图像去雾技术研究进展

在雾、霾等天气条件下,大气粒子的散射作用导致成像传感器采集的图像严重降质。图像去雾技术的任务是去除天气因素对图像质量的影响,从而增强图像的视见度。本文归纳和总结了图像去雾技术的国内外研究现状。将现有的方法分为基于物理模型和非物理模型两类,分别详细阐述了这两类方法,分析它们各自的优势和不足,并总结了算法性能评价的无参考客观质量评测准则。最后,指出该技术的研究难点和发展趋势。     

架空跨海电缆净空高度动态监测系统设计

根据架空跨海电缆的特点,设计了一种以单片机为中心的净空高度动态监测系统。文中给出了一些主要硬件模块的设计方法和GPS数据的解析程序。经实验测试,该系统能有效地保证电缆的安全运行。     

一种基于采样点的大规模群体实时三维可视化方法

大规模群体的三维可视化是虚拟现实领域的研究热点之一.目前,由于驱动方法与渲染效率的问题,在虚拟空间中创建的大规模虚拟群体很难同时满足驱动与渲染过程的逼真与实时.该问题对于群体规模庞大,个体外形、动作具有一定程度个性化,需要进行独立运动控制的场景尤为明显.针对这一问题,提出了一个高效的大规模虚拟群体三维可视化方法:首先,通过使用模板派生技术从少量模板模型派生出大量外观各异的个体模型;其次,使用运动数据个性化变形技术实现了运动数据的重用;最后,使用基于采样点的渲染技术实现了大规模数据的实时显示.在上述工作基础上,研究并开发了一套大规模虚拟群体的三维可视化系统,能够方便的在普通PC机上实时、逼真的展示大规模的运动虚拟群体,并实现了60000群众紧急疏散过程的实时三维可视化.     

食品HACCP分类的BIRCH算法

食品卫生的HACCP自动分类要处理的数据集形状呈现多样性,对分类结果的准确性和专业性要求很高,已有的算法难以满足。该文基于经典BIRCH算法,结合多阈值思想和多代表点特征树思想,提出多阈值多代表点的BIRCH算法,增加了专业分类知识的指导,并对每一个代表点设立单独的阈值,使得该算法能适应各种形状的数据集,减少了聚类特征树重建次数,提高了算法的效率。     

基于DSP2812的新型飞机电源控制器的设计

电源控制器(PCU)在飞机供电系统(EPS)的控制保护中居于核心地位。设计的飞机电源控制器以高性能DSP芯片TMS320F2812为核心,采用通用的嵌入式硬件和软件设计方法,构建了一个高性能的控制系统平台。通过RS485总线接口实现与地面维护设备的通信,维护方便。通过ARINC429总线通信接口与交流一次配电控制装置通信,接收交流一次配电控制装置发送的命令并向其报告工作状态。根据该原理研制的试验样机现已进入试验验收阶段,试验结果表明,该控制器工作可靠,性能良好。     

一种基于外形区域的图像配准方法与实现

医学图像配准是医学图像处理与分析的重要组成部分。但由于医学图像的复杂性,在配准精度和配准速度两方面均优的算法很少。提出了一种基于分割所得二值图像的配准算法,并提出了一种适合二值图像配准的相似化测度,最后详细讨论了此算法的实现问题。与现今最流行的基于互信息的配准方法相比,文中的算法更易于实现,且具有良好的特性：适用于单模和多模图像配准;亚像素级精度;快速的配准速度。     

基于单片机一种高效节能性农产品干燥设备研究

现代食品加工技术的一个重要要求是同时保持食品的营养和色香味,而干燥时的测控系统的选择以及控制方法对食品产品的营养、色香味有很大影响.本系统的测控系统由上下位机实现,下位机采用MCS-51单片机,实现对设备环境参数的处理、控制和与上住机的通讯.上位机软件由VB6.0程序实现,完成环境数据的存储、图表显示、在线监测控制与最终数据的分析处理,建立知识库已供查询等功能.     

一种高共模抑制比轨到轨全差分运算放大器

针对传统全差分运算放大器电路存在输入输出摆幅小和共模抑制比低的问题,提出了一种高共模抑制比轨到轨全差分运算放大器电路。电路的输入级采用基于电流补偿技术的互补差分输入对,实现较大的输入信号摆幅;中间级采用折叠式共源共栅结构,获得较大的增益和输出摆幅;输出级采用共模反馈环路控制的A类输出结构,同时对共模反馈环路进行密勒补偿,提高电路的共模抑制比和环路稳定性。提出的全差分运算放大器电路基于中芯国际(SMIC) 0.13μm CMOS工艺设计,结果表明,该电路在3.3 V供电电压下,负载电容为5 pF时,可实现轨到轨的输入输出信号摆幅;当输入共模电平为1.65 V时,直流增益为108.9 dB,相位裕度为77.5°,单位增益带宽为12.71 MHz;共模反馈环路增益为97.7 dB,相位裕度为71.3°;共模抑制比为237.7 dB,电源抑制比为209.6 dB,等效输入参考噪声为37.9 nV/Hz^1/2@100 kHz。     

基于改进ADNet网络模型的低剂量CT图像降噪方法

与正常剂量计算机断层扫描成像(CT)相比,低剂量CT成像可以有效减少X射线对身体的辐射,但因此产生的噪声会显著降低CT成像质量。传统的神经网络由于提取通道单一,影响了图像的特征提取,不利于低剂量CT图像的降噪。分析了基于双注意力机制和记忆与高频特征融合的神经网络图像降噪方法。实验结果表明,与目前常用的3种典型网络相比,该模型避免CT图像过度平滑,可有效保留图像细节纹理。与ADNet网络模型相比在结构相似性上提升了0.005 5,峰值信噪比上提升了0.270 7。     

高光谱激光雷达后向散射强度的粗糙表面二向反射模型EI北大核心CSCD

高光谱激光雷达是同时获取光谱和空间信息的主动遥感探测方法。在激光扫描过程中,激光入射角是重要的影响因素之一。在实际应用中,目标表面粗糙度会使其入射角效应偏离朗伯模型。因此,基于Oren-Nayar模型对粗糙表面建立二向反射模型,研究了入射角效应的辐射校正方法。选取8种典型的粗糙表面作为实验对象,分析了各波段后向散射强度与入射角的关系,并量化了粗糙度对强度的影响。基于构建的模型,对该研究样本的入射角效应进行辐射校正。辐射校正后,不同入射角反射率的标准差均不大于0.06;与校正前相比,标准差平均改善率为67.86%。结果表明,所提出的方法提高了提取目标反射特性的准确性,为高光谱激光雷达更好地为开展数据分析与应用提供良好的物理基础。