排序方式: 共有24条查询结果,搜索用时 0 毫秒
1.
实用的电子稳像系统设计 总被引:1,自引:0,他引:1
由于在车载及机载系统中,受限于质量、体积及功耗等因素,基于PC的电子稳像系统无法直接使用,而基于DSP的系统具有体积小、重量轻、功耗低的特点;这里从硬件与软件两方面设计了一种基于DM642的视频电子稳像系统;给出了系统的输入输出以及数据处理的整体硬件设计,阐述了基于块匹配的稳像算法,并根据设计的硬件与算法搭建Simulink模型,利用Matlab/Simulink软件的实时工具箱RTW创建CCS工程并直接生成C语言代码的方法,调试开发系统的周期;实验结果表明,稳像后的PSNR值明显增大,该系统有效地稳定了频系列;本系统设计简单,稳像精度较好,具有一定的应用价值。 相似文献
2.
3.
用水合肼/过氧化氢组成的氧化还原体系对丁腈胶乳加氢,制备了氢化丁腈胶乳.以 2,2-二苯基-1-苦肼基自由基(DPPH2)为自由基捕捉剂,观察含有DPPH2胶液的颜色变化,并通过紫外-可见分光光度计检测了橡胶溶液中DPPH2的吸光率.结果表明,在所观察时间内,氢化丁腈胶乳溶液开始时的紫色逐渐变浅,最后呈浅黄色;而纯溶剂CHCl3以及对比实验丁腈胶乳溶液则自始至终为紫色;在丁腈胶乳溶液中,DPPH2在520 nm的吸光率变化较小,而在氢化丁腈胶乳溶液中,其值随反应时间迅速下降. 相似文献
4.
红外图像复杂度度量是自动目标识别及其跟踪性能评估的重要组成部分。传统的度量指标如统计方差、信杂比等针对的皆是单帧图像,而对于图像序列复杂度度量的研究寥寥无几。针对该问题,提出一种面向自动目标跟踪的红外图像序列复杂度度量方法。首先,对影响目标识别及其跟踪因素进行分析,明确了红外图像序列中影响目标识别及其跟踪的具体原因,以此为依据构建基于特征空间的目标混淆度和目标遮隐度指标;其次,通过灰色关联法优化特征空间,使目标混淆度和目标遮隐度指标更加合理;最后,结合识别与跟踪的特点,选择合适的加权平均函数和非线性变换函数,实现图像序列复杂度度量。实验表明,与图像序列评价指标如序列相关度、帧间目标变化度相比,文中提出的评价指标与跟踪误差的单调关系更好,是一种有效的图像序列复杂度评价标准。 相似文献
5.
用自制的铑-钌(Rh-Ru)双金属配位催化剂对丁腈橡胶(NBR)进行溶液均相催化加氢,制备了氢化丁腈橡胶(HNBR)。采用红外光谱法、核磁共振法、溴碘试剂法和差示扫描量热法进行了分析表征。结果表明,NBR中C=C被加氢还原,而耐油基团-CN没有改变;HNBR的玻璃化转变温度先随加氢度的增加略有下降,当加氢度达到90%以上时,又缓慢升至原胶NBR的水平。以加氢度为95%的HNBR为基础胶料,制得了邵尔A型硬度为73、拉伸强度为25MPa、扯断伸长率为195%、压缩永久变形为17%的硫化胶。 相似文献
6.
人工智能技术是实现光电成像精确制导武器智能化、提升复杂作战环境作战性能的重要途径,研究与总结国外成像末制导智能化技术发展现状和趋势对我国精确制导武器智能化技术发展具有重要的指导意义。介绍了光电成像精确制导武器在当前局部冲突中的重要性、多模复合成像末制导及智能化技术发展的必然性。概述了全球主流对海、对地、对空等精确制导武器的成像末制导发展现状,分析总结了光电成像末制导不同阶段智能信息处理面临的关键问题、技术原理和智能化水平。总结了现役或在研的智能化武器装备所具有的智能化特征,并依据现有的人工智能技术分析了其智能技术原理与武器智能化功能实现。从作战目标、作战环境、对抗模式、新型作战样式等方面分析了成像制导导弹所面临的未来复杂战场环境与作战需求,以及对成像末制导智能化技术带来的挑战。依据人工智能与人脑视觉认知能力的对比,提出了未来成像末制导技术智能化的六个能力特征,以及将成像末制导智能化划分为功能级智能、系统级单体智能、体系级群体智能技术三个发展阶段,并分析了相应的技术内涵、关键技术与实现功能。 相似文献
7.
8.
9.
用傅里叶变换红外光谱表征了由丁苯胶乳加氢制备的氢化丁苯橡胶(HSBR),测定了其生胶力学性能。以过氧化二异丙苯为硫化剂,研究了氢化度98%的HSBR的静态、动态力学性能及耐老化和耐化学品性能。结果表明,氢化度98%的HSBR的各种碳碳双键基本饱和,是一种典型的热塑性弹性体,具有较好的力学性能和优异的耐老化性能。硫化胶的拉伸强度可达27.6 MPa,扯断伸长率为300%,撕裂强度44 kN/m;阿克隆磨耗量0.03 cm3,动态压缩永久变形3.75%,动态生热33℃。经过150℃×72 h老化后,其拉伸强度和撕裂强度不变;硫化胶对酸、碱、醇及丙酮有很好的抗耐性,但在甲苯中溶胀严重。 相似文献
10.
为了进一步提高彩色遥感图像的配准精度,针对遥感图像配准过程中色彩信息利用率低以及误匹配率高的问题,提出一种改进的SURF(Speeded Up Robust Feature)彩色遥感图像配准算法;该算法首先在对彩色遥感图像进行特征点检测基础上,对特征点描述算子进行改进,以使颜色空间变换后得到的特征点色彩信息添加到原描述算子中,并对特征点描述算子进行归一化处理,以增加算子的独特性和对旋转、尺度、光照的鲁棒性;其次,结合单向匹配和双向匹配的比值,提出了一种最优化阈值选择准则,如果欧氏距离比率小于最优化阈值,完成特征点匹配,得到正确匹配点对,再通过变换矩阵得到配准图像;实验结果表明,在保证实时性的条件下,该算法相比于原SURF算法,准确性和稳定性都有一定提高,具有一定的理论和应用价值。 相似文献