基于小波变换的分数阶微分算法在肝脏肿瘤CT图像纹理增强中的应用

图像纹理增强过程中容易丢失平滑区域纹理细节，而分数阶微分增强虽然能够非线性保留平滑区域纹理细节，但对频率分辨率敏感。针对这个问题，提出一种基于小波变换的分数阶微分纹理增强算法，应用于平扫计算机断层扫描（CT）图像的肝脏肿瘤区域的纹理增强。首先，通过小波变换将图像感兴趣区分解成多个子带分量；其次，基于分数阶微分定义构造一个带补偿参数的分数阶微分掩膜；最后，使用该掩膜与每个高频子带分量进行卷积并利用小波逆变换重组图像感兴趣区。实验结果表明，该方法在使用较大分数阶次显著增强肿瘤区域的高频轮廓信息的同时，有效地保留了低频平滑的纹理细节：增强后的肝细胞癌区域与原区域相比，信息熵平均增加36.56%，平均梯度平均增加321.56%，平均绝对差值平均为9.287；增强后的肝血管瘤区域与原区域相比，信息熵平均增加48.77%，平均梯度平均增加511.26%，平均绝对差值平均为14.097。     

基于反馈Hough变换的管道点云检测和识别

管道是流程工厂的主体，其几何形状表现为圆柱体或圆台。针对现有管道检测识别方法对噪声较为敏感、检测精度不高、检测结果难以验证等问题，本文提出一种具有轴向反馈修正的三维霍夫变换方法。首先，根据八叉树划分点云空间，计算点云法向量并生成圆柱体或圆台高斯映射图，利用三维霍夫变换法估计初始轴向；然后，基于初始轴向计算圆柱体横截面或圆台投影轮廓，并建立轴向优化目标函数，通过迭代优化获得最终的轴向；最后通过霍夫变换法拟合圆柱体或圆台轴心位置并计算半径值。实验结果表明，该方法可有效提高管道轴向、半径等参数的估算准确度，同时，本文提出的优化目标函数也为检测结果提供了一种新的评价方法。     

广义参数化同步压缩变换及其在旋转机械振动信号中的应用

广义参数化时频分析通过构造匹配的参数化变换核,能够有效提高强调频信号的时频能量聚集性。然而,受短时傅里叶变换中窗函数结构的影响,利用该方法获得的时频能量分布在真实瞬时频率附近始终存在能量扩散现象。同步压缩变换利用同步压缩操作可将短时傅里叶变换处理后的时频能量压缩至真实瞬时频率位置,然而,同步压缩变换仅适用于分析频率成分恒定的纯谐波信号。以短时傅里叶变换为纽带,将两种时频分析方法相结合,提出了广义参数化同步压缩变换。考虑到旋转机械振动信号多为多分量信号,通过迭代处理的方式,依次获取各单分量信号的时频能量分布,对其进行叠加得到最终的时频能量分布。通过数值仿真以及变转速下转子不对中、滚动轴承外圈故障模拟试验验证了所提方法的有效性。     

空间高光谱相机调焦机构精度分析与试验

针对空间高光谱相机的使用特性及要求,设计一套调焦范围±3 mm的像面移动式调焦机构,对偏离的焦面进行校正,以满足高光谱相机成像质量要求。介绍调焦机构的工作原理,对调焦机构的传动关系、定位精度进行理论分析;建立调焦机构的动力学模型,进行有限元分析;详细论述编码器码值与CMOS靶面位移关系测试方法,得到真实可靠的调焦公式;动力学试验表明,调焦机构一阶自然频率为182.7 Hz,可以有效地避免共振现象,加速度响应合理,具有较好的强度、刚度;同时在动力学试验前后,对调焦机构分别进行闭环精度测试,定位精度均优于±6μm,试验结果表明调焦机构具有较好的稳定性,满足±10μm的设计指标要求,验证调焦公式以及闭环控制程序设计的有效性。目前,此套调焦机构已经成功在轨运行,各项指标状态良好,满足高光谱相机的成像质量要求。     

高速旋转机械用消除频率混叠现象的小波变换算法研究

高速旋转机械由于其工作转速高、控制精度高，其故障信号又属于微弱突变信号，造成常规监测方法准确率偏低，成为制约高速旋转机械故障监测进一步发展的最大障碍。本文设计了一种消除小波分解和重构过程中产生的频率混叠的算法。该算法利用傅里叶变换和傅里叶逆变换构成Mallat小波变换在分解和重构过程中所需的严格正交镜像滤波器，从而达到Mallat小波变换过程中必须具有的理想截止特性，最终去除掉多余的频率成分。利用改进前后的小波算法对实际信号进行分析，结果表明，本文设计的Mallat小波变换改进算法可消除信号分析中出现的频率混叠现象。     

时分MIMO滑坡雷达稀疏成像算法

针对现用于成像的MIMO山体滑坡雷达均匀线性阵列数目过多、数据处理复杂度高的问题，引入稀疏阵列时分地基MIMO雷达模型，提出一种基于逆傅里叶变换和混合匹配追踪算法的成像方法。首先通过对雷达回波信号作逆傅里叶变换实现距离向压缩，并进行近似相位补偿，然后采用一种基于时延补偿因子稀疏基的压缩感知算法实现方位向压缩。同时针对多目标成像的伪影点问题，方位向数据压缩引入子空间追踪算法和正交匹配追踪算法的结合算法重构出高分辨率且没有伪影的二维图像。根据真实的山体滑坡监测成像场景参数，通过数值仿真验证了该方法能够在低于传统均匀阵列的天线数目情况下实现目标高质量成像，且具有一定的抗噪性。     

光学显微定位系统定位精度分析

为了提高光学显微定位系统对细胞微生物识别定位的精度：一方面，必须改进手眼标定方法；另一方面，需要提高全局图像识别的准确性，因此，提出一种两步法对系统进行手眼标定。首先，通过标定固定靶标来确定系统原点，并得到视觉模块相对于系统原点的转换关系；然后，根据每次拍照的起始点位置、拍照的数量和移动的步长求解出全局图像相对于系统原点的转换关系；最后，为了进一步提高全局转换关系的准确度，提出一种基于傅里叶变换的误差矫正方法，利用傅里叶变换求解出视觉模块在移动过程中的误差，并加入系统进行补偿。实验结果表明，误差补偿之后，系统X轴方向的误差均值从10.23 μm降为-0.002 μm，Y轴方向的误差均值从6.9 μm降为-0.50 μm，显微定位系统的平均定位精度达到了99%以上。结果表明，所提方法可很好地用于光学显微定位系统对细胞微生物进行高精度的自动化抓取。