在传统多假设跟踪(MHT)算法中通常会假设杂波强度先验已知，当观测场景中杂波未知且空变时，该假设将会导致跟踪算法性能急剧下降。针对这一问题，本文提出一种基于自适应高斯混合模型(GMM)在线估计未知杂波的改进MHT 算法。首先利用自适应GMM 拟合未知杂波空间分布，并自适应地估计出波门内的杂波强度；然后将其应用于MHT 处理中，有效改善航迹得分计算和最优假设航迹估计的准确性，进而实现在杂波未知场景中的稳定跟踪。仿真结果表明，在未知杂波观测场景中，所提算法相比传统MHT 算法和MHT-GMM 算法获得了更好的数据关联准确性和航迹维持性能。

基于分布式光纤传感技术在周界安防领域广阔的应用前景，对振动信号在单模光纤上的调制机理和解调原理进行了详细的推导和分析，构建了一套基于相位敏感光时域反射计的分布式声波传感器（DAS）系统，设计了完整的压电陶瓷振动信号检测实验和语音与脚步信号检测实验，通过移动差分求和与正交解调算法实现振动信号的强度解调和相位解调。在语音检测实验中采用铁质半封闭空心圆柱体提高了光纤对声波的灵敏度，对原始语音和复现语音做了平均主观意见值调研来验证语音信号的质量，在时域和频域对DAS系统采集的脚步信号进行了分析和解释，同时将单个脚步信号的相关特征进行提取说明。实验证明，本系统能在传输距离为2 km时实现复杂的语音和脚步信号检测，空间分辨率可达2.2 m，能较好地用于周界安防中的语音与脚步监测。

建立一种对橡胶鞋底的分类研究方法。利用X射线荧光光谱仪,在电压为45 kV,电流为40 μA,功率为1.8 kW,检测时间为60 s的条件下,对40个不同种类、不同品牌的橡胶鞋底样本进行检验。以鞋的种类作为被解释变量,建立多元线性回归模型,计算得分评级。同时,依据标准化偏相关系数筛选出特征元素。所设计模型可依据元素含量对橡胶鞋底进行分类,为侦查工作提供线索和方向。

针对相关滤波目标跟踪算法空间正则权重没有与目标建立联系和时间正则项不能自适应更新的问题,提出自适应时空正则化的相关滤波目标跟踪算法。首先,利用初始帧的显著感知参考权重,使自适应空间正则项能够在后续跟踪过程中获取与目标存在联系的空间正则权重。然后,利用相邻两帧响应得分的变化情况计算时间正则化参数的参考值,使自适应时间正则项可以通过变化的正则化参数不断更新。最后,采用交替方向乘子法(ADMM)优化算法,以较少的迭代次数分别求解出滤波器函数、空间正则权重和时间正则化参数。在OTB-2015数据集上进行实验,结果表明本文算法的跟踪性能优于其他对比算法,其中距离精度和成功率分别达到86.4%和65.6%,且本文算法在具有形变、旋转、遮挡和出视野等属性的复杂跟踪场景下更具鲁棒性。

针对增强现实中基于目标点云的跟踪与注册问题,提出一种稳健Z分数混合树的配准算法。通过局部邻域内的点至拟合平面的垂直距离以及沿平面法线点的分布来识别噪点,运用绝对中位差增强Z分数的稳健性,同时,采用混合树算法提高最近点的搜索效率。将上述算法应用于增强现实的成像原理中,以对其进行理论论证。分别利用斯坦福大学某研究组的点云数据集和真实采集数据对该算法进行验证。结果表明,在含噪点云集中,该算法能在保持一定精度的同时有效提高配准效率,其用时约为对比算法的5%~10%。

针对传统闭环检测算法在动态场景下不稳定、易失败的问题, 提出了一种在动态场景下能够准确检测到闭环的算法。首先, 改进基于场景流区分动、静特征点算法, 使得到的动静点划分更为准确;其次, 剔除动态特征点, 进行聚类, 将图像在视觉词典树各个节点的TF-IDF熵作为图像在该视觉单词的得分权重, 从而构造得分向量对场景进行描述;最后, 采用负指数幂函数作为计算两幅图像的相似性得分函数, 计算当前帧与候选关键帧的相似性得分, 经过最后的闭环确认环节, 得到最终的与当前帧发生闭环的关键帧。实际场景的实验表明, 所提算法在动态场景下能够有效检测到闭环。

提出了一种增强型虹膜图像质量评价算法, 针对远距离移动中虹膜识别系统采集的受干扰虹膜图像, 通过量化单帧图像感兴趣区域的清晰度、可用度和对比度等质量指标, 计算序列图像的联合加权质量得分, 对虹膜图像序列的可用性进行评价, 有效筛除获取的低质虹膜图像序列。实验表明, 该算法提升了虹膜识别系统图像质量评价的准确性和可靠性, 从而能有效提升系统的鲁棒性和识别效率。

为了比较不同年龄段观察者的颜色色差评价差异, 研究视网膜锥细胞光谱响应分布差异, 基于灰色、棕色、蓝绿色、蓝色和紫色5个目标色, 共制作20对近同色异谱色样对。基于心理物理实验中的比较法, 对30名18~25岁和26名60~74岁观察者开展色差大小比较实验。结果表明, 不同年龄段观察者对20对近同色异谱色样对的色差大小表现出不同的评价规律, 所评估的目视色差呈负相关(协方差相关系数为-0.18), F检验差异显著。对灰色、棕色和蓝绿色的评价呈负相关(协方差相关系数分别为-0.99、-0.96、-0.84); 对蓝色和紫色的评价呈正相关(协方差相关系数分别为0.99、0.80)。

针对复杂背景下的红外小目标检测问题，提出一种基于频域显著性分析的小目标检测算法。算法利用红外图像中目标在频域内相较于背景更加显著的特点，通过频域显著性计算得到红外图像的显著图，消除部分背景杂波干扰，然后通过自适应阈值分割显著图，提取出感兴趣区域，进一步在感兴趣区域中计算多尺度窗口的显著度，从而完成小目标的检测。从理论上分析了算法的有效性，并利用典型的红外图像进行了实验，实验结果表明，所提算法能够很好地完成低信噪比条件下的红外小目标检测。与其他方法相比，在保证目标检测准确率的前提下，所提算法简单有效、复杂度低、计算效率高，满足实时性要求。

为解决近红外光谱快速检测乳品成分及含量时光谱数据的预处理问题, 提出一种基于直方图分层映射技术的近红外光谱主成分得分重置(SR)预处理方法。以葡萄糖氯化钠水溶液三组分样品中的葡萄糖含量、鲜牛奶样品中的乳糖含量为定量检测目标, 进行散射光谱主成分得分累计贡献率的分层分段规定化映射预处理, 利用偏最小二乘(PLS)回归分析建模手段, 对相应近红外光谱中的糖含量信息进行测试及分析。结果表明, 经过SR预处理后, 牛奶中乳糖含量PLS模型的校正集样品交互验证预测偏差降低23.9%, 实际预测偏差降低27.8%; 验证集实际预测偏差降低16.7%。该SR光谱预处理方法兼顾光谱、参考值及组分相关性等多尺度信息, 以实现光谱信息增强去噪, 能避免有用信息误删, 防止不充分拟合及过拟合。