激光扫描速度对碳钢板表面锈蚀层去除质量的影响

采用光纤激光器开展了碳钢板表面锈蚀层激光清洗研究,通过白光干涉仪、光学显微镜、拉曼光谱仪等研究了激光扫描速度对锈蚀层去除质量的影响。研究表明,当激光扫描速度小于2 000 mm/s时,因光斑搭接率高,热累积效应强,试样表面出现基材熔化重凝现象,同时试样表面发生二次氧化,生成了复杂的铁的氧化物膜层,此时试样表面粗糙度最小。当激光扫描速度增加到3000 mm/s时,试样表面锈蚀层去除干净,露出金属基底本身色泽,基材表面二次氧化减弱。当线速度继续增加时,因光斑搭接率低,锈蚀层吸收的激光能量少,仅有部分锈蚀被去除,试样表面开始出现残留锈蚀层,且随着线速度的增加,残留锈蚀层和试样表面粗糙度增加。通过调节扫描速度可以获得较好的除锈效果,工艺优化后,激光功率为120 W时,除锈效率达到1.5 m2/h。     

利用图像质量评估空气质量的新方法

图像质量的差异能够反映拍摄环境成像条件的差异。提出一种利用视频监控图像序列评估空气质量的新方法：首先定义3类图像质量评估参数,即图像的噪声亮度比、对比度以及模糊度来度量当前图像的质量;其次对监控图像序列连续帧数据计算上述质量参数,并将计算结果在时间轴上顺次连接形成3类时间序列数据;再次对上述时间序列数据中的噪声亮度比采用Gompertz增长类型扩散过程模型进行建模与分析,同时对对比度、模糊度参数使用降趋势波动性分析（DFA）方法进行分析;最终通过对Gompertz模型以及DFA模型的模型参数的分析,可以评估与解释空气质量程度的好坏。比较了晴天与雾天条件下模型变化趋势的不同,大量实验亦表明此方法的有效性。     

基于深度学习的文本自动纠错系统设计与实现

为解决机关办公人员对公文格式不熟悉且在公文写作时存在各类格式和内容错误的问题,提出机关公文自动纠错系统,用于辅助公文写作和校对工作;对机关公文纠错需求和常用的纠错方法进行了研究,并进行了机关公文分类标准及公文写作时经常出现格式与内容错误的分析;设计系统由公文模板生成、公文格式校对和公文内容纠错三个功能组成;首先,制作了Word标准格式模板用于实现生成不同类型公文模板;其次,设计公文要素识别与检查算法,并基于VBA技术实现公文格式校对;再次,准备了错别字词查错模型语料库,根据公文规范用语及固定搭配建立了纠错辅助字库,基于Seq2Seq深度学习模型训练字词、语法和标点符号查错模型完成公文内容纠错;最终,通过研究,所设计的系统极大地提升了机关办公人员公文写作效率并减轻校对工作负担。     

图割模型在光纤熔接缺陷检测中的应用

针对当前光纤熔接过程中熔接缺陷图像人工判读费时费力的问题,提出了一种全自动的、利用图割(Graph Cut)模型进行熔接缺陷分割与检测的方法。与传统图割模型分割方法不同,该方法首先采用图像增强与二值化分割技术对热像图进行预处理。其次,设计了一类利用缺陷及背景斑块区域历史先验信息进行图割模型源点和汇点计算的建模方法,并采用快速最大流(Max-flow)算法进行能量函数的最优化求解,有效地提高了算法对缺陷斑点分割的效率。再次,对光纤熔接缺陷斑块特征的建模与分析问题进行了讨论,提出了一类缺陷识别与报警的原则。大量实验结果证明了文中算法的有效性。     

基于运动与区域信息的移动机器人目标检测

介绍了一种在运动相机条件下的基于目标运动与区域灰度信息的运动目标检测算法。采用快速光流估计算法与基于颜色粗糙度的区域分割方法进行目标运动与区域信息的运算，利用待跟踪目标时间与空间信息进行目标定位，降低了目标运动与区域信息估算的复杂度。仿真结果表明，该算法在大多数复杂场景中能够获得良好的目标识别效果。     

