基于改进多尺度分形特征的红外图像弱小目标检测

为提高红外图像弱小目标检测的准确率和实时性,在分析用于红外图像增强的分形参数K相关的多尺度分形特征(MFFK)基础上,提出了一种基于改进多尺度分形特征(IMFFK)的红外图像弱小目标检测算法。首先,将基于地毯覆盖法的分形维数计算公式代入MFFK计算公式,提出了一种改进多尺度分形特征(IMFFK)用于图像增强。其次,对IMFFK特征计算进行简化,采用自适应阈值分割得到感兴趣目标区域,提出了一种具有较高计算效率的红外图像弱小目标检测算法。最后,通过仿真图像分析了主要参数对图像增强和算法耗时的影响,采用红外真实图像进行了算法检测性能测试,并与当前基于局部对比度测度的目标检测算法进行了对比。实验结果表明,提出的算法虽然在一些检测场景具有较多虚警,但能同时适用于弱小目标和较大目标检测,且无论目标为亮目标或暗目标。提出算法对于低分辨率红外图像(320×240)检测接近30 frame/s。提出算法具有较强的适用性,能够检测出红外图像中具有较高局部对比度的目标。     

改进的低秩稀疏分解及其在目标检测中的应用

针对传统低秩稀疏分解算法用于运动目标检测时,前景提取结果容易受噪声干扰以及检测结果不完整的问题,提出了一种新的低秩稀疏分解模型。考虑到视频前景目标呈结构化分布,以及动态背景对前景提取结果造成影响,该模型利用结构化稀疏范数对前景进行约束,且将稀疏部分所代表的运动区域进一步划分为动态背景部分与前景部分;然后采用广义交替方向乘子法对提出的模型进行求解,并分析了算法的复杂度;最后进行仿真实验将其应用到运动目标检测中。实验数据结果验证了提出的方法比其他基于低秩稀疏分解的运动目标检测方法更加稳定有效,更具有普适性,且对不同类型的噪声均具有一定的抗噪性。     

基于Faster R-CNN的无人机航拍图像小目标检测

为了解决复杂图像背景下无人机航拍图像小目标检测问题,提出了一种基于Faster R-CNN的多尺度小目标检测方法。以高压塔上的鸟巢为检测对象,首先通过改进卷积神经网络ResNet101对目标进行特征提取,然后采用多尺度滑动窗口方式在不同分辨率卷积特征图上获取目标初始建议区域,最后在选取的分辨率较高的卷积特征图上增加一个反卷积操作进一步对特征图的分辨率进行提升,并作为建议窗口的特征映射层传入目标检测子网络中。通过对无人机实际航拍图像中鸟巢的检测结果表明,所提出的算法可以实现对航拍图像中小目标的精确检测。     

基于Access的热切割机数控系统数据库设计

热切割机数控系统在加工过程中需要处理大量数据,为提高数据流操作的稳定性与高效性,提出了将Access数据库技术应用到数控系统数据存储中的一种方法。分析了热切割加工工艺参数及加工代码格式,设计了相应数据库字段,构建了热切割加工工艺参数表、加工程序表以及割缝补偿表,进而构建了热切割数控系统数据库,进行了数控系统数据库读写实验。实验结果表明,数据库读写性能稳定、效率高,满足热切割数控系统的加工要求。     

基于L-M算法优化BP神经网络的储粮害虫分类识别研究

以储粮害虫为对象,研究了利用数字图像处理技术与BP神经网络技术实现离线检测与分类识别。首先对4类常见储粮害虫进行图像采集、预处理以及9个常用形态学特征的提取,再通过特征分析把有效特征压缩至6维,将其作为BP神经网络的输入参数,对应的储粮害虫的类别代号作为输出参数,构造BP神经网络,并在网络训练过程中利用L-M算法进行优化。最后通过实验证明该方法在害虫识别算法中稳定性好,收敛速度快,预测精度高。     

Using fuzzy sets to estimate the geometric parameters of surface damage

This paper considers the influence of the variable parameters of a surface defect detection algorithm on the result of its operation. A method for estimating the influence of the variable parameters on the recognized geometric characteristics of the surface defect network is proposed. This method is based on representing the basic zones of the skeleton of the surface damage network in the form of compact fuzzy sets in two-dimensional space (fuzzy quasi-points). The set of points of the recognized object obtained for various combinations of the test algorithm parameters is represented in the form of a fuzzy set with a certain membership function. A method for calculating the geometric parameters of the damage network (length and slope) by means of fuzzy geometry is considered, and its use for determining the geometric parameters of the damage network of a continuous casting roller is demonstrated.     

