强噪声干扰下的对数极坐标空间边缘提取算法

准确提取对数极坐标空间的目标边缘信息是对数极坐标变换视觉不变性获得成功应用的前提和关键。由于传统的边缘提取算法无法满足强噪声干扰下的单像素精度要求,在主动轮廓模型和水平集方法的基础上,设计了一种独特的边缘提取算法。经融合Canny算子的水平集方法全局降噪,利用能量驱动的主动轮廓模型逐次演化逼近,提取可能的边缘曲线,通过改进型跟踪寻迹剔除虚假信息,即可得到最终的目标边缘。实验表明,该算法行之有效,边缘提取特征相似度达96%以上。     

TMS320C6712与FLASH接口设计和编程方法

文中详细介绍高性能数字信号处理芯片TMS320C6712与FLASH(HY29LV160)的接口设计、编程方法。在编程方法中介绍BOOT功能实现方案,给出相应的程序和结论。     

飞行物落点自动测量系统及其测试基准的建立

介绍了一种飞行物落点坐标自动测量系统,它可在1km远处对直径400m的圆形区域进行实时监测,且坐标测量误差不大于±2m。在建立了测量数学模型之后,提出了适用的测试基准建立方法,并对基准建立后的系统误差进行了分析计算。最后通过实验验证了系统测量原理及测试基准建立方法的可行性。     

大孔径开合式磁通门电流传感器探头参数设计

针对海洋工程中迫切需要的大孔径开合式腐蚀电流检测方法,设计了开合式磁通门电流传感器的探头,并通过将待测电流带来的磁场偏置影响代入磁芯磁导率,联立磁芯磁路方程和检测线圈的电路方程,结合相量法得出了开合式磁通门电流传感器的检测线圈电流脉冲计算公式,为大孔径开合式磁通门电流传感器的探头设计提供了理论依据,同时结合COMSOL仿真软件建立了有限元仿真分析模型,以720 mm孔径的磁通门电流传感器为例,从绕线方式、结构设计等方面分析计算了待测电流引起的磁场偏置,讨论了不同探头参数对磁通门脉冲的影响,对于传感器后处理电路的设计具有一定的参考价值。     

基于位姿数据校正的遥感红外图像相似性先验拼接

无人机遥感系统可实现高分辨率成像且成本低、风险小,但成像系统视场小、获取的图像数量多,应采用图像拼接技术进行处理。遥感图像拼接主要存在的问题有系统的实际成像方式为倾斜成像并且图像本身的复杂性对图像配准提出了很大的考验。本文提出一种基于位姿数据校正的遥感红外图像相似性先验拼接。首先,设计了一种拼接成像系统,并利用同步位姿数据校正倾斜成像获取的图像,然后结合网格变形的优化方法,提出了基于相似性先验的图像拼接。实验结果表明,该方法既保证了遥感图像拼接中重叠区域的高精度对齐,又确保了非重叠区域在变换前后的形状相似性,拼接效果出色。     

基于目标静电场的水中兵器制导方法研究

如何在敌方目标的电场等效模型和所在海域深度未知的情况下,获得目标的速度和位置信息是当前水中兵器制导技术的一个难题.根据目标静电场的基本特性,提出了一种在目标静电场模型未知条件下求解运动目标速度和方向的方法.通过分析模型未知的目标的混合电偶极子电场分布,发现任意目标对称面上电场法向值为零,因此可以通过寻找此平面来实现对模型未知目标的制导.1:100的船模实验表明,此方法能够较为精确的确定未知模型目标的运动速度和方向,即使引入地形误差,精度也可达到97%以上,能够满足水中兵器制导的要求.     

任意形状工件的二维视觉定位和定向的研究

利用计算机视觉技术对任意形状的工件可以进行快速的定位定向．例如：被测工件在CMM工作台上放置状态的确定；机器人抓起生产线传送带上的工件等等．本文利用物体影像的转动惯量对物体进行定位和定向，对空间物体的位置和方向给出了利用物体影像的转动惯量确定的严格定义．文中对利用物体影像的转动惯量对物体进行视觉定位定向的原理给出了详细的叙述，并给出了便于计算机编程的定位定向公式，同时给出了该方法的实验数据．     

智能坐标测量系统的研究

为提高数控坐标测量机的柔性和自动化程度，本文研究了一种利用计算机视觉和图象处理技术与ＣＮＣ—ＣＭＭ相结合而形成的智能坐标自动测量系统，提出了测量机器人的概念。文中给出了该系统使用的工件识别方法、定位定向方法及测量路径自动生成方法，并给出了详细的测量路径生成模式。     

边缘信息引导多级尺度特征融合的显著性目标检测方法

针对基于FCN和U型网络架构的深度学习显著性目标检测方法提取的显著性图存在边界不清晰和结构不完整的问题,文中提出了一种基于边缘信息引导多级尺度特征融合网络(EGMFNet)。EGMFNet使用多通道融合残差块(RCFBlock)以嵌套的U型网络架构作为主干模型。同时,在网络的较低层级引入具有边缘信息引导的全局空间注意力模块(EGSAM)以增强空间特征及边缘特征。此外,在损失函数中引入了图像边界损失,用于提升显著性图的质量并在学习过程中保留更加清晰的边界。在四个基准数据集上进行实验,实验结果表明,文中方法的F值较典型方法提升1.5%、2.7%、1.8%和1.6%,验证了EGMFNet网络模型的有效性。     

基于加速度分离算法的姿态测量方法研究

针对运动状态下探测器姿态解算精度不高的问题,提出了一种基于加速度分离算法的姿态测量方法。首先,分别利用椭球拟合法和建模法对加速度计、陀螺仪进行误差补偿,保证了MEMS传感器初始测量数据的精度。其次,提出了一种分离运动加速度的方法,以消除运动对加速度计测量数据的影响。最后,结合加速度分离算法实现了基于卡尔曼滤波器的高精度姿态解算。模拟实验结果表明,该姿态测量方法具有较高的精度和抗干扰能力,在变加速运动时姿态误差减小了70%以上,满足了设计的要求。