凝视型激光主动成像系统性能验证

为了研究凝视型激光主动成像系统对非合作目标的成像性能及在目标跟踪中的应用,设计了基于APD阵列和分束照明的凝视型激光主动成像系统。对激光回波功率与目标距离之间的关系进行了理论分析,结果显示:200m外目标的回波功率小于1μW。为提高系统作用距离,选取高增益带宽积跨阻放大器OPA657N提高系统增益,并通过优化元件布局来克服高跨阻值时的通道串扰。实验验证了距离方程的正确性。在此基础上,采用八连通团块检测方法实现目标探测,并对两轴目标跟踪进行了实验验证。结果显示:系统能够对200m处非合作目标稳定成像,并能获取420m处非合作目标的回波信号;当目标在俯仰轴、偏航轴方向行程大于2.5°时,系统能够实时探测并稳定跟踪。     

ICCD增益对激光主动成像系统成像品质的影响

以理论分析和实验数据为基础,用信噪比和对比度指标评价图像品质,分析了ICCD增益对图像信噪比和对比度的影响,为使系统成像品质最佳而合理选取增益大小提供了有益的参考。     

基于双隐含层RWPSO-BP神经网络的齿轮箱故障诊断研究

针对齿轮箱故障诊断过程中采集到的振动信号通常都比较复杂多变,随机性和偶然性也比较强的特点,提出了一种基于随机权重粒子群优化(Random Weight Particle Swarm Optimization,RWPSO)算法的双隐含层反向传播(Back Propa-gation,BBP)神经网络(RWPSO-BP)的齿轮箱故障诊断方法.对江苏千鹏诊断工程有限公司所公布的齿轮箱故障诊断实验中的原始振动数据进行多特征值提取;利用主成分分析法(Principal Component Analysis,PCA)对特征集进行降维处理,将多个变量的数据集转变为较少新变量的数据集(即主成分),把所选主成分归一化处理后利用双隐含层RWPSO-BP 神经网络进行诊断分析;将分析结果与单隐含层RWPSO-BP神经网络对测试样本的识别结果作对比.最后的诊断结果为:双隐含层RWPSO-BP神经网络的误差更小,可以较为准确地对齿轮箱故障类型进行有效的识别.     

基于双隐含层RWPSO-BP神经网络的齿轮箱故障诊断研究

针对齿轮箱故障诊断过程中采集到的振动信号通常都比较复杂多变,随机性和偶然性也比较强的特点,提出了一种基于随机权重粒子群优化(Random Weight Particle Swarm Optimization,RWPSO)算法的双隐含层反向传播(Back Propa-gation,BBP)神经网络(RWPSO-BP)的齿轮箱故障诊断方法.对江苏千鹏诊断工程有限公司所公布的齿轮箱故障诊断实验中的原始振动数据进行多特征值提取;利用主成分分析法(Principal Component Analysis,PCA)对特征集进行降维处理,将多个变量的数据集转变为较少新变量的数据集(即主成分),把所选主成分归一化处理后利用双隐含层RWPSO-BP 神经网络进行诊断分析;将分析结果与单隐含层RWPSO-BP神经网络对测试样本的识别结果作对比.最后的诊断结果为:双隐含层RWPSO-BP神经网络的误差更小,可以较为准确地对齿轮箱故障类型进行有效的识别.     

基于双隐含层RWPSO-BP神经网络的齿轮箱故障诊断研究

针对齿轮箱故障诊断过程中采集到的振动信号通常都比较复杂多变,随机性和偶然性也比较强的特点,提出了一种基于随机权重粒子群优化(Random Weight Particle Swarm Optimization,RWPSO)算法的双隐含层反向传播(Back Propa-gation,BBP)神经网络(RWPSO-BP)的齿轮箱故障诊断方法.对江苏千鹏诊断工程有限公司所公布的齿轮箱故障诊断实验中的原始振动数据进行多特征值提取;利用主成分分析法(Principal Component Analysis,PCA)对特征集进行降维处理,将多个变量的数据集转变为较少新变量的数据集(即主成分),把所选主成分归一化处理后利用双隐含层RWPSO-BP 神经网络进行诊断分析;将分析结果与单隐含层RWPSO-BP神经网络对测试样本的识别结果作对比.最后的诊断结果为:双隐含层RWPSO-BP神经网络的误差更小,可以较为准确地对齿轮箱故障类型进行有效的识别.     

