结合自适应雾气估计的快速单幅图像去雾

大气中水分子及微小颗粒对光的散射和吸收,使得在雾天条件下获取的图像严重降质,本文提出一种结合自适应雾气估计的快速单幅图像去雾算法。首先,该算法从大气散射模型出发,通过分析景深与亮度分量之间存在的相关关系,提出线性系数利用亮度分量来近似估计出景深,并通过最小滤波对明亮区域进行修正,得到粗略透射率;其次,观察到散射系数值与雾浓度呈正相关,从而结合雾浓度模型与指数函数提出自适应散射系数概念,估计出较准确的透射率;最后,根据大气散射模型复原出无雾图像。实验结果表明本文算法可以复原出清晰自然的无雾图像,明显提高了图像可见度,且具有较低的时间复杂度。     

自适应暗通道融合和天空补偿的去雾算法

针对暗通道先验图像去雾算法在景深突变区域和天空区域出现透射率估计不准确问题,提出一种自适应暗通道融合和天空补偿的去雾算法。首先,根据大窗口尺度和小窗口尺度的最小值滤波在暗通道先验的特点,将两者通过近似景深关系加权融合获得融合暗通道,从而获得初级透射率;其次,对初级透射率进行下采样,用有雾图像的灰度图进行快速联合双边滤波,再使用上采样恢复原图像尺度大小,并在天空区域采用高斯函数补偿优化得到修正的透射率图;最后,通过改进的大气光值,结合大气散射模型恢复出无雾图像。实验结果表明,该算法能够恢复图像大量细节信息,获得高可视度,并有效消除光晕效应,同时在天空等明亮区域有较好的恢复效果。     

结合高斯混合模型的改进暗通道图像去雾方法

针对经典的暗通道先验方法在处理含有大面积天空的有雾图像时,去雾图像的天空区域出现不同程度的颜色失真等问题,提出了一种结合高斯混合模型的改进暗通道图像去雾方法。首先,采用高斯混合模型对有雾图像进行建模,然后用期望最大化(Expectation maximization,EM)算法优化模型参数,从而将有雾图像分割成天空区域和非天空区域。其次,根据天空区域暗通道值的不同将其分为淡雾区、中雾区和浓雾区,分别估计透射率。并结合大气散射模型得到复原图像。最后,采用高动态范围图像自适应局部色调映射方法提升复原图像的亮度。实验结果表明,该方法有效地解决了经典暗通道先验方法去雾时产生的天空失真问题,且复原后的图像更清晰、视觉效果更好。     

基于反向随机共振的衰减振荡信号自适应检测

衰减振荡信号作为暂态信号的主要形式广泛存在于多个领域。针对噪声环境下衰减振荡信号的识别检测问题,提出了一种基于双稳系统及量子粒子群寻优的自适应反向随机共振检测方法。该方法选取脉冲形式的输出信号作为最优随机共振检测结果,采用峭度或加权峭度作为寻优算法的适应度函数,实现了系统参数的自适应选取,进而识别出原始信号中衰减振荡信号的具体位置。该方法利用衰减振荡信号的单边特性,通过在时域上对输入信号进行反转,降低了信号的位置识别误差。基于仿真衰减振荡信号与水下气体泄漏声学信号对本文方法进行了测试,结果表明本文方法能够在噪声环境下实现对衰减振荡信号的自适应检测,相比现有方法具有更好的信号位置识别精度,可应用于水下气体泄漏检测等多个领域,具有良好的工程应用前景。     

微机配料过程的自适应预估与谨慎补偿控制

本文介绍可调参数自适应预估器在饲料配合中的应用,提出预估简化模型及在线辨识滞后时间τ的方法,根据配料过程不可逆控制提出谨慎补偿措施。其原理也适用于其它类似配料控制。     

增益自适应预估补偿调节系统的方案与实施

本文叙述了增益自适应预估补偿调节系统的方案，说明补偿模型的增益自适应原理，给出用ＳＬＰＣ可编程序调节器实现调节方案的程序。     

一种基于IDS模型的各向异性高通滤波新算法

提出了一种基于独立强度传播（IDS）模型的各向异性高通滤波新算法,新算法采用IDS模型构建各向异性高通滤波器,同时将各向异性高通滤波器分解为水平方向和垂直方向的两个行列滤波器。实验证明,这种新的高通滤波算法在保持滤波性能的基础上使得计算复杂度大大降低。实时性增强。     

