基于最大似然法的航空图像分类研究

航空图像的分类是其判读和识别的重要技术基础。本文将最大似然法应用于航空图像的分类,给出了利用该方法进行航空图像分类的原理、方法和过程,对于航空图像的分类工作具有一定的指导意义。     

一种基于多普勒谱AR建模的SAR图像纹斑噪声抑制技术

基于合成孔径雷达(SAR)成像与自回归(AR)模型的特点,提出了一种SAR图像纹斑噪声抑制技术.将SAR复值图像的多普勒谱表示成一定阶数的AR模型,根据合适的AR模型系数估算SAR强度或幅值图像可保持较高的分辨率.给出了方法的模型和步骤.实验结果表明:所获幅值图像的纹癍噪声抑制,以及边缘和纹理特征等细节保持都优于常用的基于SAR图像多普勒谱的纹斑噪声抑制--多视处理技术.     

基于图像分形的故障特征提取方法

提出了一种图像分形的故障特征提取方法。介绍了分形维数的理论计算公式,分析了计盒维数的计算方法。对现场测试的柴油机爆燃阶段振动信号波形图像和切片Wigner高阶矩谱图像进行了分形维数计算。研究结果表明柴油机缸套活塞不同磨损状态的分形维数差异明显,能够表征不同状态的特征参数。     

鸭翼布局中双立尾对全机气动及流场特性影响

在战斗机先进气动布局研究中,双立尾位置的选择始终是一个十分重要的问题.不适当的双立尾位置会给飞机纵横向气动特性带来严重的影响.对一种鸭翼布局的飞机模型,按3种不同的双立尾配置进行了气动力测量、流态显示,然后用PIV(Particle Image Velocimetry)进行了不同迎角下的流场测量.结果表明:双立尾处于飞机内侧后置内移位置其最大升力系数具有最大值.破裂过程及流场特性同无双立尾时的情况十分相似,进而说明双立尾同机翼涡的干扰主要是促进了涡的提早破裂,从而恶化了全机气动特性.      

基于序列图像的自动目标识别算法

由于利用单幅二维图像进行三维目标识别存在识别的多义性,提出了一种基于二维序列图像的三维目标自动识别算法。首先以修正的Hu不变矩构造目标的图像识别特征,进而采用BP神经网络分类器构造关于目标融合识别的基本置信指派函数,以神经网络的训练误差构造证据理论不确定性度量,采用基于吸收法的DS证据理论实现高冲突证据的贯序式融合。对各姿态飞机图像识别的仿真表明,该算法对飞机的空间姿态变化具有很强的鲁棒性,能快速地准确识别飞机类型。此外,算法对先验性参数具有一定的鲁棒性。     

虚拟现实中的增强虚境技术

增强虚境技术在基于图形的建模与绘制(GBMR)框架下利用基于图像的建模与绘制(IBMR)方法描述复杂对象及加速场景绘制,可以解决虚拟现实研究中逼真绘制与实时显示间的矛盾.将国内外增强虚境方面的最新研究成果按融入合成场景中图像对象包含几何信息的比例划分成3大类,分别是在合成场景中融入纯图像对象、融入部分几何信息的图像对象及利用IBMR方法加速场景绘制,介绍了3类工作中新的研究成果,分析了这些成果的基本原理、方法、过程和优缺点,提出了该领域技术发展面临的5大问题及可能的解决方法．      

红外图像特征提取的一种方法

小波变换是信号处理、图像处理的重要工具,已广泛应用于信号分析、数据压缩和边缘检测等各个领域。本文基于图像小波变换,提出了一种红外图像特征提取的一种方法。通过对红外图像进行小波分解,设置门限,将小波变换系数转换为二进制,然后将二进制小波系数再转换为十进制,这样既得到了红外图像的特征,又压缩了数据。通过大量的红外图像目标识别实验,证明本文提出的方法是有效的。     

基于扩展卡尔曼滤波的舰机相对位姿估测

通过将基于扩展卡尔曼滤波的长序列图像分析方法与单目视觉技术相结合,把无人机自主着舰视觉导引中舰机间相对位姿的估测,转化为机载摄像机对着舰靶标平面3D位姿的实时估测问题.首先根据透视投影理论,建立了以摄像机的透镜中心为原点且Z轴与光轴重合的摄像机坐标系和世界坐标系,然后利用机载摄像机连续拍摄的靶标图像序列,选择描述相对运动的3个欧拉角、平移向量及它们的速度作为状态变量;由靶标角点的提取和帧间匹配,建立了反映着舰靶标上特征点的图像坐标和状态变量之间关系的观测方程,带入扩展卡尔曼滤波器,估测出舰机的相对运动参数.计算机数据仿真和基于DSP平台的半实物仿真试验验证了算法的有效性和鲁棒性.