基于L-M算法优化BP神经网络的储粮害虫分类识别研究

以储粮害虫为对象,研究了利用数字图像处理技术与BP神经网络技术实现离线检测与分类识别。首先对4类常见储粮害虫进行图像采集、预处理以及9个常用形态学特征的提取,再通过特征分析把有效特征压缩至6维,将其作为BP神经网络的输入参数,对应的储粮害虫的类别代号作为输出参数,构造BP神经网络,并在网络训练过程中利用L-M算法进行优化。最后通过实验证明该方法在害虫识别算法中稳定性好,收敛速度快,预测精度高。     

基于LPT和改进背景减算法的运动目标检测方法

生物视觉系统具有对运动目标敏感、分辨率调节迅速等特点,能准确无误地识别目标。对数极坐标变换(log polar transformation,LPT)是生物视觉的基础。对已有的传统运动目标检测算法进行了比较分析,并在仿生视觉认知模型基础上提出了一种基于对数极坐标变换和改进背景减算法的运动目标检测方法。该方法使用混合高斯背景建模,通过对对数极坐标变换后的图像进行柔和帧差法和背景建模的背景减算法,实现对运动目标的检测。通过实验分析,结果表明该方法可有效实现目标的准确快速检测定位和跟踪。     

一种空间圆形目标俯仰角的测量方法

俯仰角在许多领域都有着重要的应用,对其进行精确的测量就成为一个亟待解决的关键问题。分析了空间圆形目标的俯仰运动,并根据旋转轴是否通过其圆心将其分为两类。基于摄像机透视投影原理,提出了一种空间圆形目标俯仰角的测量方法,分别推导出了两种情况下俯仰角的计算公式。并通过实验,验证了该方法的可行性。该方法测量方便,计算精度较高,俯仰角测量绝对误差在0.2°以内,可以满足许多应用领域圆形目标俯仰角测量的要求。     

一种滚动密封爬壁机器人的安全吸附条件与运动特性分析

为完成三峡大坝流道的缺陷检测,设计开发了一种滚动密封结构的履带式爬壁机器人。该机器人以柔性履带作为密封裙实现滚动密封,具备密封结构耐磨性好、通过性和壁面适应性强等特点,而长效稳定吸附是机器人设计的关键问题。基于动力学建模方法,提出了滑移参数等指标作为滚动密封爬壁机器人的稳定吸附条件,用于考察机器人运动状态下、特别是滑移转向状态下的吸附稳定性与运动准确性。通过讨论负压力在内的相关设计参数对机器人滑移与稳定吸附的影响,建立了关键设计参数与机器人吸附稳定性的联系。仿真与实验结果表明,所提的安全吸附条件能够作为开展爬壁机器人运动性能优化设计的理论依据,同时也为建立相应的控制模型提供了参考。     

具有状态约束的电液伺服系统模型参考鲁棒自适应控制

针对电液伺服系统中的模型不确定性和状态约束问题,设计了一种模型参考鲁棒自适应控制(MRRAC)方法。将电液伺服系统的近似模型作为模型预测控制(MPC)的设计对象,在设计过程中考虑状态约束,并生成受约束的状态期望,作为后续伺服控制方法的参考指令。为了克服液压系统中的模型不确定性,基于反步法设计了鲁棒自适应控制器(RAC),实现了兼顾模型不确定性和状态约束的伺服控制。基于Lyapunov稳定性理论证明了所设计控制策略的闭环渐近稳定性,且系统所有信号均有界。仿真结果表明,控制器对于系统模型不确定性具有较强的鲁棒性,且可实现对指定状态的有效约束,充分验证了该控制策略的有效性。     

自适应参数驱动的装配界面形状主动设计方法

应力分布均匀程度是衡量精密机电产品装配精度和性能稳定性的重要指标,均匀的应力分布也是当前精密机电产品装配过程所追求的目标之一。形状设计是改善装配界面接触应力分布的重要途径,针对当前基于应力分布的装配界面形状主动设计方法中初始参数取值难以确定,且相关参数对优化过程计算效率、数值计算稳定性影响较大的问题,提出了一种根据优化过程中接触应力分布均匀程度变化信息来调节优化参数的自适应参数计算方法。并以典型单螺栓连接结构为设计对象,对比了采用自适应参数设计方法与采用固定参数设计方法分别进行装配界面形状主动设计后的结果。理论分析结果表明：该方法可以很好地解决基于应力分布的装配界面形状主动设计方法中初始参数难以确定的问题,同时提高了优化效果、计算效率和优化过程中的数值计算稳定性。     

Parameter estimation for a dual-rate system with time delay

This paper investigates the parameter estimation problem of the dual-rate system with time delay. The slow-rate model of the dual-rate system with time delay is derived by using the discretization technique. The parameters and states of the system are simultaneously estimated. The states are estimated by using the Kalman filter, and the parameters are estimated based on the stochastic gradient algorithm or the recursive least squares algorithm. When concerning state estimate of the dual-rate system with time delay, the state augmentation method is employed with lower computational load than that of the conventional one. Simulation examples and an experimental study are given to illustrate the proposed algorithm.     

