摘要：针对高光谱图像的非监督目标检测问题,提出了一种基于混沌粒子群优化(PSO)投影寻踪(PP)的检测方法。混沌PSO可加快PP过程,得到更精确的最佳投影方向。利用自适应波段选择方法进行高光谱图像降维。依据对异常分布敏感的偏度和峰度设计投影指标,并采用混沌PSO搜索最佳投影方向,由此可有效地将目标信息投影至低维空间。采用直方图分割的方法从投影图像中提取出目标。针对大量图像进行了实验及检测效果的定性与定量评价,并与遗传算法PP法、RX方法的检测结果作了比较。结果表明,能够更有效地检测出高光谱图像中的目标,且所需运行时间大为减少。

摘要：针对红外图像中背景与小目标的特点,提出一种基于混沌粒子群优化(PSO)最小一乘空时背景预测的红外小目标检测方法.首先建立最小一乘准则空时背景预测模型,根据最小一乘估计的性质,提出应用混沌PSO算法解决最小一乘估计中极值的选取问题,并用该模型预测红外图像中的背景,从原始图像中减去预测图像得到残差图像;然后提出了基于混沌PSO的二维直方图斜分模糊最大熵阈值选取方法,由此分割所得残差图像即可将小目标检测出来.将文中方法与基于最小二乘背景预测的红外小目标检测方法进行了比较实验,实验结果表明,该方法具有更高的检测概率和信噪比增益,优于基于最小二乘背景预测的红外小目标检测方法.

摘要：针对常用的旋转投影车牌倾斜检测算法检测精度不高和计算量大的问题,提出一种基于投影坐标p次方差及粒子群的车牌倾斜检测方法.根据边缘点水平投影纵坐标值的最小p次方差准则确定车牌的倾斜角,以提高车牌倾斜检测精度;然后利用改进的带极值扰动简化粒子群算法寻找或直接计算最优倾斜角,以降低检测时间.通过实验研究了p取不同值时对车牌倾斜检测误差和运行时间的影响,并与Hough变换法、旋转投影法及主成分分析法进行了性能比较.结果表明:当p→∞时,文中方法检测精确度最高,而p=2时运算速度最快.该方法已成功地应用于的"智能停车场"系统中.

摘要：海岸带是人类活动集中且容易受到破坏的区域之一,快速而准确地实现海岸线的提取对海岸带管理及海岸带演化研究具有十分重要的意义。遥感技术因其大范围、高效率、低成本等突出优势逐渐成为一种实现海岸线提取及监测其动态变化的方式,克服了传统海岸线测绘方法的时间周期长、劳动强度大等缺点。本文综述了近些年提出的基于遥感影像的海岸线自动提取方法的研究进展。首先给出了海岸线的定义与分类,阐明了瞬时水边线及真实海岸线提取两个阶段及具体的提取流程,重点论述了通过提取瞬时水边线,进而获取真实海岸线的阈值分割方法、边缘检测算子方法、活动轮廓模型方法、数据挖掘方法、多分辨分析方法、面向对象方法、极化方法及其他方法,分析和比较了各种方法的优缺点,阐述了海岸线校正原理及精度评价方式,并对下一步的研究工作进行了展望。

摘要：鉴于常用的灰度级-平均灰度级二维直方图区域划分存在明显的不足,提出一种灰度级(平均灰度级)-梯度二维直方图及其区域划分方法.给出了改进二维直方图的最大熵阈值选取公式,并利用粒子群算法寻找最佳阈值,在迭代过程中采用递推算法,大大地减少了适应度函数的重复计算.实验结果表明,该方法不仅使分割后的图像区域内部均匀、边界形状准确、抵抗噪声稳健,同时相对粒子群算法运算速度又提高了约1倍.

摘要：为进一步加强布谷鸟算法的搜寻能力并提升收敛速度,加快对算法的研究与应用进程,综述了布谷鸟算法的原理、研究概况和其他同类群体智能优化算法的比较及发展趋势。首先给出了算法的基本模型和实现步骤;然后重点阐述了基于发现概率和步长控制量、基于自适应步长、基于混沌理论、与其他算法混合、基于种群特征和种群变异、结合优化策略及基于种群多样性等方面的改进方法,总结了算法的主要应用领域及其进展;随后将其与遗传算法、蚁群优化算法、粒子群优化算法及人工蜂群优化算法的优点、缺点及适用性诸方面进行了对比;最后指出了布谷鸟搜索算法尚存在的缺陷并对进一步的研究方向进行了展望。

摘要：为了进一步加快指纹匹配算法的运算速度、提高识别效率,提出了一种基于混沌蜂群优化和可变界限盒的指纹匹配算法。首先,结合人工蜂群优化算法收敛速度快、控制参数少、能够避免局部最优等优点以及混沌策略的类随机性、高遍历性等特点,在指纹点匹配中引入混沌蜂群优化算法,并设计兼顾了匹配精度和运算时间的适应度函数;然后利用适应度函数估计出指纹特征匹配的几何变换参数并进行指纹点特征的粗匹配;最后,利用可变界限盒进行精匹配,避免指纹图像局部形变带来的影响。大量实验结果表明,与基于局部特征的指纹匹配算法、基于遗传算法优化的指纹匹配算法相比,本文提出的算法所需运算时间更短,匹配精度更高。

摘要：为了进一步提高指纹匹配算法的计算效率,本文提出了一种基于改进的Tent映射混沌粒子群优化的快速指纹特征匹配算法。首先,将粒子群优化引入基于指纹细节特征的点模式匹配中,并利用混沌的类随机性和高遍历性克服基本粒子群算法的不足。考虑到Tent映射比Logistic映射具有更好的遍历性,且基于Tent映射的混沌优化可进一步提高寻优效率,故利用改进的Tent映射混沌粒子群算法优化指纹细节特征匹配的几何变换参数估计,提高搜索过程的收敛精度和运算速度;然后,采用分层匹配的方法,设计了相应的细节特征匹配适应度函数,在粗匹配后利用具有平移旋转不变性的细节特征点的局部结构信息确定特征点对的匹配关系,以抵抗指纹图像旋转、平移和局部非线性形变等因素的影响;最后,给出了针对FVC2006指纹数据库进行的大量指纹细节特征匹配实验的结果及其客观定量评价。结果表明:与最近文献中提出的基于遗传算法的指纹特征匹配算法相比,本文提出的方法匹配精度更高,且运算速度提高了约一倍。

摘要：针对红外序列图像中运动弱小点目标的检测问题,设计了一种基于改进神经网络优化的修正T op-H at形态学滤波器算子。其中形态学滤波器的结构元素采用两层前馈神经网络,通过大量样本训练优化,将T op-H at运算作为一个整体当作一层,输出层节点定义为T op-H at运算后图像矩阵的最大值。实测数据的处理结果表明:针对低信噪比(RSN≈2)图像,在虚警概率≤5%情况下,优化的修正T op-H at形态学滤波器算子对复杂图像检测概率≥75%,与固定结构元素的T op-H at形态学滤波器相比检测概率提高了近8%,算法的运算时间仅增加了0.7m s。