第 37 卷第 7 期 电子与信息学报 Vol.37 No 年 7 月 Journal of Electronics & Information Technology Jul 一种基于模型的合成孔径声呐图像目标快速识别方法 1 朱兆彤 2 彭石宝 3 许稼 *1 许肖梅 1
|
|
|
- 与 喻
- 3 years ago
- Views:
Transcription
1 第 37 卷第 7 期 电子与信息学报 Vol.37 No.7 05 年 7 月 Journal of Electronics & Information Technology Jul. 05 一种基于模型的合成孔径声呐图像目标快速识别方法 朱兆彤 彭石宝 3 许稼 * 许肖梅 ( 厦门大学水声通信与海洋信息技术教育部重点实验室厦门 36005) ( 清华大学电子工程系北京 00084) 3 ( 北京理工大学信息与电子学院北京 0008) 摘要 : 针对基于合成孔径声呐 (SAS) 图像目标识别的先验模板获取困难 运算复杂度高的问题, 该文提出一种基于模型的改进型相关快速识别方法 首先, 基于构造凸壳估计目标姿态角, 实现目标成像几何关系的估计 ; 其次, 提出改进的基于隐藏点移除的目标图像快速生成方法, 可实时得到各备选目标对应成像几何关系的仿真图像 ; 进而基于图像相关实现目标图像识别 ; 最后, 仿真实验证明了算法的有效性 仿真实验结果表明, 相比于常规的直接模板识别方法, 该方法识别率高, 计算速度快 关键词 : 合成孔径声呐 ; 目标自动识别 ; 模型识别 ; 姿态角估计 ; 仿真模板中图分类号 : U666.7 文献标识码 : A 文章编号 : (05) DOI: 0.999/JEIT48 Fast Model-based Automatic Target Recognition Method for Synthetic Aperture Sonar Image Zhu Zhao-tong Peng Shi-bao Xu Jia 3 Xu Xiao-mei (Key Laboratory of Underwater Acoustic Communication and Marine Information Technology (Xiamen University), Ministry of Education, Xiamen 36005, China) (Department of Electronic Engineering, Tsinghua University, Beijing 00084, China) 3 (School of Information and Electronic, Beijing Institute of Technology, Beijing 0008, China) Abstract: A modified model-based method is proposed to obtain sufficient prior templates and reduce the computational complexity on Synthetic Aperture Sonar (SAS) automatic target recognition. First, a quick method based on build convex hull is proposed to estimate the target pose quickly as well as the SAS imaging geometry for the specified target. Second, an improved method based on Hidden Point Removal (HPR) algorithm is proposed to obtain the target SAS simulation image effectively. Accordingly, the target recognition is realized by the correlation between the test image and the simulated image. Finally, the effectiveness of the proposed method is verified by the simulation experiment. It is shown that the proposed method can achieve higher computational efficiency than the conventional direct templet-based method, but remain the same high recognition rate. Key words: Synthetic Aperture Sonar (SAS); Automatic Target Recognition (ATR); Model-based recognition; Pose estimation; Simulation template 引言 合成孔径声呐 (SAS) 能够获取水下观测场景和目标高分辨率的图像, 在民用和军事领域均得到了广泛的应用, 如在水下考古 海底资源勘探 海底情报侦察等水下目标识别场所 高分辨率 SAS 图像成功应用的关键, 在于对检测到的目标进行快速而准确的识别 针对声呐图像目标自动识别问题, 目前国内外 收到, 改回, 网络优先出版国家自然科学基金 (6739, 47603, ) 资助课题 * 通信作者 : 许肖梅 xmxu@xmu.edu.cn 都已积极展开研究, 提出了许多有效的目标识别方法 文献 [] 提出采用先验环境信息实现目标特征鲁棒提取的分类方法 文献 [] 则提出通过融合多个分类器结果, 提升目标识别准确性 文献 [3-6] 通过实测数据或对目标建模仿真, 产生目标在多个观测角度下的仿真声呐图像, 之后与实测图像进行匹配, 实现水下目标识别 合成孔径声呐成像与合成孔径雷达 (SAR) 成像原理相同, 图像具有许多共同的特性, 如相干斑 阴影 透视效应等, 因此 SAR 目标识别方法与 SAS 目标识别方法可相互借鉴 近年来, 针对合成孔径
