基于视觉传感器实现道路信息的理解是目前移动机器人自主导航的重要研究方向，其中道路图象的正确分割 是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题，提 出了一种基于’() 神经网络的道路图象分割方法。该方法通过选取道路图象的归一化色彩分量为特征向量，应用基于 ’() 学习算法的神经网络分类器进行道路与非道路识别；为解决环境噪声对神经网络输出的影响，本文设计了串行级联 式四阶形态滤波器实现对神经网络输出的分割图象的滤波处理。通过对实

将均值偏移算法嵌入到粒子滤波的跟踪框架中.该算法克服了粒子滤波计算量较大的缺点,同时也克服了均值偏移算法容易陷入局部最大且无法恢复的缺点.实验表明该算法有很好的实时性和鲁棒性.-The mean shift algorithm is embedded into the particle filter tracking framework of the particle filter algorithm overcomes the shortcomings of large amount of c

数字水印文件和数字水印命令是数字水印技术在军事应用的两个重要应用。本文以一种基于分数阶傅里叶变换 (FRFT)的数字水印算法，使用chirp信号作为水印信息，嵌入到图像的分数阶傅里叶的加密域中。该算法有效地利用水印的 嵌入位置和FRFT的阶次作为密钥的同时，还利用chirp信号在分数阶傅里叶域的特点，可以很方便的检测到水印，具有良好 的不可见性和安全性的同时，还能够抵抗很强的JPEG压缩和噪声的攻击，对剪切、滤波等操作也有一定的鲁棒性。-Watermarking files and