一种基于纹理特征的战场目标图像挖掘方法

指挥信息系统中一种基于纹理特征的战场目标图像挖掘方法。该方法首先采用灰度共生矩阵模型,计算战场目标图像纹理特征,通过纹理匹配,计算纹理的相似距离,进而挖掘出相关图像。利用该方法编程实现了一个的基于纹理特征的战场图像挖掘原型系统,且有效可行。     

基于OpenGL的虚拟场景生成技术

介绍了虚拟地形场景生成的基本技术,说明了规则格网方法的地形建模方法。使用线性迭加法模拟了海浪并加以绘制,并描述了树木、天空、船只、道路等自然景观的建模过程;给出了一种在PC环境中使用OpenGL图形接口和Visual C＋＋开发虚拟地形场景的技术和方法.讨论了虚拟场景的实时绘制技术,利用多线程技术实现了三维虚拟地形的实时绘制,绘制速度基本达到实时绘制的要求.最后,给出了一个虚拟地形场景的实例,并实现了人机交互,可以进行实时漫游。     

基于虚拟现实的船舶三维图像重建方法

通过对船舶三维图像重建处理,提高船舶动态检测识别能力,提出基于虚拟现实的船舶三维图像重建方法。根据船舶图像的空间位置概率分布,构建船舶三维图像的分类子网特征图模型,采用虚拟现实的三维重组技术实现对船舶三维图像重建过程中的纹理渲染和实体建模。在船舶三维图模型的Face Tools中选择虚拟现实重构的面类型,通过颜色、透明度和光照效果的动态渲染实现对船舶三维图像重建。实验表明该方法对船舶三维图像重建的视觉表达能力较好,重建的精密度水平较高。     

基于PCA-杜芬方程的隧道围岩状态突变风险分析

为提高隧道围岩状态突变风险的评估能力和优化隧道施工措施,首先,结合某在建隧道工程实际,运用主成分分析(PCA)法对其围岩状态影响因素进行筛选,找出累计贡献率较大的3个影响因素(围岩状态、施工工法、支护情况);其次,将这3个影响因素指标作为参数,代入杜芬方程,并通过加入阻尼系数的方式,对隧道围岩状态突变风险进行仿真;最后,基于仿真结果分析,找出该隧道的围岩位移风险并提出相应措施。研究结果表明：通过在杜芬方程中增加含阻尼及含幅值调节反馈控制函数,找出了围岩突变的内因,并针对该项工程提出了具体控制措施,即施工至含水地带时的支护强度需增加28.6%,施工对围岩造成的扰动需降低18.2%,以期达到防止施工过程中围岩状态突变的效果。     

西部地区交通区域划分问题的研究

西部地区幅员广阔,交通与经济的发展表现出很大的地区差异性,同时交通与社会经济的发展又有着密不可分的关系,在不同的现实条件下,交通发展与经济发展之间的适应性严重影响和制约这一个地区的协调与进步.本文从交通与经济发展相协调的角度出发,利用主成分分析与层次聚类分析方法对西部地区进行交通区域划分,研究结果对于了解西部区域间交通发展的差异性及制定区域交通策略具有一定的意义.     

一种基于支持向量机的轴承表面缺陷检测方法

提出了一种基于支持支持向量机和主成分分析的轴承表面缺陷检测算法,该算法把轴承中的非缺陷区域和缺陷区域分别看作两种不同的纹理模式,先利用主成分分析法(PCA)对图像进行降维处理,然后用支持向量机方法对降维后的样本采样学习,然后进行分类判断.实验结果表明,该算法能够较好地实现轴承缺陷的检测分类,有一定的实用价值.     

结合纹理的支持向量机合成孔径雷达溢油监测

针对目前合成孔径雷达(Synthetic Aperture Radar,SAR)监测溢油存在的问题,在分类时考虑像元灰度的空间分布和结构特征;同时考虑分类时样本不足的缺陷,采用结合纹理的支持向量机(Support Vector Machine,SVM)遥感图像分类方法,进行溢油目标的识别。以发生在西班牙的"威望号"溢油事件为例,利用目标样本对以灰度共生矩阵法提取各种纹理特征进行了分析,指出均值、对比度、方差、熵和相异性能够较好地识别溢油目标。采用最小距离、最大似然和SVM分类器分别对溢油目标进行提取,结果表明SVM具有较好的分类精度。     

基于小波变换的纹理边缘检测方法

根据Ｍａｌｌａｔ多尺度边缘检测原理和纹理图像的局部特征,推广了Ｍａｌｌａｔ多尺度边缘检测算法,这个推广算法不仅适用于一般图像的边缘检测,而且还可用来提取纹理图像的边缘。     

无衍射光三角测量信号的小波去噪处理

提出将小波分析法用于无衍射光三角测量系统的信号去噪处理,以提高系统的测量精度及速度,使系统的优良特性能育分实现。描述了应用小波分析法的理论依据,给出了仿真及实验结果,并与主成分分析法的去噪效果进行了比较。     

基于SOM神经网络的多工况驾驶风格识别

不同的驾驶员对车辆的各项性能可能有个性化地要求,因此有必要对驾驶风格的分类与识别问题进行研究.首先在驾驶模拟器上采集不同驾驶员在多工况下的数据,利用主成分分析法选取驾驶员在各个工况下的特征参数,SOM神经网络分别对起步、加速及制动工况下的驾驶数据进行了聚类分析,然后以驾驶风格聚类分析结果为基础,建立了基于SOM神经网络...