“双创”形势下控制类课程实验教学平台建设

“双创”形势下,结合我校电气类和自动化类专业的实际情况,以加强学生工程实践能力和创新创业能力为切入点,构建了满足控制类课程的三个实验教学平台,既保证学生接受扎实的基础实验训练,又受到良好的工程师训练,让学生接触到控制领域的先进技术,激发学生自主学习热情,切实提高学生的实践动手能力、分析和解决问题能力和创新创业能力。     

结合快速融合与颜色传递的双波段夜视图像染色

总结了近15年来的多传感器图像染色技术研究成果,给出了染色算法的一般模型。在此基础上,将图像融合技术与颜色传递技术结合,设计了基于YCbCr颜色空间的夜视微光与红外图像染色算法。使用互调制快速融合充分提取源图像的空间信息,将得到的融合图像指派给Y分量;借鉴Toet提取图像共同分量的思路,构造Cb、Cr分量;最后应用颜色传递技术,获得了细节丰富、目标背景对比度高,符合场景自然颜色分布的彩色图像。因使用了互调制快速融合方法并直接构造颜色分量,染色过程效率高且参数自适应,可满足实时系统应用需求。     

项目案例演变教学法在C++面向对象程序设计课程中的应用

为提高学生分析问题和解决问题的综合实践能力,提出在C++面向对象程序设计课程中引入项目案例演变教学法。根据知识点分层次设计可持续进化的教学实践案例,以项目驱动的模式组织教学过程,充分调动师生积极性,使学生以滚雪球模式学习完善课程知识体系,逐步提高程序设计实践能力。     

一种快速高灵敏度聚焦评价函数*

针对实时性和聚焦精度两方面的要求,在分析对比了常用聚焦评价函数的基础上,提出了一种基于灰度差分的快速聚焦评价函数——利用相邻像素在水平和垂直方向的差分乘积作为核函数。该算法保持了较好的计算性能,但函数陡峭性提高,可加快搜索定焦的收敛速度并能提高聚焦精度,同时引入阈值滤除噪声,增强了算法的稳定性。与常用聚焦函数进行了实验对比,结果表明该算法既有较好的计算速度又有较高的灵敏度,适用于对实时性要求较高的场合,如显微镜自动聚焦系统等。     

基于免疫遗传模糊神经滑模的地面作战机器人轨迹跟踪控制

提出了一种基于运动学与动力学模型的免疫遗传模糊神经滑模混合控制器用于地面作战机器人的控制。算法中利用径向基神经网络逼近滑模控制的等效部分,并通过免疫遗传算法对径向基神经网络参数进行了优化,滑模控制的增益通过模糊控制策略进行了调节。利用该算法对圆形轨迹进行了跟踪控制仿真及试验分析,与传统的滑模控制相比,该算法能够有效克服系统的不确定性因素的影响,有效抑制了滑模控制中抖振现象,系统的动态轨迹跟踪性能得到了优化。     

履带式移动机器人远程控制的实现

介绍了通过Internet对履带式移动机器人进行远程控制的客户端-服务器端系统.构建了基于TCP/IP的机器人远程通讯协议,并采用了一种先进的视频传输技术实现了图像的实时传输,从而实现了履带式机器人的远程实时通讯和控制.     

基于多尺度top-hat分解的红外与可见光图像增强融合

提出了基于数学形态学与尺度空间理论相结合的特征增强融合算法。首先对源图像使用多尺度top-hat变换构造塔形分解的亮、暗细节特征和近似图像,再对源图像对应尺度的亮、暗细节特征应用融合规则,最后依据不同应用需求加权各尺度亮、暗特征得到融合图像。实验表明:文中算法能有效融合并增强源图像细节特征,消除红外源图像因对比度低、灰度值范围较窄、视觉效果模糊等对融合质量的不利影响,并能根据应用需求获得具有不同增强效果的融合图像,从而达到更好的视觉效果,提高融合图像的目标检测和识别能力。     

热红外与可见光视频融合的运动目标检测

在室外环境中,可见光相机可以获取场景中丰富的纹理细节和光谱信息,但受光照变化的影响很大;而热红外相机对光照变化不敏感,但热红外成像对比度低、颜色信息缺失。为了充分利用两者的互补信息,实现运动目标的精确检测,同时提高检测的鲁棒性,提出了一种应用RGBT混合高斯模型的目标检测方法。该方法将热红外图像作为第4个分量加入到传统的混合高斯模型中,提高了算法的正检率;还引入了阴影去除算法,增强了算法的鲁棒性。实验表明,该方法比传统的混合高斯模型检测精度更高,目标更完整,同时也能较好地满足实时性的要求。     

物体经过毛玻璃成像复原机理研究

采用数字全息方法对物体经毛玻璃成像复原机理进行研究。首先，在建立毛玻璃数学模型的基础上，提出了消除毛玻璃干扰的理论算法。然后，利用数字全息再现原理建立了数学模型，并搭建了实验光路，将经毛玻璃后的物体信息通过消除毛玻璃干扰算法后进行再现，并将消除毛玻璃干扰前后的全息图进行了对比分析。最后，通过仿真与实验验证了理论算法和实验方法的正确性，对于物体透过复杂介质成像研究有着极其重要的参考价值。