舵机一旦发生故障,轻则延误航期造成经济损失,重则严重威胁船舶航行安全。设备运行时受外界环境和本身故障等因素的影响,其振动信号中蕴含了丰富的故障信息和非平稳随机信号,故障特征提取是当前智能故障诊断中的重点和难点,它直接关系到诊断结果的准确性与可靠性。提出一种小波包分解的故障特征提取方法,仿真结果表明,该检测方法稳定有效,具有较好的推广性。