2 758 电子与信息学报第 37 卷 图像目标识别, 提出了许多有效的方法 总体而言, 现有研究思路可归纳为两类, 一类为基于模板识别 [-0] 的方法, 该类方法通过实际实验或者仿真预先 [3-7] 得到目标在各种条件下的先验的模板图像或特 -, 每个模板提供一种分类假设, 分类 [,,8 0] 征矢量 时通过选择候选目标的图像或特征矢量与模板的最佳匹配来完成的 另一类是基于模型的识别方法 [,], 该类方法数据库中存储的是目标物理或概念的模型, 无需实际的先验模板数据 通过对分类图像或特征矢量估计目标姿态 配置条件 观测几何, 实时或近实时产生对应的待分类目标图像 通过合成孔径声呐图像仿真器产生模板时可通过智能地修正目标类型 姿态等的假设, 直到它和测量图像, 或由测量图像提取的特征矢量匹配得足够好为止 相比基于模板的方法, 本文采用的基于模型的方法无需存储大量不同姿态下目标图像, 增加或删除备选目标灵活性高 目前, 在合成孔径声呐或雷 [3 5] 达方面, 已有一些公开的仿真算法 -, 然而大多数方法较为注重仿真图像的准确性, 对于仿真算法的实时性则考虑不多, 这也限制了基于模型的识别算法发展 现有基于模型的方法大都是针对光学和合成孔径雷达 (SAR) 图像, 本文对基于模型的声呐图像识别方法的两个问题进行了改进, 进一步提高了基于模型识别方法的运算效率 具体的改进思路如下 : 首先, 提出了基于构造凸壳的目标姿态角快速估计方法, 实现了成像几何的快速估计 ; 其次, 提出了改进的基于隐藏点移除的目标图像快速仿真方法, 近实时产生备选模型的仿真 SAS 图像模板 仿真实验表明, 相比于现有的基于模型的识别方法, 该方法在基本不损失识别率条件下, 可显著提高目标识别的实时性 文章第 节将详细介绍算法实现方法, 第 3 节将通过仿真说明算法的有效性, 第 4 节将给出全文结论 本文实现方法 基于模型的 SAS 图像目标识别方法流程如图 所示, 包括如下几个步骤 :() 对输入图像进行预处理, 标记目标区域和阴影区域 ;() 提取目标参数, 主要是估计目标的姿态角 ;(3) 输入声呐系统参数和备选目标模型至仿真系统, 产生备选目标的仿真模板 ;(4) 计算备选目标图像与输入目标图像的评价函数, 判断是否满足匹配要求, 若不满足, 则更换备选目标模型, 重复步骤 (3), 若满足, 则输出识别结果 本文在该方法的基础上, 主要工作体现在两个方面 一是针对目标姿态角估计, 提出采用基于构 图 识别方法主要流程 造凸壳的目标姿态角快速估计方法 ; 二是针对仿真模板的生成, 提出了改进的基于隐藏点移除的快速图像仿真方法 通过以上两个步骤的优化改进, 显著提高了基于模型目标识别算法的效率 具体步骤将在. 节至.4 节中详细叙述. 图像预处理与光学图像不同, 通常 SAS 图像没有清晰的边缘, 因此, 对 SAS 图像进行预处理的主要目的就是将目标主体和目标阴影部分从背景噪声中分割出来 本文中输入待识别图像先通过标准直方图均衡方法 [9], 让图像幅度均归一化至 Ixy (, ) Î [0,] 为了降低 SAS 图像相干噪声的影响, 将图像通过一个均值滤波器平滑, 之后设定 q, q 作为分割目标 背景和阴影区域的阈值 设分割后图像为 I (, x y ), 可表示为 ìï -, I < q I = ï í+, I > q () ï0, 其他 ïî 最后, 分别在目标区域和阴影区域中选择最大连通区域, 若目标最大连通区域大于给定阈值, 则视为检测到目标, 完成图像预处理 预处理过程见图. 基于构造凸壳的目标姿态角估计对于 SAS 图像, 现有基于直接模板和模型的目标识别方法都受限于目标姿态多变带来的不确定性 为了消除 千姿百态 图像的不确定性, 最有效的方法是对目标的成像几何进行有效估计 最小外接矩形方法是一种有效的目标姿态角估计方法 (Minimum Bounding Rectangle, MBR) [6], 一般包括以下步骤 : 如图 3 所示, 首先在目标周围画一个边长为 l l 的矩形, 保证该矩形与目标相 切 之后, 每次都以一定的角度 a 旋转该矩形, 直
3 第7期 朱兆彤等 一种基于模型的合成孔径声呐图像目标快速识别方法 759 图 图像预处理过程 图 3 基于最小外接矩形的目标姿态角估计 到符合一定的准则 判定的准则有目标-背景面积比 最大 周长最小和边界相交点数最多等 通常认为 边界点数最多准则精度较高[9,6] 因此本文采用边界 相交点数最多为 MBR 方法为判定准则 为提高姿态角估计速度 本文假设最小外接矩 形的一条边必然与目标凸壳的一边重合[7] 基于这 个假设 搜索 MBR 时 可以避免遍历所有可能的 角度带来的大运算量 将 MBR 搜索数量减小到目 标凸壳的边的数量 同时保证估计精度没有下降 为验证算法的有效性 本文分别对传统旋转实现 MBR 的方法[9]和基于构造凸壳实现 MBR 的方法进 行了仿真 其中 基于旋转实现的方法每次旋转间 隔分别设置为 和 5 仿真时分别对同一目标不同 姿态角下的 7 幅仿真模板进行姿态角估计 具体仿 真结果见表 从表 可以看出 基于构造凸壳实 现 MBR 方法相比于传统基于旋转的 MBR 方法 精度和效率均得到了提高 需要说明的是 由于姿 态角的估计范围为 q Î [0,80 ) 假定最终估计得到 的角度是 q 则可能的目标姿态角为两个 分别为 q 和 q 基于截断 维 sinc 函数的目标图像快速仿真方 法 在图 所示的基于模型的识别算法中 影响算 表 3 种姿态角估计方法性能比较 构造凸壳 性能 旋转间隔 5 估计误差均值 ( ) 估计误差标准差 每幅图像计算 时间(s) 旋转间隔 法效率的另一个关键节点是 仿真模板生成 文献 [3]中提出了一种基于隐藏点移除的 SAR 目标图像 快速仿真方法 为了进一步快速得到目标的仿真模 板 本文在文献[3]的基础上 提出基于点响应截断 的快速仿真方法 进一步提高算法的运算速度 包 括以下 4 个主要步骤 ()仿真产生 3 维场景 其中背景部分为高斯随 机分布的粗糙表面 目标可输入任意物体的 3 维模 型 之后通过插值 获得整个场景的点云模型 ()通过隐藏点移除(HPR)[8]算法估计散射点可 视性 (3)估计可见散射点的强度 (4)根据声呐成像参数 可见散射点的强度将 3 维场景投影到 维成像平面 理想的 SAS 点目标响 应可以用一个 维 sinc 函数描述 由于 SAS 成像是 一个线性系统 因而 最终的 SAS 仿真模板可以由 所有可见散射点的响应相加得到 在步骤(3)中 SAS 成像理想点目标可表示为 æ é æ x öù tö æt ö s(x i, yi ) = A rect çç m sinc êbd ççtm - i ú rect ççç èt ø êë è v øúû èt ø é æ æ- j4pyi ö y öù sinc êbr çç t - i ú exp çç è l ø c øûú ëê è ìï, rect(x ) = ïí x 0.5 ïï0, 其他 ïî Bd = v /D () (3) (4) 其中 rect( ) 为矩形窗函数 定义为式(3) x i, yi 为 第 i 个散射点的位置 A 为目标强度函数 v 为等效 平台速度 c 为水中声速 l 为波长 Br 为发射信 号带宽 Bd 为多普勒带宽 可通过式(4)得到 其中 D 为声呐基阵孔径 T 为合成孔径总时间 T 为距 离向采样时间 为方位向慢时间 t 为距离向快时 间 假定目标共有 L 个可视散射点 方位向采样点 数为 M 距离向采样点数为 N 这样 将所有散射 点响应函数进行累加时需要进行 L M N 次复数 加法 计算量巨大
