基于双目视觉的直升机旋翼桨叶共锥度检测法

提出了一种基于双目视觉的直升机旋翼桨叶共锥度检测方法。首先,采用平面标定算法对双目视觉系统进行标定,获取摄像机内外参数;其次,采集不同桨叶的立体图像对,并用Bouguet算法对其进行校正,获取重投影矩阵;然后,对立体图像对中的标记点进行检测与匹配,获取标记点的视差;最后,根据双目视觉测量原理计算出桨尖距地面的高度,实现桨叶共锥度检测。通过对旋翼塔进行多次测量实验,结果表明该方法具有动态测量、非接触式、操作简单、危险性小和精度高的优点。     

基于OTSU的动态结合全局阈值的图像分割

动态结合全局阈值的图像分割方法,在图像灰度分布没有明显双峰及背景复杂的情况下也有很好的适应性.用OTSU方法求得近红外图像的全局阈值s和各子图像的阈值d;利用双线性内插值算法求得与原图像等大的阈值矩阵D.通过调整比例系数k,最后完成阈值矩阵T的构造和图像分割.此方法能有效分割出石化炼油炉的炉管图像.     

基于小目标预提取的OTSU分割方法

针对传统OTSU(最大类间方差法)方法对于占图像比例较小的目标检测效果不佳,通过对图像边缘检测、图像局部运算、自动确定目标位置并预先提取出潜在目标区域,对潜在目标区域图像利用OTSU方法进行分割,得到新的小目标检测方法。将该方法与经典OTSU法、迭代法和区域生长法的在不同场景下小目标进行检测,实验结果表明该方法在运算时间上接近于其他方法,在分割效果和稳定性上优于其他方法。     

基于改进Otsu方法的振动图像分割研究

在振动位移的机器视觉测量方法中,振动处标记点图像的分割作为处理过程中的关键,其分割结果直接影响最终的测量精度,但由于标记点图像中目标像素数目过小的特点及测量干扰因素,传统的Otsu阈值分割方法及相关改进算法的分割效果均不理想。为得到更优的分割算法,首先探讨了相关改进算法分割脉冲噪声、强光及阴影干扰下标记点图像时存在的问题,然后提出了一种基于阈值与目标波峰之间灰度分布信息的改进Otsu算法,在相关改进算法的基础上,将阈值与邻近目标波峰之间灰度值的差值及二者的像素数量之和在总体中的比例共同作为权重,最后进行多幅复杂干扰情况下标记点图像的分割实验和振动位移测量实验,实验结果表明,改进的算法在干扰下依然能对标记点图像进行有效分割,且目标的位置偏差值总体优于其他算法,同时准确地实现了振动位移的测量。     

基于OTSU的近红外图像分割的应用研究

OTSU法是最常用的利用图像的一维灰度直方图的阈值化方法之一,二维OTSU除了考虑像素点的灰度信息外还考虑了像素点与其邻域的空间信息.由于红外图像不同于一般灰度图像的一些特征,有针对性的采用了二维OTSU对其进行分割.通过与一维OTSU的相互比较可以看出,二维OTSU对近红外图像拥有更好的分割效果,能有效的分割出炉管图...     

基于二维OTSU和遗传算法的红外图像分割方法

为了改善红外图像的分割效果，将二维OTSU算法应用于红外图像分割，通过二维OTSU算法选取阈值将红外图像分为目标和背景，并结合遗传算法，利用遗传算法搜索最优解的能力，加快二维OTSU算法寻找阈值的速度，提高分割效率。实验结果表明，该方法分割效果好，分割速度快，是一种可行的红外图像分割方法。     

基于自适应粒子群优化的三维OTSU图像分割算法

针对三维OTSU分割算法运算量大、计算时间长的问题,提出了一种基于自适应粒子群优化的三维OTSU图像分割算法。首先采用最佳熵的方法初步提取图像的目标区域,根据该目标区域特征自适应地调整三维OTSU算法的背景搜索范围,然后采用三维OTSU算法并结合粒子群优化最佳分割阈值对原图像进行分割。实验结果表明,与三维OTSU阈值分...     

