用于水微电导测量的锁相放大器的设计

电导率的检测是工业在线成分分析中的一个重要方法,在对于水的电导率检测中,由于信号很小,采用普通的检测方法无法从噪声中提取有用的检测信号,利用相关检测原理,设计了一种应用于水的电导率检测的锁相放大器,给出了信号驱动电路、前置放大、移相电路、开关式相敏检波等电路的实际的电路,并从理论上给予分析,作为电路参数选择的依据,从而能进一步提高整个测量系统的信噪改善比.     

Z-pin增强复合材料层合板缺陷的红外检测技术研究

针对Z-pin增强碳纤维复合材料层合板在制造中产生的典型缺陷,本文在分析其对温度场的作用的基础上,研究了Z-pin结构中缺陷热特征提取的方法。用有限元法分析了不同尺寸Z-pin植入后产生的富树脂区缺陷、不同深度的Z-pin断裂缺损缺陷、不同角度的Z-pin倾斜缺陷与可检测信息参数之间的关系,对富树脂区缺陷的检测进行了实验验证。研究结果表明:最大温差与最大对比度随着富树脂区面积的增大而增大,随着Z-pin缺损深度的增大而减小,随着Z-pin倾斜角度的增大而增大,增大或减小的程度均呈非线性关系;红外热像实验与仿真结果一致。研究结果为Z-pin增强复合材料层合板缺陷与损伤的红外热像检测与评估提供了理论依据与技术支持。     

多维健康监测融合数据特征选择

健康监测通常使用大量传感器获取海量的感知数据,由于海量多维数据中存在大量的冗余或干扰,会对监测决策产生负面影响,为此需要对健康监测数据进行特征选择,旨在从数据中剔除多余的和不相关的特征。在现有研究的基础上,提出了特征选择融合方法,该方法通过ReliefF算法进行特征权重计算,并通过LASSO回归模型的计算结果确定特征权重阈值,进行特征初选,降低特征空间的稀疏性,然后利用灰色关联度的属性约简算法来消除冗余,从而获得最优特征子集。在实际多维感知数据集上进行测试,证明该模型可筛选出与目标参量相关性高的特征,降低回归运算的时间,提高回归模型的拟合精度。     

基于形状内容描述子的点特征匹配

针对两幅图像中特征点的匹配问题，本文提出了一种新的基于形状内容描述子的点特征匹配方法．该方法首先利用基于曲率尺度空间（CSS）的角点检测技术获得两幅图像中的角点及其所在的曲线；然后，计算两幅图像中每个角点的形状内容描述子，运用Z统计检验函数得到描述子的匹配度，对该匹配度进行评估，如果高于某一个闽值，则认为初始匹配成功；最后对初始匹配成功的点对，利用半局域限制完成点集之间的最终匹配。实验结果表明，本文所提出的匹配算法具有较高的点特征匹配准确率。     

图像融合中的图像配准方法研究

图像配准是对取自不同时间、不同传感器或不同视角的同一场景的两幅图像或者多幅图像匹配的过程。快速准确地实现配准是图像融合的前提,为此提出了基本相似性测度算法的模板匹配方法。对像素相关性小的红外和可见光图像,提出了基于sobel 快速边缘检测的模板匹配方法。     

一种非刚体目标的实时检测与跟踪算法

提出了一种复杂背景下自动、实时地检测和跟踪非刚体目标算法。该算法利用自适应的背景减除方法,在复杂背景条件下提取出运动目标;采用颜色直方图模型为特征的均值平移法作为跟踪算法。试验结果验证了该算法的实时性和有效性。     

复合材料序列热图无损检测

应用序列脉冲激光热加载的红外热成象技术对复合材料进行无损检测,扫描式测量给出复合材料表面时间序列热图象,实验与理论计算结果表明,序列热图象无损检测复合材料非常有效。     

基于随机抽样的快速全局运动估计

全局运动估计是稳像技术中极为重要的环节,全局运动估计算法的精度和速度将很大程度影响稳像的性能。本文提出了一种基于RANSAC鲁棒算法的全局运动估计方法,该方法通过Harris角点检测算法,找到待匹配角点,并采用相似度进行匹配,剔除外点后,用预检测的随机抽样算法得到全局运动参数。通过仿真试验表明,该方法对可见光视频、红外视频都可以适用,并能在保证精度的同时,达到实时性的要求。     

无人机导航场景中立体匹配算法研究

针对现有立体匹配算法难以兼顾无人机导航场景中匹配精度和幅度失真的鲁棒性,提出了一种基于改进Census变换的立体匹配算法。根据图像结构和色彩信息获得基于十字骨架的任意形状和大小的Census变换窗口,并利用改进Census变换的Hamming距作为匹配代价,采用局部优化（WTA）和左右一致性校验得到视差结果,获得高精度的视差图。实验表明,该算法不仅能够获得高精度的视差图,更对幅度失真有很强的鲁棒性,能够很好地适用于无人机导航场景。     

基于视频处理的视线稳定技术

针对既有摄像机运动又有前景物体运动的图像稳定问题,提出了一种快速算法。该算法首先利用改进的 Harries 算子提取特征点,根据三级匹配策略实现特征点的三级匹配,并且利用基于块的去噪声点方法检测出前景区域,剔除存在于前景区域的角点;然后建立当前帧与参考帧的映射关系,利用最小二乘法求解出全局运动参数;最后利用 Kalman 滤波平滑运动参数,依据平滑后的参数对图像进行补偿。