一种火箭尾焰图像特征空域时域建模方法

针对火箭尾焰成像分析指标单一、无法充分表征发动机工作状态的问题,提出一种综合采用空域、时域图像特征建模与分析的方法。对所采集到的每一帧尾焰图像计算该帧图像中尾焰的几何形状特征、颜色统计特征,以及图像纹理特征。在时间轴上对每帧图像将各自所计算的特征进行排列,形成图像特征时间序列数据。采用时间序列分析技术中的多项式拟合法及降趋势波动性分析方法进行序列图像特征的分析。将建立的模型与方法应用于对某型火箭尾焰图像特征的分析应用。实验结果表明,分析结果不易受环境变化干扰,比传统传感器测量数据具有较好的稳定性与可靠性。     

一种基于Snake模型的多目标跟踪算法

在视频图像处理中,由于Snake模型运算量大且易受背景物体或噪声的干扰,因此很少被用来完成目标跟踪任务。论文主要针对高空摄像机追踪地面多个运动目标的具体情况,通过研究Snake模型各个能量函数的特点,提出了一种结合拆分模板匹配技术、Kalman滤波技术及Snake模型的多目标跟踪算法。与同类算法相比,该算法具有建模简单、分割精度较高的特点。     

航拍图像质量评价及其在图像增强中的应用

无人机在航拍过程中,由于受太阳光及大气环境、无人机姿态变化等因素干扰,导致采集图像出现失真,对后续信息处理造成不利影响。针对上述问题,提出了一种基于卷积神经网络的无参考航拍图像质量评价方法,并将其应用于航拍图像增强处理中。首先,设计了一种多层卷积神经网络。网络包括5层卷积层、5层池化层和3层全连接层;其次,进行卷积层和池化层多层堆叠学习图像特征信息。最后,将学习到的特征通过三层全连接层的回归与分类得到航拍图像质量分数。在自建的失真航拍图像库中进行实验表明,所提方法预测出的航拍图像质量分数与人眼视觉感知具有较高一致性,且在航拍图像增强领域应用效果较好。     

科技文明发展的推进器——测控技术及仪器

测信息之源,控计量之本,铸大国重器。科学是从测量开始的,从远古的"结绳记日"到现今的"智能腕表",从新冠疫情期间常备的水银温度计到高速列车车厢内提示牌上的实时车速、车厢温度,从工业生产过程温度、压力、流量、气体成分分析仪表到基因组测序和病毒检测,从天眼射电望远镜"FAST"到航空飞行器的轨迹跟踪和风云遥感探测卫星,测控技术及仪器无所不在。在漫长的人类文明发展过程中,测控技术与仪器的发展与科技文明的进步相辅相成,互为支撑。未来,测控技术与仪器也必将持续地发展进步,在物理、化学、生物、医疗、天文、电子、信息等多个领域大放异彩。     

一种基于终点弹道气动噪声及落地声分析的未爆弹探测技术

针对常规兵器靶场试验、部队训练及演习过程中非爆弹定位困难的问题,介绍了一种采用低成本声学传感器的终点弹道未爆弹探测技术。根据弹着区范围,布置若干声学传感器,保证其测量范围覆盖整个弹着区。对于每一个声学传感器采集到的气动噪声及落地声信号,执行以下计算步骤：采用快速傅里叶变换与拉普拉斯小波分析技术进行声学信号的降噪与增强;采用短时能量、短时幅度以及短时过零率进行气动噪声与落地声端点检测;采用小波包分析技术提取降噪增强后声学信号的特征;采用基于最小距离的阈值准则进行终点弹道气动噪声及落地声的识别。靶场试验未爆弹落点粗定位结果显示,文中所提技术可用于未爆弹落地点定位,定位精度可达10 m.