基于笔记本电脑的仪器设备测试系统

本文介绍了利用笔记本电脑和各种数据采集卡组成测试系统的方法及用LabVIEW平台调用DLL的过程。     

基于模糊聚类的测量图像目标识别方法

针对红外测量图像目标边缘灰度变化平缓,梯度小,造成目标边缘难以确认的问题.提出了一种新的测量图像目标识别方法,首先利用模板匹配方法进行目标区域粗定位,并利用最大类间法求出此区域的大致像素数.然后,利用遗传算法确定分类数,依据此分类数采用聚类法对图像进行分类,反复进行,直到已求出的目标区域像素数与某一类像素数最接近,此类即为目标图像的准确区域.试验证明:此方法对多帧目标进行识别时,目标轮廓位置稳定,具有较高的定位精度.     

一种红外测量图像自适应分段线性灰度变换方法

针对红外测量图像分段灰度变换方法中变换点确定困难的问题,利用直方图累加的原理,提出了一种分别从高、低两个灰度级方向分别寻找灰度跳变点作为分段变换点的线性灰度变换方法,实现对红外图像不同灰度区间的拉伸和抑制处理.该方法算法简单,计算量小,适合硬件实现.实验结果表明:红外图像增强效果明显,灰度均匀,能够较好地保持图像细节,...     

基于Hough变换的红外序列图像点目标跟踪方法

针对红外序列图像中点目标成像质量较差、跟踪困难等问题,利用Hough变换算法的抗噪性,并根据测量图像的具体特点,对算法的计算量进行了优化.通过将三维空间Hough变换降为二维,提出了一种基于Hough变换的红外序列图像点目标跟踪方法.实验结果表明,该方法对部分缺损及大小变化的目标都能够实现稳定跟踪,提高了红外目标跟踪的...     

基于自适应模糊加权指数的FCM聚类测量图像分割方法

针对采用FCM聚类进行测量图像分割时,模糊加权指数难以确定的问题,通过分析FCM聚类原理,依据测量图像分割的具体要求,根据加权指数对不同模糊聚类过程的作用程度,提出了一种基于自适应模糊加权指数的 FCM 聚类测量图像分割方法.实验结果表明:该算法可以减少聚类迭代次数,确保分类的准确性,提高图像分割质量.     

一种基于HSI空间的红外测量图像伪彩色编码方法

由于红外测量图像灰度分布极不均衡,采用传统的HSI空间(Hue Saturation Imensity,HSI)编码方法对红外测量图像进行伪彩色变换时,常常导致变换后的伪图像色彩仅仅局限于少数几种颜色.针对此问题,本文结合阈值分割理论,根据红外测量图像的灰度分布特性及图像处理要求,提出了一种基于HSI空间的红外测量图像伪彩色编码方法.实验结果表明:采用该方法编码的伪彩色图像色彩丰富,且方法具有较好的自适应性,易于实现.     

海上光测图像判读中目标自动识别问题的研究

目标识别是实现光测图像自动判读中的一个关键步骤，从发展至今虽然已经研究出许多种目标识别的算法，但仍没有制定出判断算法好坏的明确标准。文章以提高目标识别算法的准确率为目标，对自动判读中的目标识别问题进行了研究，并重点对特殊情况下的目标识别方法进行了讨论。     

电信运营商网络流量采集模型研究及应用

为了评估网络流量情况,及时扩容拥塞电路,运营商普遍采用基于SNMP的网络流量采集方法,通过计算两次采集间隔的平均速率粗略估计电路流量。为了进一步定性分析流量突发情况,编写了实验程序,缩短采集周期,实现了秒级采集,使用不同采集周期的数据进行计算和对比分析,得到了不同采集周期下的峰值流量的比值,最后提出了更有效的运营商网络流量传统采集加触发式秒级采集的新模型,以期实现精准扩容和更加敏捷的流量调度。     

光电经纬仪不规则点阵的识别方法

在电子经纬仪测量过程中，点阵图像经常出现不规则的形状，导致识别误码率很高．基于BP神经网络技术，提出了一种适合各种形态点阵特性的识别方法，以增强对不规则点阵和图像噪声的适应能力，从而提高点阵识别的精度．实验结果表明，这种方法具有较高的抗干扰性和抗畸变能力，准确率高，满足事后数据处理要求．     

具有先验信息的经纬仪测量图像目标检测技术

在分析序列测量图像目标基本特性的基础上,提出了一种利用测量目标形状的先验信息进行图像目标检测的方法.首先对测量图像进行Hough变换,然后根据已知的目标外形几何关系对变换后所得的直线进行分析,确定包含目标边缘的直线,从而得到目标的准确外形.实验表明：此种方法具有较强的检测能力,尤其对于含噪声较大的图像更加明显.