实现方差自适应增强的递归滤波器法

介绍了用递归低通滤波器方法来实现图象的方差自适应增强。提出了以局部统计值为基础的自适应增强的数学表示式，以及采用递归低通滤波器实现的方法，并对速归滤波器的设计作了较详细的分析和说明。在运算过程中，考虑各种因素，对输出的影响，适当选择合适的参数以获得令人满意的效果。在ＭＯＤＥＬ７５图象系统上用上述算法实现图象增强，效果是明显的，使处理后的照片提高了局部对比度，细节更加清晰。     

三维CT图象自动分割法

计算机断层扫描图象（ＣＴ）和核磁共振图象（ＭＲＩ）是诊断疾病和制定治疗方案与手术方案的主要依据之一，而分割ＣＴ和ＭＲＩ图象是定量分析其平面与三维信息的关键之一。本文先采用三维自适应滤波，在保留图象细节的前提下滤除高斯分布噪声和脉冲噪声，然后根据ＣＴ或ＭＲＩ各断层多阈值二值化图象采用区域自动增长算法实现了三维ＣＴ图象和ＭＲＩ图象的自动分割。最后给出了腹部ＣＴ图象的分割结果，该方法分割精度高，速度快，具有广泛的临床应用价值     

一种新的二维最大熵图象阈值分割方法

根据最大熵原理提出了一种用二维最大熵获取二值图象的新方法，介绍了用梯度－区域灰度均值二维最大熵求取阈值的原理和过程。计算机仿真结果表明，采用本文提出的阈值分割方法，对于直方图平坦的灰度图象处理效果尤为理想。     

一种小波变换图象无失真编码方案

提出一种基于小波变换的图象数据无失真压缩编码方法，基本思路是利用小波变换实现图象的多分辨率分解，然后再对变换后的小波图象进行动态Ｈｕｆｆｍ ａｎ 编码，从而在不影响整个系统运行深度的前提下，最终实现压缩比较大的图象无失真压缩编码。     

基于Hopfield神经网络的非线性系统故障估计方法

针对一类故障参数是线性可分的非线性系统,在参数故障情况下提出了一种基于Hopfield递归神经网络的故障估计方法。利用Hopfield递归神经网络的自学习能力和稳定性理论,将故障参数的估计问题转化为Hop-field神经网络的稳定性问题,克服了现有数值方法存在量化误差和算法收敛性等问题。与自适应观测器和等价空间方法等相关故障参数估计方法相比,具有设计简单、易于实现和适用性宽等特点。仿真结果表明,对于常值故障和时变故障,诊断系统均具有较好的估计效果和动态性能。     

基于空间相关函数的二维紊流场数值生成法

大气紊流是复杂的扰动形式，影响飞行品质、飞行安全。对于复杂的飞行任务，有必要生成二维紊流场模型，从而更准确地反映扰动情况。传统方法是以时间频谱为基础，利用谱分解定理得到所需的成形滤波器结构，进而生成紊流递归模型。这种方法需要经过对模型进行简化，以便利用谱分解定理，使仿真模型的统计特性受到影响；另外，从理论上讲，传统方法只能生成一维大气紊流递归模型。本文直接从空间相关函数入手，提出建立离散自递归模型的新方法，给出了二维紊流场的递归模型     

灰度图象的直接Hough变换方法

提出了利用灰度图象的梯度直接进行Ｈｏｕｇｈ变换以检测条纹的方法，与传统Ｈｏｕｇｈ变换及直接利用灰度进行Ｈｏｕｇｈ变换检测条纹的方法相比，具有快速计算以及对图象噪声不敏感的特点。     

遗传算法设计梯度子实现优化的图象边界检测

计算机图象处理技术可广泛应用各种图象测试、模式识别和计算机视觉等领域，而图象边界检测是计算机图象处理的最基本和最低层的步骤之一。由于噪声的干扰和图象光照不均匀等因素的影响，目前的图象边界检测方法还不能有效地检测出各种不同模式的边界。本文提出了一种基于遗传算法和灰度梯试算子的图象边界检测法，通过对样本图象的训练，设计对训练样本模式最优的灰度梯度算子，增加了对噪声的抗干扰能力，并且使被检测出的边界更准确。     

