不稳定条件下船舶遥感图像层次特征识别分析

传统遥感图像特征识别方法,在不稳定条件下无法准确对图像中的层次信息进行特征识别及分析处理。因此,提出不稳定条件下船舶遥感图像层次特征识别方法。通过对遥感图像进行特征干扰源提取计算,使图像层次变得清晰;引入卷积神经网络算法对图像层次特征进行网络化特征提取计算;采用像素特征识别方法对图像层次特征进行识别与分析;最后,通过实验对设计方法进行可行性的客观论证。     

海面弱小目标遥感图像视觉传达效果评估算法

在遥感图像视觉传达效果评估中,受到弱小目标图像识别能力的影响,评估精准率较低。因此,提出海面弱小目标遥感图像视觉传达效果评估算法。对海面弱小目标遥感图像暗区进行降维融合计算,提取图像暗部细节特征信息。同时,构建并计算图像通道,获取清晰的图像像素点。结合计算结果对图像进行三维重建计算,得到清晰的图像源。在此基础上,对图像传输过程中的视觉传达效果进行评估计算,得到最佳评估值。分析实验结果可知,所设计算法的评估值计算精度率较高,能够获得更加准确的评估结果,充分证明了该算法的可行性与有效性。     

舰船图像颜色特征目标自动采集系统视觉优化

船舶遥感图像的识别技术在军事、民用领域的应用潜力非常大,船舶遥感领域的遥感卫星、计算机处理器等硬件设备获得了迅速发展,而图像过滤、特征识别等软件技术亟需提升。本文分别从图像滤波、图像聚类算法、图像分割等方面进行研究,结合C++编程语言,在Microsoft Visual Studio 2010平台上开发了船舶图像颜色特征目标自动采集系统,取得了良好的效果。     

基于遗传算法的网格任务调度方法研究

任务调度是网格计算的关键技术之一,研究网格任务调度方法对于网格系统建设具有重要意义.本文在分析比较典型网格任务调度方法的基础上,根据军事网格资源的特点,建立军事网格任务调度问题的数学模型.给出其形式化定义.设计并提出了一种军事网格环境下的任务调度HJGA算法,通过仿真实验,验证了HJGA算法在军事网格任务调度问题上优于其他调度算法.     

卷积神经网络船舶遥感图像目标检测

本文提出卷积神经网络的船舶遥感图像目标检测方法。采用拉普拉斯算子增强处理船舶遥感图像,使得船舶目标特征信息更加清晰;基于Snake模型分割出遥感图像中的船舶目标,通过Gabor滤波器提取船舶遥感图像目标特征向量;基于卷积神经网络搭建船舶遥感图像目标检测架构,统一化处理分支网络置信度,对卷积神经网络进行训练,获取最优权重系数;将遥感图像输入至训练好的卷积神经网络中,即可实现船舶目标的检测。实验数据显示：应用本文方法获得的F1 Score参量与IoU参量数值全部大于给定标准数值,充分证实本文方法具有较好的船舶遥感图像目标检测效果。     

基于光学遥感影像的船舶目标识别

针对海上船舶目标的识别问题,提出基于光学遥感影像的船舶目标识别方法.利用高分卫星遥感资料为数据源,选取高分遥感影像为对象进行图像增强、裁剪和图像切片等操作.在切片图像中进行局部阈值分割处理,研究最大类间方差法(Otsu)、最大熵值算法(Kapur,Sahoo and Wong,KSW)和基于遗传算法(Genetic A...     

舰船遥感图像非线性畸变自适应校正研究

针对摄像机成像模型受非线性映射导致所获取舰船遥感图像存在的非线性畸变,根据Tsai畸变模型和Brown畸变模型构建改进处理的非线性畸变模型,通过实验场校验法解算非线性畸变模型的校正参数,实现目标坐标的校正处理,采用双线性内差值法对原始舰船遥感图像作重采样处理,获取畸变校正后的舰船遥感图像。实验结果表明：该方法可实现舰船遥感图像的非线性畸变校正,校正后畸变误差均值、畸变百分比较小。     

