旋转复杂背景中红外运动小目标实时检测

针对旋转复杂背景中红外运动小目标检测误检率高、实时性差等问题,提出了目标检测新算法。首先对图像进行中值滤波预处理,计算图像光流场,提取特征点,估算背景光流;然后设置阈值,判断提取备选目标特征点集合;最后通过特征点光流矢量角度、目标灰度值区间、目标特征点区域边缘检测的方法,排除备选目标特征点集合中的背景特征点,实时准确检测旋转复杂背景中红外运动小目标。实验结果表明,该算法能够准确地检测出红外多个运动小目标,检测率93.8%,平均虚警率0.126次/帧,平均每帧耗时15.53 ms,每帧图像处理的最大时间为20.45 ms,能够满足运动目标检测对实时性的要求。     

Mo含量对高等级管线钢相变行为及组织和性能的影响

通过调整一种高强韧管线钢中的Mo含量,研究Mo含量对动态相变规律的影响。在相同热机械控制轧制(TMCP)工艺下,比较Mo含量为0.2%和0.3%的两种钢的强度和韧性的差异,通过光学显微镜、EBSD、TEM等手段研究两种钢的复杂针状铁素体组织,并对组织和性能间的关系进行分析。结果表明:提高Mo含量有利于组织细化和针状铁素体的形成,动态CCT曲线向右下方移动;在相同轧制工艺条件下,0.3%Mo钢具有更高的强度,Mo含量的增加有助于提高沉淀强化和细晶强化的作用,同时增加了贝氏体铁素体(BF)的体积分数和MA岛的尺寸及数密度,并进一步提高了强度;两种钢在大角度晶界比例相同时,0.3%Mo钢的冲击性能较差,MA岛的尺寸和数密度及形状的不规则程度是影响冲击性能的主要因素。     

X80低温用高强度管线钢的工艺与组织性能试验

 随着管道向低温地区的延伸,对输送管线的低温性能提出了更高的要求,突破寒冷地区用高强度管线钢强韧性配合的瓶颈需要对现有管线钢材料的组织结构设计和TMCP工艺进行优化。为研究TMCP关键参数和复杂组织之间的关系规律从而指导实际轧制过程,采用Gleeble热模拟试验机通过改变冷却速度、终轧温度、终冷温度和驰豫时间,观察得到的不同组织并分析变化规律。结果表明,随冷却速度提高,多边形(准多边形)铁素体体积分数下降,贝氏体铁素体体积分数增加;提高终轧温度,晶粒粗化,但针状铁素体组织比例基本不变;提高终冷温度到550 ℃时,组织严重粗化,并伴随大量恶化低温韧性的大尺寸尖角状MA岛;增加驰豫时间,多边形铁素体晶粒尺寸及体积分数逐渐增大。结合性能研究结果,设计出X80低温管线钢组织为细小的准多边形铁素体＋粒状贝氏体＋少量贝氏体铁素体(QF+GB占90%以上)的组织,其中大角度晶界占比高于50%。最终工业化TMCP参数设定为终轧温度750 ℃+终冷温度480 ℃+冷速20 ℃/s,得到的产品具有优异的低温冲击韧性,满足了X80低温管线钢的综合性能要求。     

面向高分遥感影像的快速解译系统设计与实现

高分遥感影像可用于快速监察和跟踪突发事件，然而海量影像数据对系统的处理效力及解译的实时性提出更高要求。基于B/S架构设计一套高分影像快速解译系统，采用多并发、多节点、多线程、多任务的计算模式，实现大规模高分影像的快速入库及预处理；通过模块化的方式构建部署深度学习训练平台，以智能学习为主、人工校验为辅，交互可视化地实现高分影像的高效解译；结合影像金字塔、分块瓦片及改进的Nginx服务器技术，实现对目标影像的快速加载及可视。测试结果表明，对单幅12 GB的高分影像进行解译，从入库、信息录入、目标检测算法的运行到最终完成解译，解译时间得到显著缩短，且机器自动识别的正确率达95%。