运动模糊图像PSF参数估计方法改进及图像复原

运动模糊图像复原的目的是改善运动图像质量,从而为图像处理任务提供高质量的清晰图像以保证算法能够准确获取图像信息,其中运动模糊图像的点扩散函数（PSF）求解是影响复原图像质量的关键步骤。针对现有运动模糊图像PSF参数估计方法中存在的估计误差大、有效估计范围有限等问题,在分析频谱图像特征的基础上,提出一种改进的PSF参数估计方法。通过图像增强处理和形态学变换去除频谱图像中的十字亮线和噪点干扰,获取形态合适的条纹图像以完成Radon变换检测。利用二值频谱图像的条纹特征自适应地控制形态学运算精度,从而保证算法的执行效率和鲁棒性。对条纹进行边缘测定,消除由条纹自身宽度导致的角度估计误差,以提高参数估计结果的精度。实验结果表明,该方法能够提高模糊参数估计的准确率和有效估计范围,由此构建的PSF能复原出更加清晰的重建图像,复原图像总体峰值信噪比不低于25 dB。     

基于对抗深度学习的无人机航拍违建场地识别

对违建场地的检测方法主要是通过人工对无人机航拍视频进行检查,存在检测精度低、识别性能差、工作效率低的问题。提出一种结合空间变换网络与Fast RCNN的生成对抗网络ASTN-Fast RCNN,通过深度学习与无人机航拍视频相结合自动识别检测处在建设初期的违建场地。将空间变换网络作为生成器,生成Fast RCNN目标检测器难以识别的旋转形变样本,并通过目标检测器与生成器的对抗式训练,提高检测器的鲁棒性。实验结果表明,该方法能够有效提高对无人机航拍违建场地的识别性能。     

对无临近点信息干涉条纹的参数估计

用广义radon变换可以从运动目标产生的干涉条纹中估计出目标的运动参数和波导不变量。但是当干涉条纹中没有出现临近点时,用此方法估计不出真实值。为了解决此问题,提出了一种新的估计方法。主要过程是先从时频图中提取出干涉条纹轨迹,再去搜索与此轨迹误差最小的最优曲线,此曲线的参数值代表目标的运动参数和波导不变量。仿真和海试结果表明,在干涉条纹无临近点信息情况下,用广义radon变换估计的参数值与真实值偏差很大,但是文中提出的方法仍能估计出较准确的结果。     

轴端无通孔时三轴转台相交度测试方法

为解决中环轴没有通光孔时如何测量三轴转台轴线相交度的问题,在内环轴上三轴交汇中心附近设置一靶标,再利用齐次变换法推导出靶标在基准坐标系下的坐标,它是三轴相交度、三轴角位置以及靶标在内环轴坐标系下的偏移量的函数,据此设计三轴相交度误差的测量方法。利用经纬仪观测靶标,计算出靶标坐标的变化量,从而实现三轴相交度的测量,并进行相关的误差分析。分析结果表明:实测相交度满足测量精度要求,测量结果具有有效性。该测量方法可避免在没有通光孔的中环轴旋转至某些特殊角度时经纬仪视线被挡住的情况,使得测量更加方便。     

平方根球形无味卡尔曼滤波机载无源定位算法

针对机载无源定位系统中,初始值误差和数值的舍入计算对无味卡尔曼滤波(un-scented Kalman filtering,UKF)算法的定位精度和滤波稳定性影响较大的问题,提出一种基于平方根球形无味的卡尔曼滤波算法(square root spherical unscented Kalman filter,Sqrt-UKFST)。该方法以单位超球体球面无味变换为基础,通过减少采样点数目和球面半径,保证所有采样点在一个单位超球体上,从而提高算法对初始值的鲁棒性,并采用平方根滤波提高算法的数值稳定性。对该算法进行100次Monte-Carlo实验,仿真结果表明,Sqrt-UKFST算法收敛速度快,滤波性能稳定;当初始状态估计误差较大时,Sqrt-UKFST算法的定位精度保持在30%以内,提高系统对初始值的鲁棒性。     

跨界融合视野下的空间认知与视觉意象

目的解析空间认知对视觉意象的影响。方法通过实体论、关系论、属性论的特征与视觉意象的映射关系来阐述空间认知与艺术设计的关联。结论实体论强调了物体本身的空间虚实变化。关系论强调了物与物之间的空间关系协调,形成更加丰富的内涵。属性论强调了物与人共同影响下的空间个性表现,带来个性化的体验。分析空间的虚实、关系及个性对于视觉意象的影响,可以为设计艺术创作提供参考。     

自适应聚类Hough变换及地震断层检测

针对现有基于Hough变换的地震断层检测方法只能检测单个断层,不能准确检测多个断层的不足,提出了一种基于自适应聚类Hough变换的地震断层检测方法。该方法首先对预处理后的地震相干图像进行边缘检测并对边缘图像进行Hough变换以检测出边缘图像中的线段,然后根据倾斜角和位置信息对线段进行自适应聚类以获得更完整的线段,最后根据初始地震图像对完整线段中的各点进行调整以获得准确、平滑的断层。为验证该方法的有效性,在实际地震图像上进行了对比实验。实验结果表明,该方法可正确检测地震图像中的多个断层,正确率达到90%以上,与现有方法相比,峰值信噪比提高了约10%。     

环境激励下Karhunen-Loève变换与模态分解间的关系

Karhunen-Loève(KL)变换作为一种基于相关函数的最佳变换,在振动分析领域已经受到广泛关注。然而,该方法还缺乏清晰完整的模态解释。在空间几何上,振动分析中模态分解是振动响应信号在由振型构成的基底上的展开,KL变换是信号在由一组正交KL特征向量构成的空间中的投影过程。对环境激励下响应的KL变换与模态分解进行类比,探讨两者间的关系。结果表明:KL特征向量收敛于质量信息加权后的振型;KL特征值表征各阶模态的能量参与度;KL变换系数收敛于模态坐标。最后,通过仿真计算验证分析结论的正确性。     

基于EEMD-Fast ICA-STFT的车用起动电机噪声源识别

提出基于集成经验模态分解(EEMD)、快速独立分量分析(Fast ICA)和短时傅里叶变换(STFT)的噪声源识别方法,对起动电机噪声信号进行声源识别研究。首先采用集成经验模态分解法将单一通道的电机噪声信号分解为一系列本征模态分量,随后用Fast ICA算法提取独立成分,最后利用短时傅里叶变换良好的时频分析特性,对Fast ICA分离结果进行时频分析,结合时频分析结果和电机噪声的先验知识,确定了各独立分量与电机不同噪声源的对应关系。     

基于小波变换的汽车电子漏电信号检测系统设计

汽车电子漏电信号具有较强的微弱性和瞬时性。当前的漏电信号检测方法无法避免这种微弱性和瞬时性的特点,导致漏电信号检测准确性较低。设计并实现了一种新的汽车电子漏电信号检测系统。该检测系统由硬件部分和软件部分构成。在硬件设计方面重点介绍了基于PCI1712数据采集卡的漏电信号采集模块和滤波电路;软件部分由LADVIEM和MATLAB仿真软件共同编程完成,重点阐述了小波变换滤波器的设计方法,并给出部分漏电信号采集程序。实验结果表明,该系统能够有效提高汽车电子漏电信号检测的准确性和检测效率。