基于空间一致性的复杂场景钢坯端面字符定位

复杂场景中的字符目标定位是进行字符目标提取与识别的关键步骤,字符目标定位的准确程度决定着后续字符识别的正确与否。本文提出了一种基于空间一致性特征的复杂场景钢坯字符目标定位新方法。先对复杂场景钢坯图像进行分割,跟踪并标记分割图中每一个连通区域,然后根据钢坯端面字符在空间位置上排列的一致性,提取连通区域目标的质心点特征,并寻找排列成一条线的质心点,同时比较它们之间的区域面积及相互距离等特征,快速定位目标字符。对多幅实际复杂场景钢坯端面字符图像进行处理,结果表明我们提出的方法具有可行性和实用性。     

一种基于优化区域OTSU的静脉图像分割算法

本文以静脉特征识别为目标,提出了一种基于优化区域OTSU的静脉图像分割算法.该算法首先优化OTSU计算流程,减少求解OTSU阈值的计算量;然后优化OTSU阈值求解结构,降低OTSU阈值求解次数.实验结果表明,该算法分割效果好、耗时少,能够满足实际应用要求.     

基于OTSU和区域生长的电厂管道缺陷检测与分割

针对电厂高温管道红外图像背景复杂、干扰较多的特点,结合电厂巡检机器人系统对图像处理算法的需求,提出了基于改进二维最大类间方差法（OTSU）和区域生长法的电厂高温管道缺陷定位与分割方法。将红外图像灰度化后,通过改进二维OTSU进行预分割,提取出管道区域;基于管道区域灰度直方图,结合邻域灰度均值,实现多种子点的自动检测与定位;采用基于生长区域灰度均值和标准差的自适应阈值以及基于Prewitt算子的梯度幅值改进的生长准则完成缺陷区域的分割。实验证明,所提算法不仅能实现电厂高温管道多缺陷自动检测与定位,而且能精确地提取出缺陷区域,准确性高且具有良好的实时性。     

WLFMCW雷达旋翼转速快速估计方法

针对用于脉冲体制雷达的旋翼转速估计方法不能完全应用至宽带线性调频连续波(WLFMCW)的问题,提出了一种基于WLFMCW的直升机旋翼转速快速估计方法。首先,建立了WLFMCW旋翼目标回波模型,并对回波特点进行了分析。然后,在微动特征骨架曲线上通过搜索相邻峰值的相位差来计算图像周期。最后,基于图像最小熵原理,对旋翼叶片搜索成像并估计出旋翼叶片个数,通过图像周期、旋翼叶片个数、旋翼转速三者的关系估计出旋翼转速。仿真结果验证了所提方法的可行性和有效性。     

低信噪比条件下直升机微动特征提取方法

直升机旋翼转动产生的微多普勒调制能够反映其微动特性,准确估计出目标的叶片数量、旋翼长度和转动频率对直升机的识别具有重要意义。本文针对窄带脉冲体制雷达,提出一种低信噪比条件下的旋翼直升机微动特征快速高精度提取方法,推导了微动特征参数之间的内在联系,在时频域通过对时频图幅值进行积累获取目标闪烁参数,并将其作为先验信息对稀疏字典进行降维处理,降低正交匹配追踪算法的运算量,提高了微动特征参数的估计精度,在低信噪比条件下具有较好的鲁棒性,仿真和实验结果验证了方法的有效性。     

运动直升机旋翼的微多普勒特性分析

激光雷达由于其极高的探测灵敏度,使其在探测过程中具有明显的微多普勒效应。目前,对直升机旋翼微多普勒的研究大部分是在直升机处于悬停状态的基础上,但是在实际情况中直升机是在做各种运动。利用PO 法对直升机旋翼叶片的RCS 进行了计算,建立了直升机旋翼回波的微多普勒模型。并基于该模型,以AH-64 武装直升机为例,分别对作直线运动和俯仰运动的直升机旋翼的微多普勒效应进行了仿真和数值分析。研究结果表明,通过对直升机旋翼的距离单元曲线以及微多普勒频谱的分析可以初步判断直升机的运动状态,为下一步运动直升机的微多普勒识别提供了参考和借鉴。     

激光三角法高精度测量模型

为提高检测准确性,提出激光三角法高精度测量模型,由变阈值亚像素灰度重心提取算法和CCD倾角误差补偿模型两部分组成;光斑中心定位算法对激光检测准确度起关键作用,针对已有激光中心定位算法的缺陷,提出了变阈值亚像素灰度重心提取算法,通过梯度函数和高斯拟合算法设定阈值去除光斑边缘噪声区域对中心定位的影响,并利用多项式插值提高灰度重心法精度;同时为提高实际工业生产环境中的测量准确性,建立CCD倾角误差补偿模型;应用激光三角法高精度测量模型,以STM32F407为硬件核心建立系统,以锥螺纹为被测物进行实验;实验结果表明:该测量模型实现了对锥螺纹信息的准确采集,且精度明显高于传统的灰度重心法,可以将锥螺纹检测的误差控制在10 m内。     

HRMS系统用直升机旋翼轨迹传感器的研制

用于HRMS(直升机旋翼锥体与动平衡测量系统)的直升机旋翼轨迹传感器利用三角法测量原理,采用呈固定角度的特种探测器,通过DSP进行数据处理,解决了直升机旋翼高速旋转时非接触式测试旋翼轨迹的问题,对旋翼技术的发展有着巨大的推动作用.该传感器测量范围广,准确度高,使在线准确检测直升机旋翼轨迹成为可能.     

