全自动转子式底火装配技术的研究与设计

针对底火装配的特点、技术要求以及生产过程中存在的问题,设计一种新的转子式底火装配方式.创新使用药筒立式自动排队供料来避免供料过程中药筒外观的划伤,采用转盘式底火自动排队供料机构,对物流进行优化分析,提高了底火装配的产品质量和生产效率.实践结果表明:该新型底火装配装置设计先进、上下料方便,提高了底火装配过程中的安全等级、产品质量和生产效率,有一定的推广价值.     

小口径炮弹底火自动拧紧专机研究

针对目前国内大多数小口径炮弹底火装配存在劳动强度大、机械式找坑划伤底火表面、扭矩难以控制而致底火坑鼓包等现象,研制一种新的底火自动拧紧专机。以某型号小口径炮弹底火装配为代表,采用基于图像无损检测底火坑位置,通过交流伺服电机驱动六工位回转盘和拧紧头实现底火全自动装配。结果表明:该样机完全达到预期目标、大大提高了底火装配质量与合格率,将对我国小口径炮弹传统底火装配技术产生积极的影响。     

基于图像的产品装配质量检测技术研究进展

对基于图像的产品装配质量检测方法进行了综述,检测方法可分为基于图像模板匹配的检测方法、基于图像智能学习的检测方法以及基于虚实融合图像的检测方法。综述了装配质量检测涉及到的图像预处理、标准模板匹配、机器学习以及深度学习等相关理论和算法研究。对每种方法的基本思想和应用特点进行了分析,并对未来发展趋势进行了展望。     

基于红外图像差值图的模糊边缘检测方法

针对红外图像边缘检测这一难题,提出了一种基于红外图像差值图的模糊边缘检测方法。首先通过计算图中每个像素点与其邻域8像素点灰度值的差值,然后寻找这些差值的最大值得到图像的差值图,接着对差值图像的边缘区域和平滑区域进行模糊划分,利用差值直方图模型确定红外图像差值图的分割阈值,从而实现边缘提取。实验结果表明,该方法用于红外图像边缘检测能获得较好的效果。     

SAR图像边缘的模糊检测方法

针对合成孔径雷达(SAR)图像的边缘提取问题,提出采用模糊集理论实现SAR图像的边缘检测。设计了一种模糊边缘检测器,该检测器首先计算图像中每一个像素点的边缘隶属度,然后对该隶属度进行非线性变换以增强原始图像的对比度,最后对增强后图像进行阈值化处理得到原始图像的边缘。将模糊边缘检测器与经典的极大似然边缘检测器进行SAR实测数据的仿真试验对比,结果证明了模糊边缘检测器的有效性和优越性。     

基于低概率检测的高光谱图像有损压缩方法研究

高光谱图像海量数据的不断增加迫切需要实现大比例的有损压缩。现有方法往往不能满足重要信息准确保留的要求。文中提出结合区域分割和低概率异常检测（LPD）算法的数据有损压缩方法,用空间聚类实现区域分割从而提取大块区域包含的背景光谱。LPD算法用于检测场景中低概率出现的奇异目标,接着对背景光谱和奇异目标光谱进行无损压缩,最后对整个数据立方体进行大比例有损压缩。AVIRIS高光谱图像的仿真结果表明．压缩比得到大幅度提高。同时准确保留了重要和主要信息。     

基于小波变换的图像边缘检测方法

基于小波变换的图像边缘检测,其图像平滑度与尺度增大成正比:尺度增大,高频受到强抑制,输出图像的信噪比提高,图像边缘平滑变粗,定位精度降低;反之边缘定位精度可提升.小波基函数的选取应保证检测精度,故用大尺度滤波器抑制原图像噪声.同时用小尺度滤波器为图像边缘精确定位,即依据边缘检测的小波母函数一般准则,构造二次B样条小波,并采用自适应阈值图像边缘检测法检测图像边缘.     

基于红外图像与可见光图像特征融合的目标检测算法

对可见光与红外图像融合目标检测问题进行了研究,提出了一种针对目标检测任务的特征融合算法。采用端到端的神经网络方案,将可见光与红外图像同时输入神经网络,分别进行特征提取,后对提取的特征进行融合,再对融合的特征进行目标检测,最后输出检测结果。与一般先融合出一张图片再检测的方法比较,特征融合算法可以保留原始图像的特征,并根据目标检测的结果对特征进行挑选及融合,避免先融合图像造成的信息损失。红外图像能够弥补可见光图像的不足,适应不同光照强度及天气情况。针对目标检测的特征融合方法有效利用了纹理信息及热辐射信息,检测效果优于单独利用可见光或红外图像的方法。     

基于DSP实时红外图像的非均匀性校正

根据实时图像处理的基本要求,对红外图像的非均匀性校正进行了深入的研究,分析了两点校正的原理,介绍了实现的方法,并结合DSP硬件具有强大的运算能力及灵活的可编程性的特点,设计了红外图像的非均匀性实时校正系统的构成,描述了校正方法的实现过程用像元数为120×160的红外焦平面阵列进行了图像非均匀性实时校正实验,并对校正前后的图像进行了对比,实验结果达到了预期目的.     

