基于灰度图像的阴影检测算法

基于灰度图像的阴影检测算法,通过快速归一化互相关函数计算方法其复杂度,并采用背景减法与帧差法相结合方法提取运动前景.其步骤包括提取运动前景及检测运动目标的阴影.该方法与基于HSV模型的阴影检测算法相比,实验表明:在不需要任何的颜色信息的情况下,基于灰度图像的阴影检测算法能较好检测出阴影.     

基于数学形态学的包覆层表面缺陷检测方法

包覆层表面缺陷的检测是保证发动机装药质量的重要手段。针对采集的包覆层表面缺陷图像,利用数学形态学的顶帽与低帽变换相结合的方法进行了缺陷特征增强,采用高低阈值的方法实现了缺陷图像的分割,得到了二值化图像,并通过中心半径标定,得出了有效检测区域,计算出了缺陷的大小和位置,检测结果表明,该方法的位置检测精度小于0.4 mm,检测分辨率可达到Ф0.5 mm,尺寸检测精度小于0.2 mm。     

用Visual C++实现基于数学形态学的数字图像处理

详细地叙述了将数学形态学算法用于图像细化的方法，并根据形态学算法用Visual C＋＋编制软件对图像进行细化处理。软件运行方面，用适当的形态学算子对图像进行细化处理，能很好地获取图借的特征。     

基于颜色和形态学的交通标志检测技术的研究

通过利用交通标志的颜色特征,采用基于RGB空间的彩色分割方法进行图像分割.对分割出的图像进行灰度增强处理,比较和分析了不同边缘检测算子和阈值分割的方法,使用固定阈值分割方法对图像进行二值化,使目标区域突显.利用数学形态学腐蚀算法对图像进行轮廓提取,并通过形状特征对交通标志进行形态学分析.通过MATLAB软件仿真实验,说明算法具有一定实用性.     

基于模态匹配的汽车座椅骨架模态分析与优化

基于某车身模态匹配策略,设定其座椅NVH(Noise、Vibration、Harshness)目标,并利用有限元分析软件HYPERWORKS和动态信号采集分析系统DHDAS对某汽车座椅NVH基本性能指标——振动模态进行了分析与试验研究,得到了座椅骨架的低阶模态和振型,并通过优化座椅部分零件尺寸参数,使座椅的模态频率避开了与车身的共振频率,建立了座椅NVH性能匹配分析与优化的基本流程与方法.     

基于数学形态学的红外图象分割方法

阐述了数学形态学的基本思想和基本运算,研究了将形态学方法应用于图象分割的方法,利用形态学梯度对红外直升机图象进行边缘检测,并与其它几种分割方法进行比较。结果表明,数学形态学是一种有效的图象处理工具,具有良好的准确性和稳定性,有很强的实用价值。     

基于灰度共生矩阵的阈值分割算法

针对目前比较成熟的分割方法存在的局限性,提出一种基于灰度共生矩阵的阈值分割方法。该方法利用灰度共生矩阵中包含的图像灰度值的分布和边缘信息,定义一个新的统计量——边缘强度,将其作为确定分割阈值时的一个重要参数,并与传统分割方法进行实验比较。实验结果表明:该方法在处理模糊边界时能取得比传统分割方法更好的分割效果,很好地保留需要的目标边缘。     

基于数学形态学的无人机航路规划方法研究

提出了一种基于数学形态学的无人机航路规划方法,重点在于解决基于真实地形数据和存在不规则火力威胁区时初始路径规划空间的确定方法.仿真结果表明,该方法生成的初始路径规划空间小,易于实现.     

航空发动机双转子系统的模态分析

为了更好地了解和掌握发动机固有的振动特性,利用有限元分析ANSYS软件,对某型发动机双转子系统进行了固有频率及振型计算。通过改变轴承的刚度与原计算结果作对比,分析轴承刚度的改变对整个系统动力特性的影响。结合振动力学相关理论,对设计方案进行动力学评价。结果表明,该方法运算速度快,输入参数少,特征值、特征向量求解精度高。     

基于模态相关性和模型修改的发动机整机模态分析

建立了发动机实体和有限元模型,介绍了计算模态分析和模态相关性分析的一般方法与理论.对某发动机整机进行了计算模态分析,得到其计算模态频率以及相应的振型.通过试验得到试验模态频率及振型,对所建立的试验和计算模型的模态相关性进行了计算和评估,得到计算和试验模态间的MAC矩阵及各自由度上的Co-MAC结果;利用模态相关性结果,修正原始有限元模型,从而提高了其模拟实际结构的精度,并为基于此有限元模型的更高精度动态分析模型的建立奠定了基础.     