4 760 电子与信息学报第 37 卷 考虑到 维 sinc 函数主要能量集中在主瓣附近, 因而, 如果对点目标响应函数的副瓣部分进行适当的截断, 只会对最终成像结果造成有限的影响, 同时, 可将总运算量降低至 L K 次复数加法, 其中 K 为截断后 维 sinc 函数长度, 为保证截断响应函数的对称性, K 通常取奇数 截断后, 理想点目标可表示如下 : ætm M ö é æ xiöù sx ( i, yi) = Arect sinc B d t ç m - èt K ø ê ç v ë è øúû æ t Nö é æ yi öù rect sinc Br t - ç T K è ø ê çè c ë øúû æ-j4pyi ö exp ç çè l (5) ø 图 4 所示为完整 维 sinc 函数和截断 维 sinc 函数对比示意图, 如图可见截断 维 sinc 函数保留了完整 维 sinc 函数的大部分能量, 两函数的相关系数为 仿真中 M = N = 56, K = 63.4 基于目标 - 阴影联合匹配方法对于 SAS 图像, 其高光部分和阴影部分均包含目标的重要特征, 因此, 本文引入文献 [3] 中提出的归一化回波 - 阴影联合匹配 (Normalized Shadow- Echo Matching, NSEM) 方法 首先, 基于. 节中结果, 目标图像 Ixy (, ) 经过预处理, 得到 I (, x y ) 同时根据.3 节内容产生的仿真模板 Jxy (, ), 经过同样的预处理方法, 得到目标模板 J (, x y ) 之后将 I (, x y ), J (, x y ) 的高光部分和阴影部分进行分割, 得到高光部分 JE (, x y) = max( J (, x y),0), IE (, x y ) = max( I ( x, y ), 0), 阴影部分 JS (, x y) = min( J (, x y),0), IS (, x y) = min( I (, x y),0) 同时定义补模板 (complementary templates), 其中高光部分补模板定义为 ìï, JE ( x, y) = 0 JE (, x y) = ï í (6) ïïî 0, 其他 类似地可得到阴影补模板 JS (, x y ) 构造目标图像 Ixy (, ) 和模板图像 Jxy (, ) 的匹配度评价函数, 该函数可以通过式 (7) 计算 : æ I JE I J ö Ä Ä S fij (, ) = max + (7) ç è + IE Ä JE + IS ÄJS ø 式 (7) 中 Ä 运算符表示进行互相关运算 易知, 当 Ixy (, ) = Jxy (, ) 时, f (, IJ ) = 式 (7) 相对公平地估计了高光区域和阴影区域对于两幅图像相关性的贡献 由于. 节的方法估计目标姿态角时, 对于每个目标, 都存在两个可能的姿态角, 因而, 若存在 N 类备选目标, 需要仿真产生 N 个模板图像与目标图像匹配, 计算 f (, IJ ) 并设定阈值 r, 构造分类函数为 ( n, q) ( n, q) ìï arg max fij (, ), fij (, ) > r nîn, qî { q, q+ 80 } gi () = ï í (8) ïïïî 0, 其他 当没有模板能超过阈值时, 分类器输出为 0, 否则, 输出分类结果 3 数值实验验证 为了实现 SAS 图像的目标识别算法, 需要建立一个包含多种模型的仿真及训练样本库 在合成孔径雷达 (SAR) 图像的识别算法研究中,MSTAR 数据库为公认的算法测试库 然而, 目前在针对 SAS 图像的识别算法研究领域, 还没有这样一个公开的测试集 因此, 通过.3 节提出的仿真方法产生 3 类目标的仿真模板作为测试样本集, 每类目标的数据集各包含 7 幅图像, 姿态角设置为 (0,5,0,, 355 ), 每幅图像大小为 像素 仿真参数如表 所示 仿真时, 成像区域大小约为 5.6 m 5.6 m,3 类仿真潜艇目标长度均设置为 m 仿真结果如图 5 所示, 图 5 中每个目标只给出了一个姿态角下的仿真模板 为了验证本文提出的基于截断 维 sinc 函数快 图 4 完整 维 sinc 函数和截断 维 sinc 函数对比
5 第7期 图5 3 类潜艇目标 3 维模型与仿真图像 表 仿真参数 表 3 常规完整 维 sinc 函数方法和基于截断 维 sinc 函数方法的仿真结果对比 水中声速 c (m/s) 500 基阵孔径 D (m) 0. 参数 平台等效速度 v (m/s) 0.5 发射信号带宽 Br (khz) 7.5 完整 维 sinc 截断 维 sinc 函数方法 函数的方法 散射点总数量 L 成像区域 M N N/A 斜视角 a (degree) 0 截断 维 sinc 函数长度 K 俯角 b (degree) 60 计算时间(s) 波长 l (m) 76 朱兆彤等 一种基于模型的合成孔径声呐图像目标快速识别方法 距离分辨率 rr (m) 0. 方位分辨率 ra (m) 0. 速仿真算法的性能 分别通过常规完整 维 sinc 函 数方法和基于截断 维 sinc 函数的方法来仿真产生 图像 结果对比见表 3 仿真结果表明 相比常规 完整 维 sinc 函数方法 基于截断 维 sinc 函数方 法得到的图像与未截断情况下得到的仿真模板的相 关系数为 两图像几乎完全一致 而截断后 仿真时间相比于未截断情况下的仿真时间减少了到 原来的 /.69 同时 两次仿真中 L 相同 M N / A = 6.5 仿真结果与理论预期结果接近 仿 真平台为 CPU: Intel Core I5, 3.0 GHz 内存 8 GB 操作系统 Windows 7 64 位 软件平台 Matlab 0a 采用本文方法与角度估计时固定角度间隔的方 [9] 法 和仿真中采用完整 维点响应函数方法分别作 为对比 本文方法与固定角度间隔的方法的不同之 处在于目标姿态角估计方法不同 目标仿真模板均 相关系数 采用本文提出的改进的隐藏点移除快速仿真方法 完整 维点响应函数方法与本文方法的不同 在于 目标仿真模板的产生方法不同 完整 维点响应函 数仿真方法目标可见点投影时没有进行截断处理 而本文方法采用点响应函数截断处理 仿真中计算 了 3 种算法的混淆矩阵和平均每幅图像的分类时 间 混淆矩阵描述了目标分类算法的分裂程度 3 种算法的仿真混淆矩阵见表 4 仿真结果表明 相 对另外两种算法 本文方法在正确识别率上接近固 定步长旋转模板相关的方法达到 93.5% 较固定步 长旋转姿态角估计方法识别准确率更高 与完整 维 sinc 函数识别结果相同 但本文方法运算效率要 略快于固定步长旋转模型相关方法 远快于完整 维点响应函数模型图像仿真方法 4 结论 本文提出了一种改进的基于模型实时仿真的高 分辨率 SAS 图像目标识别算法 针对传统的基于模
6 76 电子与信息学报第 37 卷 表 4 3 种方法混淆矩阵 本文算法 固定步长旋转姿态角估计 完整 维 sinc 函数 I II III N I II III N I II III N I II III 总识别率 (%) 计算时间 (s) 注 :I,II,III 表示 3 种不同类型潜艇模型,N 表示未能识别 型的识别方法, 在两个方面进行了改进 一是通过改进的目标姿态角估计算法, 快速估计目标的成像几何参数 ; 二是提出改进的基于隐藏点移除的目标图像快速仿真方法, 通过点响应函数的截断降低仿真过程中的运算量, 实现目标仿真模板的快速生成 另外, 在仿真模板生成方面考虑了 SAS 背景场景的影响, 提高了模板生成的逼真度 仿真结果显示, 本文提出的 SAS 图像目标识别方法保证了较高识别率的同时显著地降低了运算量, 提高了算法的实时性 参考文献 [] Williams D P and Fakiris E. Exploiting environmental information for improved underwater target classification in sonar imagery[j]. IEEE Transactions on Geoscience and Remote Sensing, 04, 5(0): [] Tai F, Kraus D, and Zoubir A