测定三维边界层转捩区位置的热膜－红外法实验研究

以表面热膜法和红外图象法作为主要方法，以油流法和荧光微丝法作为辅助方法，在低速风洞中，对三维边界层转捩现象进行了实验研究，发展了一种可供实用的定量确定三维边界层转捩区位置的新方法——热膜－红外法     

飞机零位检测系统中的座舱仪表读数识别法

介绍了飞机零位检测系统中的座舱仪表读数自动识别系统。识别系统预先在实验室条件下将各分立仪表图象二值化细化处理成标准的预模式，以此为参照输入被测仪表图象，使之与标准模式有接近的几何位置，然后采用二进小波变换方法在不同角度的扇形区域选择不同的变换参数提取仪表指针及刻度信息，抑制噪声与仪表表面玻璃的反光干扰。再建立图象的同心几何结构特征空间，从而求出被测仪表图象的中心点和相对于标准模式的旋转角度，最后判读指针角度，根据此角度与读数的对应关系自动识别出仪表读数。本文建立的系统对外场环境下摄入的带噪声和反光干扰的座舱仪表图象进行自动识别取得了满意的结果，识别精度高于人工识别精度，基本实现了在线测试。     

测定三维边界层转捩区位置的热膜—红外法实验研究

以表面热膜法和红外图象法作为主要方法，以油流法和荧光微丝法作为辅助方法，在低速风洞中，对三维边界层转捩现象进行了实验研究，发展了一种可供实用的定量确定三维边界层转捩区位置的新方法－－热膜－红外法。     

基于静态小波分解的机加工表面图象滤波

由于在机械加工过程中机械振动和噪声回波的相干性，机加工表面图象上会存在白噪声，为了削弱这些噪声的影响，提出了一种基于静态小波分解的自适应阈值滤波方法，该方法首先将机加工图象分解至静态小波域。然后在静态小波域中将噪声的小波系数收缩至零，将此算法应用于机加工图象噪声滤波，并与基于Mallat分解的滤波算法和另外三种典型图象滤波算法进行比较，结果表明，该方法不仅可以有效的去除噪声，而且还可以保持图象的精密纹理结构。     

定子磁场定向控制的异步电机无速度传感器低成本控制系统

开发了基于高性价比DSPMC56F8013的低成本异步电机控制平台，研究了一种基于定子磁场定向的异步电机无速度传感器控制算法。该算法结构简单，易于实现，对电机参数依赖性小。文中提出定子磁链校正因子，用于补偿低速运行时由于一阶低通滤波器的使用而造成的定子磁链观测误差。新颖的转速调节器，保证电机在动态过程中以最大转矩运行。系统仿真和原理样机的试验结果表明，整个控制系统具有良好的动态和稳态性能。     

基于前向神经网络的与内容无关的笔迹鉴别

与内容无关的笔迹鉴别是属于图象处理和模式识别领域的一项课题，有着广泛的实用前景。本文提出了一种基于前向神经网络的与内容无关的笔迹鉴别的方法。文中讨论了提取笔迹灰度图象特征和用前向神经网络分类器进行两大问题。对笔迹灰度图提取了3大类18个灰度特征，面前向神经网络分类器由一种新的遗传算法同时优化设计其结构和权重矢量。通过对10人、每人6幅笔迹度图象用18个灰度特征进行鉴别,试验结果显示此方法设计的前向神经网络分类器收敛率高，比常用的最近邻分类器有更高的识别正确率。     