基于图像拼接的全景目标检测技术

针对战场指挥车等战地车辆内作战人员需要在车内实时了解外部战场动向的问题,提出一种基于图像拼接的全景目标检测技术研究。利用监控转台摄像头获得全景图像并检测运动物体,以此模拟战场实际情况。首先使转台进行水平360?旋转,同时使用安装在转台上的摄像头采集实时图像,利用转台转速与扫描场时间等参数对图像进行预处理,从而削弱前后两场信号叠加造成的边缘模糊。最后对前后两帧图像进行灰度值相关匹配,并检测出全景图像上的运动物体。实验结果表明,该技术可以实现全景图像拼接并在全景图中标出视场内运动物体的位置。     

基于摄像头测距的数字图像处理方法研究

针对传统接触式测距方法的局限性,介绍了一种利用数字图像处理技术实现测距的新方法.通过对USB摄像头采集的激光光斑图像进行相关的处理,提取图像的特征信息,建立特征信息与被测位移的定量关系,从而完成位移的非接触测量;并通过实验验证了该方法的可行性,不仅避免了复杂的摄像系统标定,而且计算简单且易于实现,有较高的实用价值.     

一种基于模糊数学的探测数据成像与处理方法

为更好的发现辨别目标,常常需要将探测数据形成数字图像并进行相应的处理。文中研究了模糊数学在地下目标探测数据处理中的应用,通过定义隶属度函数提出了一种针对二次场探测数据成像处理的方法。之后,针对形成的二次场图像,按照图像处理分析的流程,分析了经典处理方法在二次场图像处理分析中的应用效果,提出了一种基于模糊数学的图像处理综合方法(OFIPM)。通过对实例进行验证与分析,最终证明了方法的有效性。     

基于亮区域检测的图像去雾增强方法

海上发射和回收运载火箭获取的视频图像易受海雾的影响导致成像质量下降.针对传统暗通道先验去雾方法对天空等亮区域失效的不足,提出一种结合图像亮区域检测和图像增强的改进暗通道图像去雾方法.首先利用阈值分割检测原始图像的亮区域,并分别计算亮区域和暗区域的大气光和透射率.然后利用双边滤波对图像透射率进行优化,最后,利用图像增强方...     

基于角点检测法的图像配准

采用角点检测算法,对图像中任一像素点和以它为中心的圆形区域USAN进行图像配准,将边缘提取和轮廓跟踪过程融为一体,并通过沿圆弧曲线扫描获取角点信息建立图像间角点的对应关系,由此得到初配准参教,且使用迭代过程以提高配准的精度.试验证明,该算法对图像间的旋转角度没有限制,配准精度高而且计算量小.     

百分位形态变换在红外图像边缘检测中的应用

针对红外图像对比度低、边缘模糊、噪声大、空间相关性强的特点,提出了一种基于图像形态学的红外图像边缘检测方法。采用并行复合顺序形态滤波算法对图像边缘进行增强和锐化并抑制高频噪声;根据百分位形态滤波相关概念及性质构造的边缘检测算子,进一步滤除红外图像中的噪声,提取图像边缘。实验结果表明,本文提出的算法可以有效地克服红外图像的缺陷,保持图像边缘细节,优于传统边缘检测器。     

一种基于分层多尺度卷积特征提取的坦克装甲目标图像检测方法

针对坦克装甲目标的图像检测任务,提出一种基于分层多尺度卷积特征提取的目标检测方法。采用迁移学习的设计思路,在VGG-16网络的基础上针对目标检测任务对网络的结构和参数进行修改和微调,结合建议区域提取网络和目标检测子网络来实现对目标的精确检测。对于建议区域提取网络,在多个不同分辨率的卷积特征图上分层提取多种尺度的建议区域,增强对弱小目标的检测能力;对于目标检测子网络,选用分辨率更高的卷积特征图来提取目标,并额外增加了一个上采样层来提升特征图的分辨率。通过结合多尺度训练、困难负样本挖掘等多种设计和训练方法,所提出的方法在构建的坦克装甲目标数据集上取得了优异的检测效果,目标检测的精度和速度均优于目前主流的检测方法。