应急救援队伍夯实战备训练对策与探讨

针对矿山救援队伍处理各类险恶事故的经验比较匮乏,队伍实战能力亟待提高等问题,立足救护队伍战备训练开展,从创新训练模式、强化岗位考核等方面提出了对策,对救护队伍日常管理和战备训练有一定借鉴意义。     

基于超像素分割的红外图像细节增强算法

高动态范围的红外图像压缩和细节增强有利于提高人眼获取图像中关键细节信息的能力。因此,它是红外成像的重要研究课题之一。针对传统的全局色阶重建不能最优呈现红外图像细节层和基础层的问题,设计了对红外图像局部进行色阶重建的方案,并提出了一种基于超像素分割的红外图像动态范围压缩和细节增强方法。该方法首先采用超像素分割算法将原始红外图像分割成多个自相似子区域,然后对各个子区域进行压缩和细节增强。实验结果表明,该方法可以更有效地压缩和增强红外图像,在高动态范围压缩图像的同时能很好地保留原始图像的细节信息。     

基于衰减记忆法滤波的多假设跟踪算法

本文在讨论多假设跟踪算法原理的基础上,分析了影响其跟踪精度的关键——Kalman滤波,我们提出用衰减记忆法卡尔曼滤波代替原标准卡尔曼滤波,并采用计算机仿真实验对比的方法研究了改进的多假设跟踪算法的效果。实验结果表明改进后的算法能有效地抑制滤波器的发散,提高航迹预测精度,在不增加系统运算时间的前提下,使得多假设跟踪算法的性能得到了很大的提高。     

变结构多模型估计单Kalman滤波跟踪机动目标算法

在机动目标跟踪中，如果我们估计出目标的机动量，就可以使用单Kalman滤波来跟踪目标且跟踪精度和IMM滤波方法接近。文献[l]中提出用N个离散加速度Ui覆盖目标机动量，然后用它们加权的方法来得到机动量的估值。这些离散加速度量Ui的选择是个难点。本文提出使用变结构多模型方法来估计目标的机动量，该方法可以实时改变参与估计机动量的模型数目和参数，排除一些不必要的模型来减少模型数目和竞争。仿真实验结果表明，在大大缩短计算时间的前提下，本算法依然能够获得与原算法一样的跟踪精度。     

井下多功能人力手推车的研制

矿山救援应急装备的研发是推动矿山救援技术进步的关键要素，在实际工作中对原有装备进行整合及创新可以很大程度上提高救护队救援装备的应用能力。多功能人力手推车是我中队在实际应用中的创新，小车的应用减少了指战员的能量消耗，大大提高指战员的战斗能力。     

基于区域分割与融合的全景稳像算法

车载红外全景扫描成像系统具有每列单独成像、360全方位视场覆盖的特点,从而导致传统的电子稳像算法无法直接适用,因此,提出一种基于区域分割与融合的全景稳像算法。首先,通过局部列偏移调整方法对图像预补偿。接着,以车头前进方向为基准,对全景图像进行区域分割,即前端、右端、后端、左端区域。然后,根据各区域的成像特点,选择不同的稳像模型进行稳像,其中,运动估计环节采用滑窗策略缩短运算时间,运动补偿环节采用未定义区重构方法弥补边界缺失信息。最后,利用局部区域扩展、渐入渐出加权平均融合方式对重叠区域进行区域拼接、融合,保证全景图像无缝拼接。实验结果表明:该算法有效解决了车体行进过程中红外全景扫描系统的稳像问题,稳像关键指标帧间峰值信噪比（PSNR）可以提高14.7%,运行时间可缩短为传统算法的1/10,基本满足了工程应用的需求。