M. Contributions to automatic target recognition systems for underwater mine classification [J]. IEEE Transactions on Geoscience and Remote Sensing, 05, 53(): [3] Myers V and Fawcett J. A template matching procedure for automatic target recognition in synthetic aperture sonar imagery[j]. IEEE Signal Processing Letters, 00, 7(7): [4] Myers V and Williams D P. Adaptive multiview target classification in synthetic aperture sonar images using a partially observable markov decision process[j]. IEEE Journal of Oceanic Engineering, 0, 37(): [5] Groen J, Coiras E, Del Rio Vera J, et al.. Model-based sea mine classification with synthetic aperture sonar[j]. IET Radar, Sonar & Navigation, 00, 4(): [6] Williams D P. Bayesian data fusion of multiview synthetic aperture sonar imagery for seabed classification[j]. IEEE Transactions on Image Processing, 009, 8(6): [7] Dobeck G J and Hyland J C. Automated detection and classification of sea mines in sonar imagery[j]. SPIE, 997, Vol. 3097: [8] Zhang H, Nasrabadi N M, Zhang Y, et al.. Multi-view automatic target recognition using joint sparse representation[j]. IEEE Transactions on Aerospace and Electronic Systems, 0, 48(3): [9] Sun Y, Liu Z, Todorovic S, et al.. Adaptive boosting for SAR automatic target recognition[j]. IEEE Transactions on Aerospace and Electronic Systems, 007, 43(): -5. [0] Xing X, Ji K, Zou H, et al.. Sparse representation based SAR vehicle recognition along with aspect angle[j]. The Scientific World Journal, 04, 04(): -0. [] Dong G, Wang N, and Kuang G. Sparse representation of monogenic signal: with application to rarget recognition in SAR images[j]. IEEE Signal Processing Letters, 04, (8): [] Huang Y, Peia J, Yanga J, et al.. Neighborhood geometric center scaling embedding for SAR ATR[J]. IEEE Transactions on Aerospace and Electronic Systems, 04, 50(): [3] Zhu Z, Peng S, Xu J, et al.. A fast SAS image simulator based on HPR algorithm[c]. Oceans - San Diego, 03, San Diego, CA, USA, 03: -5. [4] 刘维, 张春华, 刘纪元. 合成孔径声呐三维数据仿真研究 [J]. 系统仿真学报, 008, 0(4): Liu Wei, Zhang Chun-hua, and Liu Ji-yuan. Research on synthetic aperture sonar 3-D data simulation[j]. Journal of System Simulation, 008, 0(4): [5] 熊文昌, 王宏琦, 唐侃. 基于面元投影模型的 SAR 建筑物快速图像仿真 [J]. 电子与信息学报, 04, 36(5): Xiong Wen-chang, Wang Hong-qi, and Tang Kan. Fast SAR imaging simulation for urban structures based on facet projection model[j]. Journal of Electronics & Information Technology, 04, 36(5): [6] 倪心强. SAR 图像分类与自动目标识别技术研究 [D]. [ 博士论文 ], 中国科学院大学, 007. Ni Xin-qiang. Research of classification and automatic target recognition using SAR imagery[d]. [Ph.D. dissertation], University of Chinese Academy of Sciences, 007. [7] 程鹏飞, 闫浩文, 韩振辉. 一个求解多边形最小面积外接矩形的算法 [J]. 工程图学学报, 008, 9(): -6. Cheng Peng-fei, Yan Hao-wen, and Han Zhen-hui. An algorithm for computing the minimum area bounding rectangle of an arbitrary polygon[j]. Journal of Engineering Graphics, 008, 9(): -6. [8] Katz S, Tal A, and Basri R. Direct visibility of point sets[j]. ACM Transactions on Graphics, 007, 6(3): -4. 朱兆彤 : 男,988 年生, 博士生, 研究方向为水声遥测遥控. 彭石宝 : 男,98 年生, 博士, 研究方向为声呐成像 目标识别. 许稼 : 男,974 年生, 教授, 研究方向为雷达成像 雷达信号处理 声呐成像 目标识别. 许肖梅 : 女,960 年生, 教授, 博士生导师, 研究方向为水声遥测遥控与水声信号处理.
