Infrared Image Small Target Detection Based on Bi-orthogonal Wavelet and Morphology

An image multi-scale edge detection method based on anti-symmetrical bi-orthogonal wavelet is given in theory. Convolution operation property and function as a differential operator are analyzed,which anti-symmetrical bi-orthogonal wavelet transform have. An algorithm for wavelet reconstruction in which multi-scale edge can be detected is put forward. Based on it, a detection method for small target in infrared image with sea or sky background based on the anti-symmetrical bi-orthogonal wavelet and morphology is proposed. The small target detection is considered as a process in which structural background is removed, correlative background is suppressed, and noise is restrained. In this approach, the multi-scale edge is extracted by means of the anti-symmetrical bi-orthogonal wavelet decomposition. Then, module maximum chains formed by complicated background of clouds, sea wave and sea-sky-line are removed, and the image background becomes smoother. Finally, the morphology based edge detection method is used to get small target and restrain undulate background and noise. Experiment results show that the approach can suppress clutter background and detect the small target effectively.     

LabVIEW及其在电源老化监测系统中的应用

本文介绍了一种基于虚拟仪器技术的分布式电源老化监测系统．该系统利用单片机完成被测信号的采集和数据传送，使用RS-485总线构成分布式的测试瑚络并在上位机上采用功能强大的LabVIEW软件进行编程．文章主要对系统的软件编程语言LabVIEW以及软件设计原理进行说明。     

一种用细胞神经网提取遥感图像边缘的新方法*

针对灰度遥感图像具有噪声多、图像亮度均匀、边缘模糊等特点,提出了基于细胞神经网遥感图像边缘检测的新方法。该算法主要是利用细胞神经网先后对遥感图像进行图像滤波、灰度阈值化、膨胀腐蚀、边缘检测等模板操作。实验结果表明,与传统的Sobel和Canny边缘检测算法相比,本算法不仅能有效地去除噪声对边缘检测的影响,而且能够快速完整地提取图像边缘。     

基于特征的车辆目标复合探测方法研究

联合使用车底阴影、边缘信息、轮廓对称、灰度对称、水平线对称等车辆先验知识,提出一种基于特征的车辆检测方法.首先在图像中构建具有车底阴影特性的感兴趣区域;然后在感兴趣区域中分析车辆的边缘置信度,滤除其中平坦的背景区域;接下来利用轮廓对称或灰度对称定位潜在车辆;最后在潜在车辆区域中进一步分析对称性测度和水平线特性.只有具有充分的边缘、对称性和水平线特性的潜在车辆区域才被检测为车辆.实验结果表明:该方法在城市环境且不考虑遮挡的情况下,车辆有效识别率达到90%以上.     

智能控制技术在黄磷生产中的电炉上的应用

黄磷生产所用的电炉具有大时滞、慢时变、非线性、强干扰等分布参数系统特性 ,而且无法建立精确的数学模型 ,单纯采用严重依赖精确数学模型的常规PID控制难以取得令人满意的控制效果。针对黄磷生产的实际情况 ,提出将模糊逻辑、人工神经元网络以及专家智能控制等三种智能控制方法相结合形成一种新型的智能控制系统。该系统采用分层递阶结构并通过计算机集散系统加以实现 ,其控制优点是不依赖于被控对象———黄磷电炉的严格的数学模型 ,鲁棒性强 ,并且对环境的变化有自适应和自学习能力。仿真实验结果表明 ,该设计方案是合理的和有效的。目前这套智能控制系统已经成功应用于鹏洋化工公司黄磷电炉炉内温度控制 ,控制结果令人满意 ,提高了黄磷产品的质量和产量