强风浪下基于遥感图像的海上船舶定位方法

为了提高海上船舶的强风浪下定位性能,提出基于遥感图像特征提取的强风浪下海上船舶定位方法。采用遥感探测方法进行船舶图像采集,对采集的强风浪下海上船舶遥感图像进行降噪处理,采用多尺度小波分解方法进行船舶遥感图像的块分割,实现对船舶遥感图像的边缘轮廓特征提取,根据船舶遥感图像的边缘轮廓特征进行海上船舶跟踪定位,实现强风浪下海上船舶遥感图像的融合跟踪和定位识别。仿真结果表明,采用该方法进行海上船舶定位的准确度较高,输出图像的质量较好,提高了船舶定位识别的鲁棒性。     

统计学习在海上遥感图像背景去噪的算法研究

针对传统的海上遥感图像背景去噪算法中由于噪声分解遗漏情况造成的图像梯度值低的问题,提出统计学习在海上遥感图像背景去噪的算法研究。利用统计学习中的高斯概率分布模型建立遥感图像背景噪声模型,计算每个像素点灰度值的均值,并一一对比,统计图像中噪声分布特征并分离噪声,依据噪声分布特征设计滤波器对,将滤波器对应用在小波变换滤波器中,利用滤波器分解图像中的噪声,经过逆变换重构图像,实现海上遥感图像背景去噪。实验结果表明,与传统的图像背景去噪算法相比,应用统计学习的海上遥感图像背景去噪的算法平均梯度值更高,说明该算法适合应用在海上遥感图像背景去噪中。     

无人机海监测绘技术应用下舰船遥感图像目标检测

随着遥感技术与无人机技术的结合,无人机遥感已广泛应用于海监测绘领域。通过大量实践发现,受到天气雨雪、大雾、霾的影响,无人机获取舰船遥感图像时,目标识别清晰与准确度明显降低。为此,应用无人机海监测绘技术进行下舰船遥感图像目标检测。通过对遥感图像目标的明暗分离计算、海陆场景分离计算与目标神经特征识别计算,实现对舰船遥感目标的快速检测。仿真场景对提出的设计进行对比测试,结果证明了提出设计的可行性与实用性。     

Segmentation of complex objects＇ sonar images using parameter-fixed MRF model

The effective method of the recognition of underwater complex objects in sonar image is to segment sonar image into target, shadow and sea-bottom reverberation regions and then extract the edge of the object. Because of the time-varying and space-varying characters of underwater acoustics environment, the sonar images have poor quality and serious speckle noise, so traditional image segmentation is unable to achieve precise segmentation. In the paper, the image segmentation process based on MRF （Markov random field） model is studied, and a practical method of estimating model parameters is proposed. Through analyzing the impact of chosen model parameters, a sonar imagery segmentation algorithm based on fixed parameters＇ MRF model is proposed. Both of the segmentation effect and the low computing load are gained. By applying the algorithm to the synthesized texture image and actual side-scan sonar image, the algorithm can be achieved with precise segmentation result.     

Segmentation of complex objects'' sonar images using parameter-fixed MRF model

The effective method of the recognition of underwater complex objects in sonar image is to segment sonar image into target, shadow and sea-bottom reverberation regions and then extract the edge of the object. Because of the time-varying and space-varying characters of underwater acoustics environment, the sonar images have poor quality and serious speckle noise, so traditional image segmentation is unable to achieve precise segmentation. In the paper, the image segmentation process based on MRF (Markov random field) model is studied, and a practical method of estimating model parameters is proposed. Through analyzing the impact of chosen model parameters, a sonar imagery segmentation algorithm based on fixed parameters' MRF model is proposed. Both of the segmentation effect and the low computing load are gained. By applying the algorithm to the synthesized texture image and actual side-scan sonar image, the algorithm can be achieved with precise segmentation result.     