è à è è à à ó á ò ó ù ì à à ì ù à à è ù à ó á ù è à ò ì ò òú ù è à à ì ò ì ù í ù ì è í ú ò ì ù á ì è ì á à à ò ì ì ì ó é á é ú à ú ù ì à ó ì è á ì ù ì à à á í á á à ì è ì è á í á à à á è é ù í í è
2 137 [5]. [6].. [7]. [8-9].. (PCA) PCA HIS C1C2C3.. RGB Hotelling. [1-11]. R G B 3. RGB 1) RGB M N 3 x = [x R x G x B ] T. RGB 3 3 C x (1)
![2 137 [5]. [6].. [7]. [8-9].. (PCA) PCA HIS C1C2C3.. RGB Hotelling. [1-11]. R G B 3. RGB 1) RGB M N 3 x = [x R x G x B ] T. RGB 3 3 C x (1)](/thumbs/91/106768609.jpg "2 137 [5]. [6].. [7]. [8-9].. (PCA) PCA HIS C1C2C3.. RGB Hotelling. [1-11]. R G B 3. RGB 1) RGB M N 3 x = [x R x G x B ] T. RGB 3 3 C x (1)")
28 2 21 3 JOURNAL OF APPLIED SCIENCES Electronics and Information Engineering Vol. 28 No. 2 Mar. 21 255-8297(21)2-136-6 4379. 1... TP751 P231.5 A Detection and Compensation of Shadows in High Resolution
1 引言
P P 第 40 卷 Vol.40 第 7 期 No.7 计 算 机 工 程 Computer Engineering 014 年 7 月 July 014 开 发 研 究 与 工 程 应 用 文 章 编 号 :1000-348(014)07-081-05 文 献 标 识 码 :A 中 图 分 类 号 :TP391.41 摘 基 于 图 像 识 别 的 震 象 云 地 震 预 测 方 法 谢 庭,
ò ú ó ó ú ó ú ó ú ú ó G L E = G W à è í ü í ü ü á á á á á á á á 
ò ó ì á è ó
ò ó ì á è ó à à è ì è á ó ì à ì à à à á ì ó à ì ì è ó à ú ì í í á ù ò ò í ì ó à ò ú ó ì à à à à à à í á ì ù ù è ù è ò è ù é à
í í à ù à à í è è ú ì á á í à ú á è á ú à é à ù ú ì ì ì ò í è ì ì í ì ì ì è ì ì à é ó ò ó ú é ì ù ì í ó è ì à è á à ì à à à í í é á à ù ì ò ì é ú í í à à à à
á á á ú é ó é é á í í á ú á é á á í í é Mixtions Pin Yin Homepage
an tai yin 安 胎 饮 775 ba wei dai xia fang 八 味 带 下 方 756 ba zhen tang 八 珍 汤 600 ba zheng san 八 正 散 601 bai he gu jin tang 百 合 固 金 汤 680 bai hu jia ren shen tang 白 虎 加 人 参 汤 755 bai hu tang 白 虎 汤 660 bai
ì
ì ó à á à í é é è ú à ú ù è í ù è á ú é ù í é à ú á à í ó ò è ì ì é à à á ò à ú è ó á à í ù ú ì ì í ì á è ù ù ò ó á ì ì à è á á ì à ó è ì á ì ì à é ì ó é à ú í ì í á à á
ó ú à ù á í í ì ì ù á ù í í ò ó ú ù à ì ì è á í í ì è á ù è ì à ú ì ù ì í à ì ì ó ì ì è ì è á ó à ó ò é ú? à á á ú á í é ì é ì á à á ù á à ò á ò é ù? ì
1989 67 1993 125 305 1989 251 1964 8 1990 231 1983 608 1987 207 1990 6 ú é ì à í à ó 1990 51 é í í ù è ì ò ú à ù ó ú è í à ì è è è í á ó ì á á ò ì á ò
ú á à à á á è ù? ì í ì á ì ò é? é à ì? à ó é à ì à à ì é í ì è? à ì á ú ó á á ì ù ì è ù
í á é ì ì ì ó á ú è ù ó è á á é ì ú á á ò á è è ó é è ì á à á
ò í ú ó ì à ò è 5500 500 2 5500 x 23 50 2 5 2 5 9 5 10 9 5 9 9 4 4 10 64 9 9 74 10 1 5 2 1 9 5 5 4 9 7 1 5 1 3 2 1 3 1 5 1 3 1 5 1 1 5 1 3 1 1 1 4 1 4 2 40 40 1
030 í á ì ú è ì à é ù ò í í ú ù ù á í í ì ù ó ù ì è à é é ú í ì ù ì è ò á à ì ì ì ì ì á ú ì é í í é ò í ì é è ú ú í é ú è à è è à è ó à ò ù à à ù ó ì ì ì à à ù à á ú á ì á ù ù è
é ú í í à á í à ù à é ó à è á ù á à à ì á á à é í á ò è ì í ì ù à é ì ì à à è ù é à ù à é ú ì ú ù 1 1 3 4
ú ì à ì ù ù é à à à í ú ì ì à í à é ì ó à è à ù ì é á ù ú ò ù ù ò è
è à à à í á à à ì ú ú á ú ú ì ì í ù í à ú è ò ò ì ù ì à ì à í ì ì è è è é à ì é é á è í í à ì è ì ú í ù ì ò è à í ì à á è ì ó ú è é é ì é ì ì ì ú ó ì à ú á
