基于滤波的SAR影像去噪方法分析

根据SAR(Synthetic Aperture Radar)影像相干噪声的特点,对现在广泛应用的各种抑制噪声的滤波方法如均值滤波、Frost滤波、增强型Lee滤波、Lee滤波、中值滤波等进行分析,并提出适合本研究区影像的基于小波变换的分量滤波处理去噪方法,利用均值、标准差、平滑指数、PM值、信息熵和平均梯度等评价指标对各种滤波去噪后的影像质量进行评价,并对去噪效果进行对比分析,证明本文所采用的滤波方法对SAR影像噪声有很好的抑制作用,并且较好的保存了图像纹理信息。     

基于虚拟仪器的传感器静态特性测试系统研究

采用虚拟仪器技术,对CSY10B型传感器的输出进行了数据采集和处理,设计了传感器静态性能测试系统。在Windows系统环境下,利用LabVIEW软件编程,构建虚拟仪器,实现了对传感器输出电压的实时测量、显示、记录;同时对其输出电压数据进行数据拟合,确定了其最佳拟合曲线,实现了对传感器的静态特性的自动分析与测定。所提出的传感器静态性能测试系统具有良好的人机交互界面,简单实用。     

降膜蒸发过程的数值模拟和传热传质分析

利用CFD软件对逆流降膜蒸发过程进行了实验模拟研究,研究了速度边界层、热边界层和浓度边界层的变化对降膜蒸发传热传质特性的影响规律;通过建立一维逆流降膜蒸发的数学方程编程求解出了对流传热传质的Nu数和Sh数,利用Fluent软件模拟出的实验结果采用回归分析得出了气液流量比Raw、流道的长宽比αL、空气进口无量纲温度θai以及空气进口Re数与Nu数、Sh数之间的无量纲关系式,可为降膜蒸发换热器的设计提供参考。     

基于KML的GPS数据轨迹可视化

针对GPS轨迹数据可视化的需求,采用KML技术设计具有针对性的数据管理构件。通过对NMEA-0183数据解析和基于Bursa-Wolf方法的空间数据转换等过程,实现一种空间数据精确转换到KML的方法,成功应用于某GPS数据管理平台,为其提供高效、可靠的GPS轨迹数据可视化与交互处理功能。     

离散序列AR模型定阶方法研究

介绍了AR模型及其参数计算方法,结合具体实例,用Gram-Schmidt正交法、奇异值分解法、LD递推法,编写程序,确定AR模型有效阶数,并进行比较分析。结果表明:Gram-Schmidt正交法所得模型的阶数、计算时间、精确度都较为适中,适合在AR模型的研究中推广普及。     

基于LabView平台的齿轮箱性能动态测试与诊断

提出了基于Labview技术的齿轮箱性能动态测试和故障诊断方法,给出了系统的软硬件结构和功能模块,通过对齿轮箱振动信号的采集、处理与分析,实现对齿轮故障的诊断。应用表明系统具有程序编写简单、抗干扰能力强、测试效率高的特点。大大提高了齿轮箱性能动态测试和故障诊断的水平。     

单片机在木板自动剪切机中的应用

由于某厂生产各种规格木板的十多台设备专机,全靠人工手动操作的问题。这些设备与现在日益发展的工业自动化设备相比存在着很大的缺陷。本文利用AT89C51单片机进行控制,并在原设备工作台上加装一台三相异步电动机和一条木板送料传送带,使得工人不用在车间工作就可以控制整个生产过程。显著提高了企业生产效率,达到降低生产成本的效果。     

高斯颜色模型在瓷片图像分类中的应用

由于RGB颜色空间不能很好贴近人的视觉感知,同时也缺少对空间结构的描述,因此采用兼顾颜色信息和空间信息的高斯颜色模型以获取更全面的特征,提出了一种基于高斯颜色模型和多尺度滤波器组的彩色纹理图像分类法,用于瓷器碎片图像的分类。首先将原始图像的RGB颜色空间转换到高斯颜色模型;再用正规化多尺度LM滤波器组对高斯颜色模型的3个通道构造滤波图像,并借助主成分分析寻找主特征图,接着选取各通道的最大高斯拉普拉斯和最大高斯响应图像,与特征图联合构成特征图像组用以进行参数提取;最后以支持向量机作为分类器进行学习和分类。实验结果表明,与基于灰度的、基于RGB模型的和基于RGB_bior 4.4小波的方法相比,本文方法具有更好的分类结果,其中在Outex纹理图像库上获得的分类准确率为96.7%,在瓷片图像集上获得的分类准确率为94.2%。此方法可推广应用到其他彩色纹理分类任务。     

结合局部特征和全局信息的自适应活动轮廓模型

提出一种新的基于全局图像信息和局部图像特征的活动轮廓分割模型。模型的总能量函数主要包括3项:全局能量项、局部能量项和自适应调节项。其中,全局能量项整合了图像的全局信息,局部能量项则考虑了图像的局部特征,而二者的权重会根据上下文内容自适应调整。由于在模型中充分利用了图像全局信息和局部特征,因而有效地提高了分割的精度。此外,加入了凸优化技术,以获取模型的全局最优解。最后,采用Split-Bregman方法进行快速求解,使得模型的分割效率大大提高。实验结果表明,该模型对初始化具有较好的鲁棒性,在分割精度上有了较大的提升,特别是分割速度比C-V模型快1.5倍到2倍。     

基于运动信息自适应的快速运动估计算法

UMHexagonS是H.264视频编码标准中所采用的快速整像素运动估计算法,但在许多实时场景的应用中,该算法还明显存在搜索点数过多、搜索速度较慢的缺憾,急需进一步的改进和优化。在UMHexagonS算法的基础上,提出一种基于运动信息自适应的快速运动估计算法。使用动态搜索窗为不同尺寸的块自适应地分配预测搜索窗;根据当前块的运动剧烈程度选择运动类型自适应的搜索方案;通过分析实际运动序列水平、垂直方向的偏向特性依次采用带方向的十字型搜索和自适应的矩形—菱形搜索;利用预测运动矢量的方向信息采用自适应的多层次八边形区域搜索;并依据块的尺寸大小采用自适应的六边形搜索。实验结果表明,本文算法相比于UMHexagonS算法而言,图像的峰值信噪比(PSNR)平均提高了0.0125 dB,同时运动估计时间减少了13%32%,其场景自适应能力和实时性能都得到了很大的增强。