激光主动成像图像的多帧后处理算法研究

在确定激光器的发散角度、脉冲峰值功率、接收光学系统的参数以及确定激光器和接收光学系统的几何配置后,激光主动成像系统要想得到更远距离更高分辨率的微弱目标的图像,就只受微弱目标的探测成像及处理技术的制约,因为在较长的距离和有限的激光能量下,不可能立刻照明整个目标场景,接收成像端CCD上每个像素接收到的光照度也不可能达到相当的水平。为了在特定的脉冲激光能量下增加成像系统的成像距离,同时减轻大气扰动对成像分辨率的影响,研究了一种独特的图像处理算法,用激光多脉冲来获取整个目标场景的图像,采用辐射量来确定每次曝光时间内最大景物照明区域,这种独特的多帧后处理算法,可以在大气扰动和连续散粒噪声影响下,得到比传统连续照明方式更高分辨率的图像。     

基于距离选通的激光主动成像技术的研究

距离选通激光主动成像可在恶劣环境条件下有效克服大气后向散射和背景干扰,得到被观测目标的高对比度图像.详细分析了大气后向散射对主动成像系统的影响,阐述了距离选通成像技术高速门控成像的原理,并就构成距离选通激光主动成像系统的关键器件如光源、像增强CCD(ICCD)、接收光学系统提出了具体性能要求和选取中需遵循的依据,文章最...     

基于光纹特征的激光主动照明图像去模糊

受光学系统离焦、大气扰动、平台振动的影响,激光主动照明系统捕获的图像容易被模糊,而传统的去模糊方法难以取得良好的复原效果,故本文提出基于光纹特征的盲解卷积复原方法来实现图像去模糊。首先将模糊图像降采样,建立尺度金字塔,在尺度空间查找光纹特征图像块。随后基于激光主动照明图像饱和像素较多的特点,提出新的图像退化模型。最后针对模糊核估计、光纹参数更新、清晰图像复原3个步骤,提出适用的能量函数,迭代复原出无噪清晰图像。搭建了主动照明系统,在捕获的激光主动照明图像上进行了实验,并与现有方法进行了对比。结果表明:本文方法不仅能够复原出清晰图像,而且能有效抑制振铃效应,其客观评价指标峰值信噪比(PSNR)优于已有的其他算法。     

基于改进BP算法的烘房系统智能预警

针对汽车涂装线中烘房系统能耗大、参数组合复杂、耦合性强等特点造成的控制困难、精度低等问题,提出了基于改进BP算法的智能预警方法,建立了对应的神经网络模型,通过对烘房实例的仿真分析,证实了该方法具有正确率高以及控制容易等优点。     

基于双目标模型的时空上下文跟踪算法

传统的时空上下文跟踪算法在更新目标模型时不考虑跟踪结果的有效性,故目标被长时间遮挡后,目标模型容易被错误更新且难以修正。因此,本文提出了一种基于双目标模型的改进时空上下文跟踪算法以解决错误更新问题。该算法引入一个辅助目标判别模型来评估时空上下文算法跟踪结果的有效性,并根据评估结果对目标模型进行更新。辅助模型使用目标的局部纹理信息而不是相关性信息作为特征,在目标被长时间遮挡后也能准确评估更新内容的有效性,并能在遮挡结束后修正错误更新的目标模型。在多组数据集上的实验表明,改进算法在测试数据集上的跟踪成功率为82%,中心偏差为8pixels;在长时间遮挡等干扰情况下的跟踪精度比原时空上下文算法有明显提升,实现了目标的可靠跟踪。     

基于粒子群优化算法的水源微生物自动识别

水源微生物检测在水源生物安全监测等方面具有非常重要的意义,而传统的显微镜观测等方法存在效率低、需要专业人员操作等不足,为此提出了一种水源微生物自动识别方法。采集水样,并制作水源微生物图像集,编写全自动与半自动两种图像分割算法用于提取目标微生物区域,并提取6种图像特征。基于以上特征数据,研究水源微生物识别模型的优化问题：首先,优化部分特征参数;接着,融合所有特征,建立粒子群优化算法的支持向量机（support vector machine optimized by particle swarm optimization, PSO-SVM）微生物识别模型,并与其他识别算法进行比较。结果表明,相比于其他3种算法,PSO-SVM能更有效地识别各种微生物,其平均识别率达到97.08%。     

一种基于颜色聚类和种子填充的目标识别算法

针对类人足球机器人目标识别易受光照强度变化影响的问题,改进了常规的扫描线种子填充算法,提出了一种基于颜色聚类分割和种子填充的目标识别算法。该算法采用HSI颜色模型,依据亮度和饱和度信息对图像粗分割,基于阈值将彩色区域和灰色区域分离,同时将灰色区域二值化;基于色调直方图聚类分析对彩色区域的像素进行了归类,通过改进扫描线种子填充算法实现了色块的最简扩充和特征提取,使颜色分割和特征提取同步进行,解决了目标物体的快速、精确识别。实验结果表明,该算法抗干扰能力强,分割精度高,能满足实时性要求,具有一定的实用价值。     