ò à í é ì è ì é á à è à è è ì á á à à à 
Microsoft Word - 专论综述1.doc
2016 年 第 25 卷 第 期 http://www.c-s-a.org.cn 计 算 机 系 统 应 用 1 基 于 节 点 融 合 分 层 法 的 电 网 并 行 拓 扑 分 析 王 惠 中 1,2, 赵 燕 魏 1,2, 詹 克 非 1, 朱 宏 毅 1 ( 兰 州 理 工 大 学 电 气 工 程 与 信 息 工 程 学 院, 兰 州 730050) 2 ( 甘 肃 省 工 业 过 程 先
3 5 5 3 1 9 1 0 1 0 1 0 1 0 1 2 1 2 1 2 2 π 202 2 3.14 100 2 628 a 12 15 x a 20 = 9 2 2 3 2 4 2 5 2 1 2 2 ìí ì í à á à á á à è é è ò è à ó ò ì ù à í
标题
第 40 卷 第 7 期 2014 年 7 月 北 京 工 业 大 学 学 报 JOURNAL OF BEIJING UNIVERSITY OF TECHNOLOGY Vol. 40 No. 7 Jul. 2014 基 于 图 像 识 别 技 术 的 烟 包 封 条 缺 陷 检 测 赵 众, 常 灿, 陈 磊 ( 北 京 化 工 大 学 信 息 学 院, 北 京 100029) 摘 要 : 为 了
第 2 期 王 向 东 等 : 一 种 运 动 轨 迹 引 导 下 的 举 重 视 频 关 键 姿 态 提 取 方 法 257 竞 技 体 育 比 赛 越 来 越 激 烈, 为 了 提 高 体 育 训 练 的 效 率, 有 必 要 在 体 育 训 练 中 引 入 科 学 定 量 的 方 法 许 多
2014 年 4 月 图 学 学 报 April 2014 第 35 卷 第 2 期 JOURNAL OF GRAPHICS Vol.35 No.2 一 种 运 动 轨 迹 引 导 下 的 举 重 视 频 关 键 姿 态 提 取 方 法 王 向 东 1, 张 静 文 2, 毋 立 芳 2, 徐 文 泉 (1. 国 家 体 育 总 局 体 育 科 学 研 究 所, 北 京 100061;2. 北 京
9 + ( 9 + 1) 2 9 6 ( 9 + 1) 6 54 60 3240 + 1 + 1 = + 1270 + 1 = 271 2 6 2 6 12 6 + 1 = 271 ó ù ó ì á ó ò è ù à 365 1 499 4 29 940 ó á 29 43 81 ì è 2 3 5 2 18 20 3 5 7 3 20 22 4 4 6 4 19 21 5 5 7
ttian
á è è é à ú á óè á ú ù ù úú á é é á à ì è í ò á ù à è è ó ù ò é é ó íú ì à ù ù ì ì ò á ó á é ú ú è à à à ù é ú é ì ì à í ú ú ú à à á í é é í è é é ú éè ù á á ù á ó ú à ì ú á à ó è á úú á á ú à á è
第 05 期 董房等 : 一种卫星遥测在线状态监测及分析系统的设计 WEB 1 2 总体功能及组成 2.1 总体功能 1 2 3Web 2.2 结构组成 Web WEB WEB 2.3 系统各模块接口关系
电子科学技术 Electronic Science & Technology 电子科学技术第 02 卷第 05 期 2015 年 9 月 Electronic Science & Technology Vol.02 No.05 Sep.2015 年 一种卫星遥测在线状态监测及分析系统的设计 董房 1,2, 刘洋 2, 王储 2 2, 刘赞 (1. 上海交通大学, 上海,200240; 2. 上海卫星工程研究所,
θ 1 = φ n -n 2 2 n AR n φ i = 0 1 = a t - θ θ m a t-m 3 3 m MA m 1. 2 ρ k = R k /R 0 5 Akaike ρ k 1 AIC = n ln δ 2
35 2 2012 2 GEOMATICS & SPATIAL INFORMATION TECHNOLOGY Vol. 35 No. 2 Feb. 2012 1 2 3 4 1. 450008 2. 450005 3. 450008 4. 572000 20 J 101 20 ARMA TU196 B 1672-5867 2012 02-0213 - 04 Application of Time Series
一 课 程 负 责 人 情 况 姓 名 吴 翊 性 别 男 出 生 年 月 1948.08.28 1. 基 本 信 息 学 位 硕 士 职 称 教 授 职 务 所 在 院 系 理 学 院 数 学 与 系 统 科 学 系 电 话 13808485157 研 究 方 向 数 据 处 理 近 三 年 来
湖 南 省 普 通 高 等 学 校 省 级 精 品 课 程 复 核 申 报 表 学 校 名 称 : 课 程 名 称 : 课 程 负 责 人 : 立 项 时 间 : 国 防 科 技 大 学 概 率 论 与 数 理 统 计 吴 翊 2009 年 课 程 网 站 地 址 :jpkc2009.nudt.edu.cn/gllysltj jpkc.nudt.edu.cn/gltj 湖 南 省 教 育 厅 制 二
è ù
è ù é à ò ò ì ù á ò ú ì ì á í é é ú í ì è ù í é í á á í è à í ò ì ì è à ù ì ì ì á ìì à é à á á à ú ó à ó è à à ì ò è è ì à è á ì ò ì ì ì ì ì á ó à ì à á à à ó á à ù ò á á á é ì à à à á
è ù é à ò ò ì ù á ò ú ì ì á í é é ú í ì è ù í é í á á í è à í ò ì ì è à ù ì ì ì á ìì à é à á á à ú ó à ó è à à ì ò è è ì à è á ì ò ì ì ì ì ì á ó à ì à á à à ó á à ù ò á á á é ì à à à á
* CUSUM EWMA PCA TS79 A DOI /j. issn X Incipient Fault Detection in Papermaking Wa