统一计算设备架构技术的应用研究进展

统一计算设备架构（ComputeUnifiedDeviceArchitecture,CUDA）是NVIDIA公司近年来推出的针对图像处理单元（GraphicsProcessingUnit,GPU）的全新并行计算框架。借助其C语言兼容特性以及GPU的强大并行计算能力,CUDA技术在图像处理、科学计算等领域取得了良好的加速效果。文章在对CUDA技术的应用情况进行回顾和总结的基础上,重点介绍了不同应用中采用CUDA技术进行计算加速的原理,并探讨了CUDA技术今后的发展方向。     

基于GPU的SAS成像算法并行实现研究

针对合成孔径声纳（SAS）成像过程运算量大,处理时间长,难以满足实时成像要求的问题,论文提出了采用GPU实现SAS成像算法并行处理,并对距离多普勒成像算法（RDA）进行了并行化处理方法研究。仿真实验结果表明：基于CUDA的SAS并行成像算法极大提高了计算效率,并在保持成像结果精度的同时,满足了SAS实时成像的要求。     

基于光电复合缆的水声信号采集发射传输系统

众所周知水下电磁环境复杂,在水下采用电缆传输电信号非常容易受到海洋电磁环境干扰,并且随着距离的增加,电信号受到干扰和衰减也就越大.因此水下中长距离的信号传输采用光电复合缆传输是一个比较好的选择,光纤用来传递水声信号,电缆用来传输电力.因此本文设计了一种基于光电复合缆的水声信号采集发射传输系统,能够很好地解决上述问题.本设计将要采集和发射的水声模拟信号在采集发射端和主机端转换成光信号,端到端之间的传输采用光信号,而采集发射端的供电则由光电复合缆的电缆提供.     

海上信息栅格化构造体系研究

以海上信息栅格的军事需求和本质特征为基础,对构成海上信息栅格的基础资源层、信息传输层、协同计算层和服务聚合层进行了分析;提出了栅格节点定义标准,对海上信息栅格节点按位置属性和功能属性进行了合理规划;建立海上信息栅格物理资源的信息描述规范,提出通用类、信息探测类、信息处理类和武器打击类元数据描述方法,并对典型元数据进行了描述.     

一种基于PSO优化HWFCM的快速水下图像分割算法

The S/N of an underwater image is low and has a fuzzy edge.If using traditional methods to process it directly,the result is not satisfying.Though the traditional fuzzy C-means algorithm can sometimes divide the image into object and background,its time-consuming computation is often an obstacle.The mission of the vision system of an autonomous underwater vehicle (AUV) is to rapidly and exactly deal with the information about the object in a complex environment for the AUV to use the obtained result to execute the next task.So,by using the statistical characteristics of the gray image histogram,a fast and effective fuzzy C-means underwater image segmentation algorithm was presented.With the weighted histogram modifying the fuzzy membership,the above algorithm can not only cut down on a large amount of data processing and storage during the computation process compared with the traditional algorithm,so as to speed up the efficiency of the segmentation,but also improve the quality of underwater image segmentation.Finally,particle swarm optimization (PSO) described by the sine function was introduced to the algorithm mentioned above.It made up for the shortcomings that the FCM algorithm can not get the global optimal solution.Thus,on the one hand,it considers the global impact and achieves the local optimal solution,and on the other hand,further greatly increases the computing speed.Experimental results indicate that the novel algorithm can reach a better segmentation quality and the processing time of each image is reduced.They enhance efficiency and satisfy the requirements of a highly effective,real-time AUV.     

基于OGSA的军事信息网格体系结构研究

网格是一个集成的计算与资源环境。它建立在网络之上,最终实现网络虚拟环境上的资源共享和协同工作,消除信息孤岛和资源孤岛;比较重要的网格体系结构主要有五层砂漏结构和OGSA体系结构。参考OGSA体系结构,提出了符合OGSA规范的军事信息网格体系结构模型,并在此基础上设计出了军事信息网格体系结构,探讨了建立军事信息网格体系结构的关键技术和问题,为进一步实施实现该军事信息网格的构建提供必要的支持。     

网格计算在电力系统的应用

网格（Grid）是近年来国际上兴起的一种重要信息技术，研究热点。从网格的发展现状、基本概念、结构和特点等出发，根据我国电力系统目前的实际情况，展望网格技术在电力系统中的可能应用。最后，根据满足互联需求的电力网格的基本特征和电力系统自身的特点，提出满足要求的网格模式。     

GLOBUS/OGSA网格体系结构探讨

重点阐述了网格计算环境下的体系结构模型中两种主流的模型Globus和OGSA各自的设计思想、技术和特点，并详细介绍了两者的结合——Globus Toolkit3的核心功能、关键技术以及软件结构体系，探讨了网格技术未来的发展方向。