1 中国科学院 长春光学精密机械与物理研究所, 吉林 长春130033
2 中国科学院大学, 北京 100039
3 长春工业大学, 吉林 长春 130012
4 中国科学院 苏州生物医学工程技术研究所, 江苏 苏州 215163
针对虹膜识别经验模态分解(EMD)和局部均值分解(LMD)方法具有无法兼顾分解速度和包含小误差的缺点, 提出了将分段三次Hermite多项式插值引入 局部均值分解(PCHIP-LMD)的虹膜识别方法来提高识别准确率。针对虹膜纹理的分布特性, 利用PCHIP-LMD对归一化的虹膜图像逐行分解, 得到不同尺度的分量图像; 通过提取有效的分量图像将其二值化为特征图像。然后用Hamming距离对特征图像进行移位匹配, 得到匹配向量。最后计算匹配向量的改进标准差, 用此标准差进行虹膜识别。对CASIA1.0、CASIA2.0、CASIA3.0-Interval、MMU1图像库进行了识别试验, 结果显示识别率分别达到了99.968 1%、99.884 5%、99.993 7%、99.878 2%。实验结果表明: 该方法消除了虹膜特征提取时的高频噪声, 有效提取了图像的二值特征, 与EMD和LMD方法相比, 识别速度, 识别准确率和鲁棒性均有极大提高。
虹膜识别 经验模态分解 局部均值分解 Hamming距离 移位匹配 分段三次Hermite多项式插值 iris recognition Empirical Mode Decomposition(EMD) Local Mean Decomposition(LMD) Hamming distance shifting match Piecewise Cubic Hermite Interpolating Polynomial(P
1 中国科学院长春光学精密机械与物理研究所，长春 130033
2 中国科学院研究生院，北京 100039
针对天空背景下低信噪比的飞行器，提出了一种基于SUSAN算法、灰色系统理论和数学形态学相结合的飞行器结构特征提取的新方法。在Visual C++6．0平台下，首先利用SUSAN算法从背景中提取飞行器的结构边缘信息，并与原图像相加实现目标增强；然后用灰色系统理论检测出飞行器的结构特征边缘；最后利用条件膨胀和重构算法，实现云层的抑制，并重构出飞行器目标。实验结果表明：该方法对于实现飞行器的跟踪、结构特征提取以及事后判读有重要的意义，同时验证了该方法的可行性。
成像光学 SUSAN算法 灰色系统理论 特征提取 关联度 条件膨胀 image optics SUSAN algorithm gray system theory feature extraction relevant degree conditioned inflation
1 中国科学院长春光学精密机械与物理研究所,吉林,长春,130033
2 中国科学院研究生院,北京,100039
为了有效地获取再入段导弹的红外辐射特性,对其测量方法进行了研究.将不同时刻的目标距离和测量角作为已知量,利用非线性回归的方法估算目标运动参数,根据大气在高度85km以内的温度分布规律来估算由于气动加热后的目标蒙皮温度,进而分析迎头方向上的红外辐射特性.分析结果表明,反导系统红外探测器在再入飞行段的最佳工作波段是短波和中波.
红外辐射 战术弹道导弹 测量角 非线性回归