液压位置控制系统的自适应补偿

分析了液压位置控制系统中活塞运动速度与液压缸油压之间普遍存在的蝶形特性,提出一种自适应补偿方法,该方法能降低活塞在不同方向上运动的非线性,并能有效降低负载力对液压缸活塞移动速度的影响,提高系统的动态性能。由于确定补偿系数所需要的参量均由现场仪表直接提供或仅需经过简单的转换得到,故而具有很强的适用性。该方法已应用于国内热轧带钢厂,并取得良好的控制效果。     

基于LuGre模型的自适应摩擦补偿

为提高开放式伺服系统的动态性能,使其具有良好的适应能力,提出一种基于LuGre模型的自适应摩擦补偿方法.建立开放式伺服系统的动力学模型,并通过LuGre模型来描述系统的摩擦特性.考虑到摩擦模型的参数会随系统变化而发生改变,采用Backstepping方法设计自适应摩擦补偿控制器,并采用Lyapunov定理证明系统的全局渐进稳定性.通过可编程多轴控制器(Programmable multi-axis controller,PMAC)编写伺服算法实现该自适应摩擦补偿方案,并通过试验验证该方案的有效性.试验结果表明:与传统的速度加速前馈补偿相比,该自适应摩擦补偿方案在正弦运动作为输入信号时,其跟踪误差由±40 μn降低到±7 μm.采用该补偿方案能有效地抑制摩擦干扰对伺服系统的不利影响,为提高伺服系统的动态跟踪性能奠定基础.     

基于高斯曲面拟合的亚像素边缘检测算法

提出了一种基于高斯曲面拟合的亚像素边缘检测算法.该算法首先使用传统Canny算子进行边缘像素级的粗定位,再以粗定位边缘像素为中心取5x5窗口获取梯度幅值,对其进行高斯曲面拟合,在梯度方向上寻找局部极值点,从而达到边缘亚像素级的精细定位的效果.文中介绍了算法的理论依据,给出推导过程,并用螺旋测微器的标准间隙进行实例分析,...     

基于自适应迁移高斯过程的工业机器人模态迁移

随着串联六自由度工业机器人的技术提升,其逐渐被尝试应用于高精度的机械加工场景.机械加工的精度和稳定性受工业机器人的动态特征影响,因此对于机械加工场景中的机器人进行动态特征研究具有重要意义.而工业机器人工作空间大,对整个工作空间进行大量的实验模态测量与分析是一项繁重的工作.因此本文提出一种采用自适应迁移高斯过程进行工业机...     

基于自适应滤波的改进Canny算子图像边缘检测

为解决图像的椒盐噪声污染,可以采用滤波算法滤掉椒盐噪声。滤波算法中最常用的是中值滤波算法,其对椒盐噪声几乎没有过滤效果。本文引用自适应中值滤波算法,通过MATLAB实现,应用Canny提出的边缘检测评价的指标对图像做出评价。自适应中值滤波算法对椒盐噪声的过滤效果较好。     

模型参考自适应滑模控制方法在前向像移补偿中的应用

为了提高航空相机的飞行分辨率,提出了一种基于模型参考自适应的滑模控制方法。用模型参考自适应算法对时变系统参数进行在线辨识,并改变滑模控制器的控制参数。采用基于衰减控制的变速趋近律作切换函数,加快系统收敛速度,减小切换过程中的抖动。实验结果表明,同PID控制方法相比较,模型参考自适应滑模控制方法将速度补偿误差降低了60%,相应地将航空相机的飞行分辨率提高了2倍。因此,基于此方法的前向像移补偿系统可提高速度跟踪精度和鲁棒性,对时变干扰力矩具有较强的抑制能力。     

双臂空间机器人基于高斯型函数的姿态、关节运动模糊自适应补偿控制

讨论了载体姿态受控、位置不受控情况下,具有未知载荷参数的漂浮基双臂空间机器人系统关节运动的控制问题。利用拉格朗日方法并结合系统动量守恒关系,分析、建立了漂浮基双臂空间机器人完全能控形式的系统动力学方程。以此为基础,针对双臂空间机器人2个末端爪手所持载荷参数未知的情况,设计了一种基于标称计算力矩控制器附加模糊自适应补偿控制器的复合控制方案,即通过模糊自适应补偿控制器来弥补系统参数未知对标称计算力矩控制器控制精度的影响,以确保存在未知系统参数情况下整个闭环控制系统的渐近稳定性。该控制方案能够有效地控制漂浮基双臂空间机器人的载体姿态及机械臂关节协调地完成期望的轨迹运动,并具有不需要反馈和测量双臂空间机器人载体的位置、移动速度、移动加速度,同时也不要求系统动力学方程关于系统惯性参数呈线性函数关系的显著优点。通过系统数值仿真证实了该方案的有效性。     