基于形态学和直方图分析的多源图像目标分割算法

提出了一种兼具形态学和直方图分析方法优势的多传感器图像目标分割算法。首先根据图像内在属性用指定直方图方法进行图像增强,利用图像区域直方图统计描述子特征进行目标区域检测;然后分别对红外图像应用形态学重构,对激光雷达图像应用局部阈值法进行目标轮廓估计,再将各传感器图像获得的兴趣区域进行交叉验证,排除背景干扰;应用动态边缘演化技术最终确定目标边缘。对复杂场景的多传感器图像测试表明,该算法较好地保留了目标的形状特征,是一种有效的多目标分割算法。     

基于阴影映射的实时软阴影算法及实现

提出了一种利用阴影映射技术的实时软阴影生成算法。该算法首先生成阴影映射图,然后将阴影区域渲染到定点纹理中,并使用高斯滤波对其进行模糊处理,最后将模糊后的纹理投射回屏幕空间。实验表明,该算法对较复杂物体在保证良好的绘制视觉效果的同时,能达到令人满意的帧速率,从而为大规模复杂场景的实时阴影生成提供了有效的解决途径。     

基于数学形态学和小波融合的红外图像去噪

为了提高红外成像制导导弹的制导效果,必须要提高导弹摄取到的红外图像的质量,这就需要去除图像中的躁声,文中针对传统去躁方法如图像平滑、中值滤波、小波分析等去躁效果都不理想的情况,提出将数学形态学和小波融合相结合对图像进行去躁处理,并进行仿真运算。结果表明,采用基于数学形态学和小波融合的方法对图像进行去噪处理,其效果明显好于传统的图像去噪方法。     

基于数学形态学的一种聚类算法

为便于从空间数据库中直接发现一些有意义的聚类结构,在分析已有聚类算法的基础上,提出一种基于数学形态学的聚类算法。该算法通过闭合运算,将空间对象聚成类,一次完成三维空间聚类,可以快速处理非凸的、复杂的聚类形状。算法分析和实验表明该算法有效。     

基于失效模式的嵌入式软件架构可靠性分析

为了能在软件开发早期优化软件架构,提高软件的可靠性,提出一种基于失效模式的软件架构可靠性分析方法——SABRA分析法.将成熟的软件可靠性工程技术与软件失效模式分析技术相结合,分析故障模式之间的关联关系,根据故障模式的特征识别软件架构中的敏感元素和不可靠元素,对相应的不可靠部分进行容错、避错等设计,并通过建立事件树找到体系结构的薄弱环节.结果表明:该方法简单、有效,能提高整个体系结构的可靠性.     

柴油机故障信号的形态学多尺度分形分析

为解决传统单一分形维数在表征信号时的缺陷,提出一种基于形态学计算的多尺度分形维数估计方法。 对柴油机正常、失火和气门间隙过大故障信号进行分析,并与单一分形维数方法进行对比。结果表明：基于形态学 计算的多尺度分形维数能准确地对柴油机不同状态下的信号进行分类,计算简单快速,具有很好的故障诊断效果。     

基于变分模态分解的机械故障诊断方法研究

变分模态分解(VMD)是一种新的自适应信号分解方法,该方法的核心思想是假设每个模态的绝大部分都是紧紧围绕在某一中心频率周围的,然后将模态带宽的求解问题转化为约束优化问题,求解出每个模态。将VMD引入到机械故障诊断中,提出一种基于VMD的机械故障诊断方法,并与集合经验模态分解(EEMD)方法进行对比分析。仿真结果表明：VMD方法明显优于EEMD方法,能有效地分解出信号的固有模态;与EEMD方法相比较,该方法模态混叠现象弱,计算效率高,理论充分。将VMD方法成功地应用到转子不同碰摩严重程度的故障数据分析实验中,实验结果进一步验证了该方法的有效性,能够揭示出碰摩故障数据的频率结构,区分碰摩故障的严重程度。     

基于计算机仿真技术的导弹精度分析方法研究

着眼于弹道导弹的精度分析,介绍了计算机仿真技术在精度分析中的应用,给出较完整的精度分析方法,主要包括数学模型建立,仿真模型建立,仿真模型验证,干扰因素模型建立,仿真试验结果处理等方面的内容．     

基于时域缩放ERA方法的工作模态辨识技术

研究了基于时域缩放选带,使用振动模态特征系统实现算法(eigensystem realization algorithm,ERA)的工作模态辨识技术.分析了ERA环境激励模态辨识方法的理论,给出了时域缩放选带技术和真实模态挑选技术的方法以及工作流程.通过算例研究了采用时域缩放技术的ERA工作模态辨识方法.研究结果表明:使用该方法可以有效地辨识出结构的模态,且可以采用滑动时间窗的方法获得模态随时间的变化结果;用于辨识的数据长度需要包含所需识别模态的6～8周期;阻尼辨识结果的偏差随阻尼比理论值变大而变小,对于理论值从1％～5％,辨识偏差从175％减小至10％;一阶和二阶阻尼比辨识结果偏差基本一致;振型辨识结果MAC值均在0.99以上.