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：基于视频检测和跟踪技术的道路车辆信息采集是智能交通新兴研究方向。采用了基于均值偏移（Mean-Shift）算法的视频车辆跟踪方案,实现道路车辆的精确检测和稳定跟踪。采用Kalman滤波预测跟踪位置,以提高跟踪鲁棒性。最后,通过试验结果表明该方案的有效性和实时性。

简介：键合位置精度是衡量键合机性能的关键指标之一。为提高键合工具的键合位置精度,针对键合位置误差的非线性特点,提出一种径向基神经网络误差修正方法。以键合角度与键合点图像坐标为学习样本,以生成最小映射误差为原则调节网络权因子、基函数中心和宽度,建立具有良好泛化能力的误差逼近模型。并根据算法特点提出了一种工程优化方法,在保证算法补偿精度的基础上使得其运算时间也满足工作需要。实际工作表明：采用此种方法可将键合精度提高一个数量级,有效地改善键合位置精度并且很好地解决非线性误差对系统的影响。

简介：套用车牌是一种侵犯车主利益的交通违法行为,识别套牌车将有助于公安机关进行交通和车辆管理。鉴于现有套牌车算法无法适应海量卡口行车数据统计,提出了一种基于海量数据统计的定向套牌车检测算法。试验结果表明,该算法有效降低了套牌车计算量,提高了套牌车检出率。

简介：针对多运动站的到达时间差（TDOA）和到达增益比（GROA）的辐射源定位问题,提出了一种无源定位算法。传统定位模型需要利用中间变量构造线性方程,不适用于多运动站连续定位。针对该问题,本文推导了无需中间变量的TDOA/GROA联合定位模型,然后根据量测模型推导了误差项,并推广到所有历史量测,提出了基于约束加权最小二乘（CWLS）的多运动站辐射源定位算法,最终通过对加权矩阵和约束矩阵进行广义特征值分解得到目标的状态估计。所提算法避免引入中间变量带来冗余的问题,无需初始化过程,性能更加稳健。仿真结果表明该算法性能逼近克拉美罗下界（CRLB）且是渐进无偏的。

简介：当前，自适应数字波束形成算法已经在通信等科技领域中得到了广泛的应用。但是当阵列导引向量存在误差或者协方差矩阵估计不准确时，会导致常规的波束形成算法性能恶化。稳健的自适应波束形成算法，则可以较好地克服上述误差带来的性能下降问题。针对以上问题，提出了一种基于协方差矩阵重构特征子空间投影的稳健波束形成算法，并对该稳健波束形成算法进行了分析，最后通过仿真来验证算法的稳健性。

简介：专家场（FieldsofExperts，FOE）图像先验模型是一种基于滤波器学习的高阶马尔可夫随机场（MRF）模型，对于许多图像复原问题该模型已经被验证其有效性。本文提出一种基于FOE图像先验模型的新的变分模型，用于相干斑噪声（乘性噪声）去噪。本文提出的变分模型需要求解一个非凸极小化问题，该问题可以通过iPiano（InertialProximalAlgorithmforNonconvexOptimization）算法来有效地解决。通过仿真图像和真实合成孔径雷达（SyntheticApertureRadar，SAR）图像的去噪试验，可以表明本文提出的算法与目前最好的相干斑去噪算法性能相当。此外，本文提出的算法适用于图形处理器（GraphicsProcessingUnit，GPU）平台并行加速，可以大大提高运算效率。

简介：第二代曲波变换除了具有一般小波变换的多尺度和时频局部特性外,还满足各向异性尺度关系,能够很好表示图像边缘和平滑区域.提出了一种改进的基于第二代曲波变换的低照度彩色含噪图像增强算法.该算法利用YUV色彩空间的折衷因子及改进的增益函数,分段抑制、提升或保持曲波系数,有效地抑制了噪声,预防增强过度.试验结果表明,与传统的基于小波变换算法相比,该算法不仅能抑制噪声,而且能使低照度下图像边缘和平滑部分得到最优恢复,有效提高彩色含噪图像增强质量.