2 *. 20037 2. 50640 CUSUM EWMA PCA TS79 A DOI 0. 980 /j. issn. 0254-508X. 207. 08. 004 Incipient Fault Detection in Papermaking Wastewater Treatment Processes WANG Ling-song MA Pu-fan YE Feng-ying XIONG
é
à á í ù é ù ó á è í ú ù è ì í á ì ú á é ó ú ò ì ò ì à ù à ì è ì ì à è ì ó è ú á è í ì é ì éá ì é ì ù è è í í ù á à à è è à ú á ó ú è í ú á ú è ì ù ú é ì é à ú ù ì ì ó í è ì ì
ì à à ó é í í à ì í ó à í á ò ó ì í ì í í ù ó à í ì à ù à ú è à à à ú ó ò í ù è á á é è ò ì ì ì è é ù ì à ì á ù à á ò í à ì é á è á ì ò ó è ì ò ú ì ó é ú í ú è ù í í à ó ú ú
è á à ì ì ì ò à ó ù ú à ò è ù è è ò í á è ù è à ù à è á ú á í à à à é à à à é à èi ú á à à ó á ì à à á è à à á ó à á ù à à á ì ó à í à é ò ú ì à ò ì à ù ì é à í í á á è ò á á á á
ü Ä ä ä ï ï ü ä ä
ü Ä ä ä ï ï ü ä ä ü ü ü ä 50000476_0047_2 2 3 316 ó é â á ó ü ü ü ü ü ü ü ü ü ü ü ü é é ô é ò è é ü ü ü ü ü
è ì è é è ò ì ù ù ó é ú ù è ó ì ù à è ùè á ù ù ò ó ò ù à é ù ò ì í à à à à ò à á è à è ù é é ì ú ì à à ì é ù é í ì ò
标题
DOI:0.3878 / j.cnki.jnuist.206.03.009 来 鹏 赵 茹 蕾 郭 利 珍 银 行 客 户 定 期 存 款 认 购 的 统 计 决 策 研 究 摘 要 当 今 银 行 之 间 的 竞 争 日 益 加 剧, 能 有 效 地 挖 掘 潜 在 客 户 并 为 之 提 供 差 异 化 服 务, 对 提 高 银 行 竞 争 力 尤 为 重 要. 用 决 策 树 算 法 对 可
ó ú ú ì á ò à á ì ù í ü à ò á ò á à á 
ó ì ì ò = 4( +5 / 3 ) 3 12.478 = 2.32 23.2 (47) 1 365 4 1 4 1 19 365 1 365 4 = 29 499 4 235 940 V M = 1 3300 182 M M á
ó ì ì ò = 4( +5 / 3 ) 3 12.478 = 2.32 23.2 (47) 1 365 4 1 4 1 19 365 1 365 4 = 29 499 4 235 940 V M = 1 3300 182 M M á
<D2BDC1C6BDA1BFB5CDB6C8DAD7CAB8DFB7E5C2DBCCB3B2CEBBE1C3FBB5A52E786C7378>
参 会 人 员 名 单 Last Name 姓 名 公 司 Tel Fax Bai 柏 煜 康 复 之 家 8610 8761 4189 8610 8761 4189 Bai 白 威 久 禧 道 和 股 权 投 资 管 理 ( 天 津 ) 有 限 公 司 8610 6506 7108 8610 6506 7108 Bao 包 景 明 通 用 技 术 集 团 投 资 管 理 有 限 公 司 8610
Microsoft Word - KSAE06-S0262.doc
Stereo Vision based Forward Collision Warning and Avoidance System Yunhee LeeByungjoo KimHogi JungPaljoo Yoon Central R&D Center, MANDO Corporation, 413-5, Gomae-Ri, Gibeung-Eub, Youngin-Si, Kyonggi-Do,
吉林大学学报 工学版 ２４４ 第 ４ 卷 复杂 鉴于本文篇幅所限 具体公式可详见参考文 献 ７ 每帧的动力学方程建立及其解算方法如图 ３ 所示 图４ 滚转角速度与输入量 η 随时间的变化波形 Ｆｉｇ ４ Ｗａｖｅｆｏｒｍ ｏｆ ｒｏｌｌ ｒａｔｅ ａｎｄ ｉｎｐｕｔ η ｗｉｔｈ ｔｉｍｅ ｃｈａｎｇｉｎｇ 图５ Ｆｉｇ ５ 滚转角随时间的变化波形 Ｗａｖｅｆｏｒｍ ｏｆ ｒｏｌｌ ａｎｇｌｅ ｗｉｔｈ
untitled
20 1 2010 10 Vol.20 Special 1 The Chinese Journal of Nonferrous Metals Oct. 2010 1004-0609(2010)S1-s0127-05 Ti-6Al-4V 1 2 2 (1. 710016 2., 710049) 500~1 000 20 Ti-6Al-4V(TC4) TC4 800 TC4 800 TC4 TC4 800
1
1 2 EI ( 2005) 3 EI ( 2005) 4 2006 3 1 2 3 EI ( 2005) http://www.ei.org.cn/twice/coverage.jsp ISSN 0567-7718 Acta Mechanica Sinica/Lixue Xuebao 1006-7191 Acta Metallurgica Sinica (English Letters) 0253-4827
1980 18 181 181 1 192 192 193 194 195 110 205 211 211 220 212 214 216 216 216 218 222 246 499 250 252 251 693 804 252 252 254 254 253 ù 259 262 290 282 294 292 291 96 193 ó
y 1 = 槡 P 1 1h T 1 1f 1 s 1 + 槡 P 1 2g T 1 2 interference 2f 2 s y 2 = 槡 P 2 2h T 2 2f 2 s 2 + 槡 P 2 1g T 2 1 interference 1f 1 s + n n
37 1 Vol 37 No 1 2013 1 Journal of Jiangxi Normal UniversityNatural Science Jan 2013 1000-5862201301-0037-05 MISO 郭荣新, 袁继昌 361021 2 RVQ 2 MISO 3 TN 911 7 A 0 MIMO 2 MISO 3 MIMOnetwork MIMO 3GPP LTE-A 2