基于光栅投影技术的刀具磨损三维特征提取方法

提出了利用激光光栅投影技术对硬合金刀具磨损图像进行检测的方法。利用采集待测物体栅线图样中未变形区域包含的相位信息,使用最小二乘迭代法将数据拟合,得到了理想参考面相位分布参数。由于不需另外采集实物参考面变形光栅图像,不仅减少了实物参考面的采集步骤,而且不需要对实物参考面相位进行求解。实验表明:该方法利用数控机床换刀间隙进行检测,实现了在线测量。同时,该方法测量磨损区域的最大宽度、最大面积、磨损区域的周长、z方向最大深度参数的标准差和相对精度都小于0.01,具有较好的三维形貌轮廓检测精度。     

Damage identification in vibrating rotor-shaft systems by efficient sampling approach

In the paper a stochastic method for fault detection and identification in the shafts of rotating machines is proposed. This approach is based on the Monte Carlo simulations of rotor-shaft lateral–torsional–longitudinal vibrations mutually coupled by transverse cracks of various possible and randomly selected depths and locations on the shaft. For this purpose the structural hybrid model of a real faulty object is applied. This model is characterized by a high practical reliability and great computational efficiency, so important for many hundred thousand single numerical simulations necessary for a creation of the databases applied for inverse problem solution finally leading to crack identification. These databases are created with an arbitrary assumed probability densities of crack parameters which ensures appropriate spread of the dynamic responses of the considered faulty mechanical system. A sufficiently large database determined for the investigated object enable us to estimate almost immediately, i.e. within less than 1 s, the crack depth and axial position with identification errors not exceeding 9% and 5%, respectively. Thus, the proposed method seems to be a very convenient diagnostic tool for engineering applications in the industry.     

基于变分光流的三维运动检测与稠密结构重建

提出了一种基于变分理论的由稠密光流检测图像中目标物体三维运动与结构的直接方法。首先在透视投影模型下将目标物体的三维运动参数与图像光流联系起来,构建了一个未知量是三维运动参数的能量函数,然后使用变分方法直接求出图像中目标运动物体的三维运动参数,最后由求出的三维运动参数恢复物体表面的三维稠密结构及图像光流。该方法在对目标物体进行三维运动检测时省略了"光流计算"这一中间过程,避免了图像光流计算给三维运动检测结果带来的误差影响和时间消耗。多组实验证明该算法具有较高的计算精度、较好的鲁棒性和较快的计算效率。     

基于特征降维和神经网络的电能表内异物声音自动识别

电能表是国家强制检定的电能计量工具,其计量的精确性影响着千家万户的利益。传统的人工检测方式不仅效率低而且检测结果不稳定。随着声学检测技术的日趋成熟,采用声学检测的方式来检测电能表内的异物已成为实现工厂自动化的大势所趋。针对现有半自动的人工检测电能表异物方式,提出一种基于特征降维和神经网络的电能表内的异物声音自动识别方法。该方法充分利用声音的时、频域特征系数和倒谱系数,先对声音信号进行通道转换、预处理和数字降噪,再对声音信号进行时、频域和倒谱分析,并同时提取其短时特征系数及改进后MFCC系数。将声音特征通过PCA降维后输入基于Adaboost算法聚类后BP神经网络分类识别,并与传统的BP神经网络分类进行比较,证明了该方法的有效性。这里给出了电能表异物自动识别技术实现的具体步骤,并通过MATLAB仿真实验证明了该方法的有效性,BP神经网络的平均识别率较高,可达到95%以上,并且计算复杂度小易于实现。     

Use of a posteriori information to control of a poorly formalizable dynamic object

This paper considers a method of using a posteriori information to correct control actions on a poorly formalizable dynamic object and a new design of an observer of unmeasurable variables based on the method of analytical design of aggregated regulators and the concept of recognition of the states of a complex object from the time series accompanying its operation. Numerical simulation results are given.     

整膜式金属桁架天线罩承载能力分析

膜结构因其质量轻、强度高及透波性能好而被广泛应用于雷达天线罩领域,整膜式金属桁架天线罩就是膜结构天线罩的重要应用方向之一。文中以某即将寿终的大型整膜式金属桁架天线罩为研究对象,首先详细阐述了承载能力分析评价模型中重要参数的获取方法,如金属骨架整体形态检测、膜面张力测量及膜材力学性能检测等;然后通过有限元分析法对天线罩的膜结构和钢骨架的承载能力进行了分析评价;最后根据分析评价结果对天线罩的后续使用或大修提出了合理化建议。     

基于立体视觉与激光雷达的车辆目标外形 位置融合算法研究

环境感知技术是智能汽车的关键技术之一,单独使用视觉传感器或激光雷达在目标检测和目标定位方面存在局限性。本文在图像和激光雷达目标检测的基础上,提出了一种基于立体视觉与激光雷达的车辆目标外形位置融合算法。首先,采用深度学习方法对图像和点云数据进行目标检测,再通过基于目标三维点和目标种类的目标外形位置估计方法确定目标的外形和位置,最后在数据关联后对同一时刻的图像目标及点云目标进行融合处理,获取目标的外形和位置。在KITTI数据集以及实际道路场景上验证了本文算法,实验结果表明,本文方法在检测精度上分别比YOLOv3网络、Point-GNN网络提高了5.72%和1.8%。另外,在20 m内目标外形及位置平均误差分别为4.34%和4.52%。