基于2CCD相机的荧光分子成像系统和融合算法

本文通过建立荧光成像系统,可以同时获得红外和可见光图像.此荧光成像系统包括荧光激发部分、图像获取部分、机械部分、图像传输和处理部分.本系统主要研究了JAI公司的型号为AD-080CL的2CCD相机,在荧光成像系统中设计了可见光和近红外图像融合算法,采用小波变换融合方法.为了增强融合图像中荧光部分的效果,改变彩色图像中的绿色分量的亮度.软件构架采用微软基础类库(MFC),在VS2010下开发.     

基于X射线图像和激光点云的煤矸识别方法

煤矸高效分选是实现煤炭资源绿色开采的重要手段,其核心技术是煤和矸石的快速精准识别。因此,本文提出了基于X射线图像和激光点云融合的煤矸识别方法。首先,设计了基于局部熵和全局均差加权的改进Otsu分割算法,以此提高X射线图像的分割精度和分割效率;同时,利用直通滤波和体素栅格降采样简化了煤矸激光点云数据,进而提取了X射线图像和激光点云的煤矸组合特征。然后,针对传统麻雀搜索算法(SSA)易陷入局部最优和种群多样性差等问题,提出了多策略改进的SSA算法(ISSA),并用于轻量梯度提升机(LightGBM)参数的寻优,进而设计了基于ISSA-LightGBM的煤矸快速识别模型。最后,搭建了煤矸识别实验平台,开展了相应的实验对比分析,结果表明：ISSA-LightGBM模型的煤矸识别准确达99.00%,综合性能优于其它模型,满足了煤矸高效识别的需求。     

结合概率密度函数和主动轮廓模型的磁共振图像分割

为了提高大脑磁共振图像的分割精度,提出了一种新的图像分割算法。首先,分析了常用于大脑磁共振图像分割的高斯混合模型和主动轮廓模型的优缺点,联合高斯混合模型的概率密度函数和主动轮廓模型的能量函数构造了一个新的能量函数。然后,利用遗传算法和最大期望算法获取概率密度函数的参数值。最后,利用水平集方法和梯度下降流法,对获得的能量函数进行最小化,从而得到最终的分割结果。与传统方法相比,本文算法对脑组织中的白质和灰质的分割精度分别提高了6.73%和14.07%。该算法利用像素点的区域信息和概率值驱动主动轮廓曲线的演化,能有效区分具有相近灰度值的不同区域,从而提高了大脑磁共振图像的分割精度。     

基于BP神经网络的火电厂水质调节系统的Smith-PID自适应控制

针对火电厂水质调节系统大时滞时变性的特点,提出了基于BP神经网络的Smith-PID控制算法,仿真研究和实际应用表明,该控制算法具有良好的静态特性、动态品质和很强的鲁棒性;工程应用控制效果令人满意。     

基于稀疏表示分类的说话人识别算法及其在智能考勤系统中的应用

智能考勤系统在企业对员工的出勤考查中具有十分重要的作用。为了提高语音考勤系统的准确性,提出基于稀疏表示的说话人识别算法。该算法在通用背景模型的基础上提取说话人语音的高斯混合模型超向量,采用线性判别分析技术对超向量进行信道补偿和降维,再由低维超向量形成稀疏表示的过完备字典。根据话者测试语音在过完备字典上的重构误差,对话者的身份进行验证。实验结果表明,基于稀疏表示分类的语音考勤系统具有良好的性能。     

Bearing running state recognition based on non-extensive wavelet feature scale entropy and support vector machine

In order to effectively recognize the bearing running state, a new method based on non-extensive wavelet feature scale entropy and the Morlet wavelet kernel support vector machine (MWSVM) was proposed. Firstly, the gathered vibration signals were decomposed by the wavelet to obtain the corresponding wavelet coefficients. Then, based on the integration of non-extensive entropy and the coefficients, the features were extracted by the wavelet feature scale entropy. However, the extracted features remained high-dimensional and excessive redundant information still existed. Therefore, the manifold learning algorithm locality preserving projection (LPP) was introduced to extract the characteristic features and to reduce the dimension. The extracted characteristic features were inputted into the MWSVM to train and construct the running state identification model; the bearing running state identification was thereby realized. Cases of test and actual fault were analyzed. The results validate the effectiveness of the proposed algorithm.