é é
é é gu chài < > gòu y n zh n y yì z ng d n ruì z hóu d n chán bìn jiu c n z n shuò, chún kòu sh qi n liè sè sh n zhì sb n j ng máo í g bèi q í lì, u ì í ng chàng yào g ng zhèn zhuàn sh hu ti n j,
Microsoft Word - 2.赵朝闻_终稿_
24 3 鱼雷技术 Vol. 24 No. 3 2016 6 TORPEDO TECHNOLOGY Jun. 2016 DOI: 10.11993/j.issn.1673-1948.2016.03.002 基于超短基线的 AUV 自主对接流程及算法 赵朝闻 1, 张淞 2, 李辉 (1. 705,, 650118; 2.,, 300162) 1 摘要 : (AUV),,, :, AUV 4 ; ;
Microsoft Word - 201506定版
56 Chinese Journal of Library and Information Science for Traditional Chinese Medicine Dec. 2015 Vol. 39 No. 6 综 述 中 医 药 学 语 言 系 统 研 究 综 述 于 彤, 贾 李 蓉, 刘 静, 杨 硕 *, 董 燕, 朱 玲 中 国 中 医 科 学 院 中 医 药 信 息 研 究 所,
第 卷 第 期 年 月 半 导 体 学 报! " # $%&'%' $!&' #% #$1 /#1 $'! / ?/ ?/ / 3 0,?/ ) * +!!! '!,!! -. & ' $! '! 4% %&1)/1(7%&)03 (% )
第 卷 第 期 年 月!"# $%&'%' $!&'#%#$1/#1 $'! /18103 2?/03101?/18103 /3 0,?/0301.13 )*+!!! '!,!! -.&' $!'! 4%%&1)/1(7%&)03(%)%&,%*(1&0)%$-0*,%30)17*1*)0(+1(1+&1*+*),)1; &113(%44(10&.0701&0-&00*/)%;()1%-1+%&0)0*1*)%
2013年高等医学教育临床教学研究高峰论坛
1 2014 年 高 等 医 学 教 育 临 床 教 学 研 究 高 峰 论 坛 暨 首 届 住 院 医 师 培 训 峰 会 PEKING UNIVERSITY PEOPLE S HOSPITAL 尊 敬 的 先 生 / 女 士 : 您 好! 由 教 育 部 医 学 教 育 临 床 教 学 研 究 中 心 教 育 部 临 床 实 践 教 学 指 导 分 委 员 会 国 家 医 学 考 试 中 心 人
ì ó è à ù í ú á é à à è á è é á ó é è ì è è è á è ò ù é é ò ú è è è é ù ù á í ù à í í í à ó í é ì é ù ó ì áá á è à á ó á ì à ì í ù úù á í à íí ì à ò è í ù ì ì ì ó á ì
PCA+LDA 14 1 PEN mL mL mL 16 DJX-AB DJ X AB DJ2 -YS % PEN
21 11 2011 11 COMPUTER TECHNOLOGY AND DEVELOPMENT Vol. 21 No. 11 Nov. 2011 510006 PEN3 5 PCA + PCA+LDA 5 5 100% TP301 A 1673-629X 2011 11-0177-05 Application of Electronic Nose in Discrimination of Different
,, [1 ], [223 ] :, 1) :, 2) :,,, 3) :,, ( ),, [ 6 ],,, [ 3,728 ], ; [9222 ], ;,,() ;, : (1) ; (2),,,,, [23224 ] ; 2,, x y,,, x y R, ( ),,, :
![,, [1 ], [223 ] :, 1) :, 2) :,,, 3) :,, ( ),, [ 6 ],,, [ 3,728 ], ; [9222 ], ;,,() ;, : (1) ; (2),,,,, [23224 ] ; 2,, x y,,, x y R, ( ),,, :](/thumbs/92/109926112.jpg ",, [1 ], [223 ] :, 1) :, 2) :,,, 3) :,, ( ),, [ 6 ],,, [ 3,728 ], ; [9222 ], ;,,() ;, : (1) ; (2),,,,, [23224 ] ; 2,, x y,,, x y R, ( ),,, :")
24 3 2010 5 J OU RNAL OF CHIN ESE IN FORMA TION PROCESSIN G Vol. 24, No. 3 May, 2010 : 100320077 (2010) 0320117207 1, 1, 1, 2 (1.,100871 ; 2.,100084) :,,,,,,; : ( ) ( ) (,3 600 ),, ABC : ;; ; ; ;;; : TP391
lu yàng tuò guan gui zh ng fèn wù wèi qiao jú tá l o jiàn f i è yí yì qu n sì xuè , chéng y o xi o z pìn,, 1957 7 hàn 37 38 y u p ti o bèi t n tài kù sè b n zen you y n pí chè qiàn 17 dí jué
诗 经 简介 诗经 是中国第一部诗歌总集 它汇集了从西周初年到春秋中期 五百多年间的诗歌三百零五篇 诗经 在先秦叫做 诗 或者取诗的 数目整数叫 诗三百 本来只是一本诗集 从汉代起 儒家学者把 诗 当作经典 尊称为 诗经 列入 五经 之中 它原来的文学性质就 变成了同政治 道德等密切相连的教化人的教
诗经 目录 诗经 简介 国风 关睢 葛覃 卷耳 螽斯 桃夭 阿芣苢 汉广 汝坟 鹊巢 采蘩 草虫 甘棠 行露 摽有梅 小星 江有汜 野有死麕 驺虞 柏舟 绿衣 燕燕 日 月 击鼓 凯风 雄雉 匏有苦叶 谷风 式微 简兮 泉水 北门 静女 二子 乘舟 柏舟 墙有茨 相鼠 载驰 考磐 硕人 芄兰 氓 河广 有狐 木瓜 黍离 君子阳阳 葛蕉 采葛 大车 将仲子 叔于田 遵大路 女曰鸡鸣 有 女同车 狡童