多普勒天气雷达合成切变算法及改进方法的研究

该文在研究由多普勒天气雷达速度场计算合成切变所采用的直接计算差值滤波算法的基础上,针对其存在的边缘点的切变识别较少等问题,结合最小二乘法在线性拟合方面的优势以及雷达数据沿径向分布的特点,提出一种基于取不同拟合窗口的最小二乘法的算法,并利用计算定位精度等方法比较和分析这两种算法,最小二乘法算法在定位精度、识别能力、边缘切变识别等方面优于直接计算差值滤波算法。在2008年北京奥运气象保障中应用最小二乘法的合成切变气象产品给人工影响天气提供了重要参考资料。     

无衍射激光光斑图像定中算法的研究

为有效识别光斑中心,针对无衍射激光斑光图像特点,提出了一种由亮度梯度确定图像中心的方法.利用光斑图像边缘的亮度梯度,设定图像二值化阈值范围,根据二值化结果确定光斑图像边缘点,对于各边缘点,利用最小二乘法拟合出圆,圆心作为光斑图像的中心.利用霍夫变换的方法去除误差点,修正圆心位置.本方法速度快、精度高,适合于实时性要求较...     

基于正交投影宽度谱的带状目标检测

针对带状目标在行列上具有规则的几何特性,提出了一种基于正交投影宽度谱的带状目标检测方法,将边缘映射图在笛卡儿正交方向上投影,建立边缘点对的投影宽度谱.采用D-S证据理论融合边缘点对的亮度、梯度方向、亮度方差和宽度特征,抑制背景边缘点对的干扰,使带状目标的宽度谱呈现为突峰.为消除噪声点对的影响,利用距离约束的序贯最小二乘拟合方法定位边缘映射图中的带状目标.实验结果表明:该算法识别精度高、实时性好,具有很好的鲁棒性.     

一种基于局域亮度极大的环栅激光图像边缘检测

针对无衍射激光图像特点,提出了一种由亮环确定图像中心的方法.利用局域亮度最大原理,提取亮环屋脊边缘点;对各个亮环边缘点用最小二乘法拟合圆心,取拟合残差最小的亮环的圆心作为整幅图像中心.该方法运算速度快,对图像无需二值处理,避免了阈值选取不当对图像边缘位置的影响,可以自适应地利用周围像素亮度值来确定图像边缘.该方法已应用到船舶的同轴度检测,获得了很好的结果.     

基于自适应高斯滤波的红外机场跑道识别方法

针对前视红外地面目标图像背景复杂、噪声干扰大的特点,提出了一种机场跑道识别算法.首先,用基于梯度信息的自适应高斯滤波对图像预处理,平滑噪声、增强边缘,然后在Canny边缘检测的图像上,利用空间邻接关系、梯度等信息进行像素级的边缘点搜索,再用最小二乘法拟合直线,在已提取的直线符号上使用多种特征进一步连接修正,最后,利用几何特征、灰度信息进行跑道识别.经实测数据检验,本算法能够准确、快速地识别跑道.     

光纤连接器端面检测技术的研究

采用一种显微干涉的光学检测系统,对光纤连接器的端面特性进行观测。在数据处理中,同时运用一阶导数的极值阈值方法和二阶导数过零来检测边缘点,然后采用最小二乘法进行数据拟合,来进行二维截面图的描述。从而检测端面的各种特性。     

基于函数逼近的未来空域窗瞄准点配置方法

未来空域窗是一种新的火炮射击体制,而弹丸瞄准点配置是其中要解决的关键问题,它决定了射击的具体实施.未来空域窗弹丸散布密度可以用中间函数来描述,在求解最优中间函数的基础上,利用函数逼近的方法,以给定瞄准点配置的中间函数与最优中间函数的距离差范数作为指标,通过无导数优化方法优化配置参数,使瞄准点配置的毁伤目标概率接近毁伤概率上界.以瞄准点网状和圆形配置为例,给出不同相关误差条件下采用逼近方法与解析方法得到的未来空域窗瞄准点配置参数,及相应的毁伤目标概率.结果表明,逼近法与毁伤概率上界的差距最小,且方法通用性好.     

基于灰度门限分析的海天线检测研究

由于海天线检测在海天背景下的舰船目标检测与跟踪方面具有重要作用,提出了一种基于边缘灰度梯度门限分析和最小二乘直线拟合法的海天线检测方法。通过分析图像以及调整线性滤波器的步长来扩大海天线附近的灰度梯度差。采用门限分析法提取了边缘坐标,采用最小二乘直线拟合法提取了海天线,并利用MATLAB软件进行仿真验证。结果表明,本文算法可准确提取复杂背景下的海天线,且具有较好的适应性与实用性。     

激光CCD自准直仪圆目标中心抗噪声精确定位方法

为满足高精度计量和方位瞄准跟踪系统的发展对激光CCD自准直仪测量精度的要求,提出一种基于正交傅里叶-梅林矩的激光CCD自准直仪圆目标中心抗噪声精确定位方法。首先利用正交傅里叶-梅林矩(OFMM)的幅值旋转不变性和更低径向矩阶数在充分提取图像边缘细节信息的同时抑制图像噪声的影响,通过对图像边缘旋转后垂直方向上不同阶次的正交傅里叶-梅林矩之间关系的分析将圆目标轮廓定位至亚像素级,然后采用最小二乘拟合方法实现圆目标中心的精确定位。结果表明,该方法稳定性好,定位精度高且抗干扰能力强,改进后的激光CCD自准直仪的测量分辨力提高了10倍,测量精度由2″提高到±0.18″,可有效满足在小角度测量和瞄准等领域的高精度测量需要。     

基于PSO-LSSVM的过电压识别

为了获得理想的过电压识别结果,提出了粒子群优化算法优化最小二乘支持向量机参数的过电压识别方法。首先采用小波变换对过电压原始信号进行分解,提取过电压信号的特征量,然后将过电压信号的特征量作为最小二乘支持向量机的输入,建立过电压识别分类器,并采用粒子群优化算法估计最小二乘支持向量机的参数,最后采用实测的过电压数据进行仿真实验,测试其可行性。结果表明,本文方法可以对各种类型的过电压信号进行准确分类和识别,识别结果稳定,且过电压识别率要高于其它方法。