太赫兹雷达直升机旋翼目标微动特性研究

直升机旋翼微动形成的微多普勒特征对于战场环境下直升机目标探测识别具有重要意义,掌握直升机旋翼的微动特性是雷达目标辨识的前提。太赫兹雷达波长短,多普勒效应显著,迫切需要掌握太赫兹频段旋翼目标微动特性。首先对偶数叶片和奇数叶片的螺旋桨目标进行建模,分别使用微波波段(3 GHz)与太赫兹波段(120 GHz,220 GHz)雷达对目标进行仿真分析,并从目标的回波信号特征出发提取多普勒频移信息,利用短时傅里叶变换进行时频分析,对比分析目标与雷达参数对其多普勒效应的影响及调制关系。仿真结果表明：在转速、视角以及直升机叶片长度均相同的情况下,太赫兹频段下的微多普勒效应比微波频段显著增强,多普勒曲线也更加清晰,叶片细节更加丰富。应用太赫兹雷达提取微多普勒信息能够为直升机目标识别提供重要特征。     

基于深度学习的复杂背景图像分类方法研究

复杂背景图像受背景干扰后不易被识别。针对这一问题,文中提出了基于前景分割机制的卷积神经网络图像分类方法。采用全卷积神经网络对图像前景区域进行自动分割,通过图像中前景区域周围的最小边界框对其进行定位。对于定位的前景区域,构建卷积神经网络对其进行处理以区分不同的类别,从而实现复杂背景图像的分类。将提出方法在公开数据集中提取的单一背景和复杂背景图像数据集上进行对比实验,并使用迁移学习与数据增强等方法优化模型。实验结果表明,所提方法使用前景区域分割相比于仅分类CNN具有更高的准确度,且复杂背景图像上的准确度提升幅度要远大于单一背景图像。该结果说明引入前景区域分割对于复杂背景图像分类模型准确度的提升具有一定帮助,能够显著前景区域特征并减少背景因素的干扰。     

基于改进人工蜂群正余弦优化的红外图像分割方法

针对红外图像背景复杂且分割难度较大等问题,提出了一种改进人工蜂群正余弦优化的红外图像阈值分割方法。首先是将二维Otsu函数作为蜂群算法的适应度函数;其次采用混沌对立的学习方法和差分进化的方法改进了初始化种群和蜜蜂搜索方程;然后利用改进的蜂群算法优化阈值,缩小阈值的搜索区域;最后利用正余弦法计算出全局最优解,该最优解即为分割的最佳阈值。实验结果表明:论文方法与Otsu法、k-means法、区域生长法以及分水岭法相比,图像目标区域分割的平均交并比为84.13,平均准确率为89.18,有效提高了红外图像的分割精度。     

基于亚像素精度分割的晶粒图像识别方法

机器视觉在工业产品质量控制中的应用越来越广,针对LED晶粒的质量检测问题,提出了一种基于亚像素精度阈值分割的方法进行LED晶粒图像的识别。首先通过图像增强及预处理,然后通过基于亚像素精度的阈值分割方法进行晶粒图像的预处理,再通过K值聚类算法进行感兴趣的区域提取,最后通过NCC归一化的方法进行晶粒位置的识别及定位。实验结果表明,提出的亚像素精度阈值分割和NCC归一化定位算法相结合的方法应用在LED分拣机中,能准确地识别出LED晶粒图像。     

直升机旋翼微多普勒特性分析

近年来,对微多普勒效应的研究为目标的精确识别提供了一种新的途径,其在对直升机探测、分类和识别领域有着重要的应用前景。采用物理光学模型计算了直升机旋翼的雷达散射截面,改进了直升机旋翼回波的微多普勒模型。并基于该模型,分别计算了不同形状以及转速的双叶片、三叶片直升机旋翼的探测回波信号,利用短时傅里叶变换时频分析方法分析了微多普勒特征。研究结果表明,不同的直升机旋翼叶片数量、长度以及转速对直升机旋翼微多普勒的曲线形状、幅度以及周期产生不同的影响,为下一步对直升机的微多普勒识别提供了参考和借鉴。