Clustering-driven watershed adaptive segmentation of bubble image

In order to extract froth morphological feature, a bubble image adaptive segmentation method was proposed. Considering the image’s low contrast and weak froth edges, froth image was coarsely segmented by using fuzzy c means (FCM) algorithm. Through the attributes of size and shape pattern spectrum, the optimal morphological structuring element was determined. According to the optimal parameters, some image noises were removed with an improved area opening and closing by reconstruction operation, which consist of image regional markers, and the bubbles were finely separated from each other by watershed transform. The experimental results show that the structural element can be determined adaptively by shape and size pattern spectrum, and the froth image is segmented accurately. Compared with other froth image segmentation method, the proposed method achieves much high accuracy, based on which, the bubble size and shape features are extracted effectively.     

基于近邻消息传递的自适应局部线性嵌入

针对局部线性嵌入(LLE)降维算法中邻域参数的人工设定及其全局性的缺陷,研究了聚类和降维的内在联系,提出了邻域参数的自适应选取策略,构建了一种聚类和降维的自适应局部线性嵌入(ALLE)算法,为每个样本点设计最佳的近邻搜索空间,自适应选取邻近点计算权值重建矩阵,基于类信息重新定义了重构误差函数。实验表明,新算法更能体现出数学上流形概念的局部坐标化本质,对不相关数据、冗余数据和噪声数据具有良好的鲁棒性,在实际识别问题中体现出优越的性能。     

基于侧抑制的红外图像自适应预处理

针对复杂海空背景下的红外图像,提出了一种基于侧抑制的红外图像自适应预处理的方法。根据不同背景图像方差加权信息熵的变化,建立了方差加权信息熵与侧抑制网络作用调节因子的对应关系。通过对不同实际场景自适应地调整侧抑制网络作用强度,实现了不同背景条件下实时红外序列图像的自适应处理。仿真实验表明,该方法能有效提高杂波背景下图像的信杂比,具有突出目标特征和适应复杂背景的能力。     

基于神经网络的图像亮度和对比度自适应增强

提出一种高频增强与神经网络相结合的图像亮度和对比度自适应增强方法。利用均值滤波获取原始图像的低频分量,由原始图像与低频分量的差值获取图像的高频分量。同时引入神经网络方法,建立图像的灰度均值、标准偏差与亮度和对比度两个增强系数的非线性映射关系,根据图像本身的均值与标准偏差自动获取增强系数,从而实现图像的亮度和对比度的自适应增强。该方法计算量小,实时性强,对亮度和对比度都较低的图像增强效果较好,可用于图像动态检测系统。为了验证算法的可行性,将所提出的方法应用到货车故障动态图像检测系统(TFDS)所采集的动态图像处理中,获得了好的效果。     

基于H.264/AVC的自适应快速多参考帧选择算法

在不同尺寸块编码模式下,时域和空域运动相关性对最优参考帧选取的影响是不同的.本文通过分析视频序列的统计特性和视频帧内的空间相关性,提出了一种基于运动相关性的自适应多参考帧快速选择算法.该算法根据视频序列自身特征,自适应地去除不必要的参考帧,降低编码复杂度.实验结果显示,在保证编码质量的前提下,本算法平均可以节省编码时间40%以上.     

液晶显示器在特殊使用环境中的适应性设计

介绍了液晶及液晶显示器,从环境温度、湿度对液晶显示器正常工作所造成的影响进行分析,提出了低温加热、高温散热针对性解决方法。     

基于形状记忆合金的TMD半主动控制

针对建筑结构在随机荷载或风荷载作用下可能发生的频率不确定问题,特别是结构自振频率会随振幅的大小而发生漂移的非线性振动问题,提出性能可靠、构造简单的形状记忆合金SMA-TMD自适应半主动控制系统.从理论上探讨形状记忆合金在变刚度TMD控制装置中的应用,并进行相应的参数设计.同时,在研究随机荷载作用下TMD系统动力特性的基础上,结合短时傅里叶变换(STFT)设计出该系统的自适应半主动控制算法.算例表明,SMA-TMD自适应控制系统能较好地识别结构系统的时频特性,并进行有效的控制,具有性能可靠和自适应能力强等特点.该自适应控制系统较传统的TMD被动控制减震效果更好,鲁棒性更强.     

分层码率控制策略在机器人遥操作中的应用

为实现卫星自维护遥操作系统中稳定可靠的视频反馈目标,提出一种基于分层码率控制的视频传输策略.利用实时探测到的带宽选择不同码率的视频流分层,使得视频传输对于不同的网络带宽具有自适应性.试验结果表明,该策略能够在波动带宽下给予遥操作者稳定流畅的视频反馈,有效地提高了遥操作系统的视觉临场感性能.     

非线性系统传感器偏差的自适应故障检测与分离方法

针对一类具有模型不确定性且状态部分可测的非线性系统,提出了一种基于鲁棒自适应技术的传感器偏差故障检测与分离方法。所提出的故障检测与分离方法是由一个故障检测估计器和一组故障分离估计器完成的,其中每一个故障分离估计器对应一种类型的传感器偏差故障。对于某一故障分离估计器如果它的的输出估计误差中至少一项的绝对值超过相应的自适应阈值,则这个故障发生的可能性被排除,即可分离故障。在系统存在模型不确定性和状态部分可测的情况下,应用自适应技术来估计未知的传感器偏差故障并分析了故障分离器的稳定性。仿真算例证明了所提出的鲁棒自适应故障检测与分离方法的有效性。     

基于参考模型的移动机器人直接自适应模糊控制

移动机器人是一个多种功能为一体的综合系统．在控制和规划方面缺乏智能性和鲁棒性。本文提出利用参考模型的直接型自适应模糊控制方法．即直接调整控制器的参数,直到把控制对象和参考模型之间的输入误差减少到10^-6的范围为止．运动控制效果很好。