纤维增强复合材料层合结构的非线性热稳定性分析

考虑到纤维增强复合材料的弹性常数和热应变随温度变化的非线性关系，推导出复合材料层合结构在热载荷作用下大挠度的有限元列式和几何非线性屈曲分析的理论表达式，利用局部线性化，得到了既考虑几何非线性又考虑热非线性的屈曲方程，本文提出了一种实现双重非线性问题的计算方法，使该问题的工程计算成为可能。     

显微镜采集图象的自动化

介绍了一种利用ＰＣ机与单片机通讯控制显微镜载物平台作三维运动从而实现了自动搜索视场，自动聚焦的方法，文中较详细地介绍了作为自动采集系统前台控制和驱动部分的单片机系统的硬，软件结构，以及作为上位机的ＰＣ机的控制策略和软件流程，由于采用了微机技术并配以精密的机械传动机构，使得对数据的获取和分析快速，准确，克服了手动调节动作慢，误差大等问题，为以后进一步对图象信息进行分析处理提供了便利。     

图象最大熵复原及其快速算法

图象最大熵复原是一种正性约束条件下的非线性图象复原方法。Ｂｕｒｇ法用于图象最大熵复原，只提出了一维解的结果，而未发表其推导过程。本文采用泛函极值求解方法推导出类似的一维解，并在此基础上提出了具有实用价值的快速算法。     

基于改进EKF的IMU动态误差抑制

惯性测量单元（Inertial measurement unit,IMU）三轴欧拉角的解算数据精度和抗干扰性能常受到系统高频噪音以及震动干扰的影响。基于此问题，本文提出一种适合嵌入式系统的低计算量、实时性好、低成本的动态误差抑制方法。该方法通过在扩展卡尔曼滤波器（Extended Kalman filter, EKF）算法前端引入一种无限脉冲响应滤波器（Infiniteimpulseresponse-extendedKalmanfilter,IIR-EKF），借助于二阶巴特沃斯低通滤波器（Butterworth filter, BF）对数据进行预处理来帮助EKF抑制高频或强干扰。IIR-EKF算法在STM32H743微控制器中实现，经过几种实验对比验证，结果表明：在EKF单独作用时，其数据方差较大，遇到震动干扰时，瞬时值误差较大；在无迹卡尔曼滤波（Unscented Kalman filter, UKF）单独作用时，虽然其并不依赖初始噪音参数，其数据方差比EKF小，但还不足以满足要求；在加入BF后，数据方差明显减小，瞬时误差被大幅抑制，增强了系统的稳定性、抗干扰能力。     

对用小波组合匹配冲击谱方法的改进

本文对资料所提出的匹配冲击响应谱的一种方法——小波组合(波形系综)方法做了三点改进:1.用递归数字滤波法计算响应以代替资料的求解析解的方法。这样不仅可以避免繁长的公式推导,也节省了机时。2.因而计算响应时可以很容易地考虑阻尼的影响。3.在匹配谱图的叠代过程中对幅值系数A_m的修正,本文提出用比例修正法代替资料中的求[Q_(km)]~(-1)的方法。试用表明,此法比求[Q_(km)]~(-1)的方法不仅简单且效果更好。通过大量计算,给出了匹配冲击响应谱时各参数的选取原则。作为例子,文中最后对三个谱图进行了匹配,计算结果证明了本文提出的这些观点。     

基于小波变换和支持向量机的开关电流电路故障诊断新方法

针对开关电流(Switched current,SI)电路的故障诊断和定位问题，为进一步提高故障诊断准 确率，提出了基于小波变换和粒子群优化(Particle swarm optimization，PSO)支持向量机 (Support vector machine，SVM)的开关电流电路故障诊断新方法。该方法首先对节点电流 信号进行蒙特卡罗分析，然后通过小波分解计算分形维数，再利用核主元分析（Kernel pri ncipal component analysis，KPCA）降低特征值维数，实现最优故障特征的提取。最后通 过PSO SVM完成对各种故障模式的分类。对六阶切比雪夫低通滤波器进行了仿真实验验证， 获取了较高的故障诊断准确率，与其他方法进行比较，实验结果显示了本文方法的优越性。