基于改进Dahl模型的自适应摩擦补偿研究

针对在伺服控制系统中普遍存在的摩擦现象所引起的低速爬行、跟踪误差、极限环振荡等问题,首先对伺服系统中常用的Dahl摩擦模型和LuGre摩擦模型进行了分析比较,介绍了一种改进的Dahl模型,该模型改善了摩擦环节的稳定性,并能描述滞-滑现象;然后基于Lyapunov稳定性分析的方法,设计了基于改进的Dahl模型的自适应摩擦补偿算法;最后对带有摩擦的伺服系统进行了自适应摩擦力矩补偿和PD控制补偿的仿真和实验。仿真和实验结果表明:改进的Dahl摩擦自适应补偿比PD控制补偿能更好地抑制伺服系统低速时摩擦所带来的干扰和影响,提高了定向、定位精度和系统稳定性。     

液压转台动态摩擦的自适应鲁棒补偿研究

复杂的动态非线性摩擦力矩是影响液压转台低速性能的关键因素.为提高液压转台的低速性能,通过分析液压转台单框动态摩擦力矩特性,建立转台摩擦的LuGre模型基础上,提出用一种自适应鲁棒控制补偿液压转台动态摩擦.构造两个非线性观测器对液压转台LuGre摩擦状态进行精确估计,不连续投影映射方法提高参数自适应和摩擦状态估计的稳定性,鲁棒反馈项削弱估计误差和未确定非线性以确保控制系统的鲁棒性能.对液压转台外框的试验结果证明了该方法的正确性和优越性.     

基于形态学的MRI图像自适应边缘检测算法

为了在噪声环境下尽量多地检测出MRI(magnetic resonance imaging)图像的边缘细节,以满足医学临床诊断的特殊需求,提出一种基于形态学的医学图像自适应边缘检测算法.根据医学磁共振图像噪声的特点构造了一种基于形态学滤波特性的边缘算子,使用多方向结构元素实现了边缘的精确检测,并根据图像的灰度特征自适应地调整各方向结构元素检测结果的权值,最后合理地调整结构元素的尺寸大小.仿真实验结果表明,与经典微分边缘算子及常用形态学算法相比,该算法不仅具有很强的抗噪性能,而且能更有效地提取图像中不同方向的边缘信息.     

基于Canny理论的自适应阈值彩色图像边缘检测

传统的Canny边缘检测算法基于灰度图像,不能充分利用彩色图像的全部信息,且阈值需要人为设定,自动化程度不高.论文提出一种新的算法,基于彩色图像多通道融合技术,根据图像梯度直方图信息,对图像进行自适应阈值处理.将Canny灰度边缘检测算子扩展到彩色边缘检测,利用彩色图像各个通道自身的梯度直方图和梯度方差作为局部阈值,有效解决彩色图像各个通道之间的差别.实验结果表明,其能充分利用图像的颜色和梯度信息,提高边缘检测的准确性.     

迭代式自适应法在Canny算子中的应用与研究

为了增提高业机器人的智能水平,需要加装视觉系统,但因其工作环境复杂所以需要对现有机器视觉算法进行改进才能满足工业机器人的实际需要。边缘检测中广泛采用Canny算法,但因为其本身存在一些天然的缺陷不能直接应用于工业机器人上。第一,在进行高低阈值选取时需要人为设定,适应性差并且依赖人的经验。第二,在判断经非极大值处理后处于两阈值中间点是否为边缘点时,判断依据单一,容易混入更多的假边缘。通过研究现有机器视觉成果提出了相应的解决方案。第一,将迭代式自适应阈值法应用于Canny算法中,使算法有自主选择阈值的能力。第二,因为相邻边缘点处于相似的梯度环境中因此,使用梯度方向和(Sum of Gradient Direction简写为SGD)进行辅助判断边缘点。经仿真改进的方法,其结果表明改进的方法在检测精度和自适应方面要优于Canny算法,满足工业机器人对视觉方面的需求。     

单神经元PID的波浪补偿系统自适应控制与仿真

针对一种新型主动式波浪补偿系统的机、电、液非线性控制问题,以经典PID为基础,提出了一种利用单神经元结构加以实现的智能PID控制算法。基于二次型性能指标,推导出单神经元输入权值参数自调整算法,并采用积分分离的方法对其进行了改进。将控制算法应用到波浪补偿系统的控制中,在Matlab环境下进行仿真,仿真结果验证控制器有效,单神经元PID控制克服了传统PID控制的不足,有效地改善了控制性能。