一种面向目标跟踪性能的红外图像自适应增强方法

针对光照突变或强辐射源干扰条件下由于目标能量变化引起跟踪不稳定且易丢失的问题,提出了一种可适应目标能量突变的自适应红外图像增强预处理算法。首先通过最大极值稳定区域方法对目标进行检测,实时计算目标区域平均灰度,并通过最小二乘对下一帧目标均值进行预测,当检测到实时目标能量与预测均值能量突变超过一定阈值后,使用自适应增强方法重新预处理目标图像,使突变前后目标及其附近背景区域对比度保持稳定,然后通过核相关跟踪算法对目标能量变化前后的目标进行跟踪。实验结果证明,该增强算法能有效改善目标能量突变情况下目标跟踪的稳定性和准确性。     

基于FSVM的转炉终点光辐射状态识别

针对转炉冶炼终点传统人工肉眼看火判断存在着诸多不确定性问题,研究了一种基于模糊支持向量机的光辐射状态识别实现转炉终点判断的方法。设计了非接触式炉口光辐射采集系统,基于炉口火焰辐射规律分析,分别提取了通过高斯函数拟合表征光谱整体特征的三参数和两个发射峰离散谱参数作为支持向量机的输入,通过相关性分析选出生产过程中氧量、动枪幅度、爽枪时间、加料量参数构建子样本特征量,采用样本到类间距离的方法计算隶属度因子,建立了模糊支持向量机识别模型并进行了测试实验。实验结果表明,提出的方法对不同操作工况下的终点光辐射识别精度优于人工方法和传统SVM方法,可为转炉终点的准确判断提供依据。     

基于激光雷达与红外数据融合的跟踪算法

针对精确制导中目标的自动识别、稳定跟踪与抗干扰需求,提出了一种基于激光雷达与红外数据融合的目标识别与抗干扰方法。首先采用一致性点漂移(CPD)算法对目标在不同图像中的轮廓特性进行匹配,完成了激光与红外图像的配准;然后利用红外图像中目标的能量和形状信息、激光图像中的距离信息完成激光与红外图像的决策级融合;最后利用改进的核相关跟踪算法完成目标的跟踪与抗干扰。通过激光雷达与红外仿真数据的实验,验证了文中方法在目标跟踪与抗干扰性能上的有效性。     

基于实时流协议的流媒体客户端

介绍了实时流和实时流协议，针对基于实时协议的流媒体客户端播放器的特殊要求，提出了一种适用于视频点播（Video On Demand)的流媒体客户端结构模型，研究并设计了相应的流量控制策略、组包算法和缓存管理策略，试验结果表明，该客户端播放器占用系统资源少，具有良好的实时性、容错性和同步性。     

激光脉冲弱小回波信号提取方法研究

在激光红外复合制导中,主动激光雷达可以提供探测目标的距离信息,并与红外探测方式实现光电互补,有助于提高复杂战场环境下精确制导的准确率。激光测距时,准确的回波位置检测是确保测距精度的关键。而信噪化是决定精度和作用距离的关键。为了提升脉冲回波信号的信噪比,本文提出了一种结合自相关滤波算法与改进的奇异值分解方法的微弱脉冲提取方法,并分别采用仿真数据和实际采集的脉冲激光回波信号进行去噪实验,实验结果表明,本文所提出的方法能够有效地提升回波信号的信噪比,有助于提高激光测距的精度。     

基于小波神经网络的氧气顶回转炉口火焰温度多光谱测量

氧气顶回转炉(BOF)口火焰温度的分布是对炉内钢水温度和成分含量判定的一项重要依据。通过对炉口350~1100 nm光谱数据的分析,炉口火焰光谱为“带状”辐射重叠在连续的或“黑体”辐射上,在可见光波段有明显的辐射能力。以在南京钢铁公司炼钢炉前在线采集的400炉光谱数据为研究对象,应用小波分析和神经网络的两大类模型交叉结合的方式对炉口火焰温度进行建模预测,并对预测结果做出分析。结果表明,紧致型小波神经网络在预测中取得更佳的效果,基于多光谱测温理论的小波神经网络预测的结果与副枪测量的温度误差能够在理想的范围内。