一种从激光扫描数据中提取角点特征的方法

提出一种从激光扫描数据中提取角点特征的方法,以满足结构化环境中移动机器人定位的需要。该方法分为角点特征滤波、角点函数计算、非极大值抑制和角点特征提取与定位四部分。首先,通过角点特征滤波排除不具备角点特征要素的扫描点。然后,通过角点函数衡量余下的扫描点作为角点特征的程度。之后,采用非极大值抑制方法去除局部区域内非极大值对角点特征提取的干扰。最后,通过阈值法提取出角点特征并对其进行定位。实验结果表明,该方法可以准确地从激光扫描数据中提取出角点特征,并对位置参数具有很好的鲁棒性。     

改进的EMD方法在车辆振动信号提取中的应用(英文)

为了能在强噪声背景下准确地进行振动信号的特征提取,对经验模式分解进行了研究和改进,并将其应用于车辆振动信号的特征提取中。首先对系统中各输入信号进行了多次自相关处理,有效地降低信号中的噪声。然后对处理的信号进行经验模式分解,得到了各固有模态函数分量。最后对感兴趣的固有模态函数分量进行希尔伯特变换和谱分析,从而得到信号的特征信息。仿真和试验分析说明了改进的经验模式分解方法的可行性,并且对同类工程问题具有一定的参考价值。     

航空发动机燃烧室旋流流场特性PIV分析(英文)

应用粒子图像测速仪(Particle image velocimetry,PIV)研究了具有两级轴向旋流器的航空发动机燃烧室旋流流场特性(包括冷态流场和燃烧流场)。分别研究了不同主燃孔几何大小与空间排布、进口空气温度、一级轴向旋流器旋流角度以及油气比对冷热态流场的影响,分别获得了流场速度大小、脉动速度、雷诺应力以及回流区长度等参数。试验结果表明:燃烧流场的中心回流区长度要比冷态流场中心回流区短;随着进口空气温度和油气比的增加,中心回流区长度减少;同时主燃孔几何参数的变化(主燃孔大小和空间排布)对两级轴向旋流器旋流流场有很大影响。     

一级旋流偏置对双旋流杯下游流场的影响

双旋流杯具有良好的综合燃烧性能,在航空发动机燃烧室中已获得广泛应用。但其在装配过程中不可避免地会出现细微的安装误差,为了研究这些细微误差是否会对燃烧性能产生影响,需要更细致地研究双旋流杯局部结构和气动特征对下游流场的影响作用。因此,本文在常温常压条件下采用粒子图像测速(PIV)技术测试了双旋流杯下游冷态流场,探究一级旋流偏置对反向双旋流杯下游流场的影响规律。结果表明,随着一级旋流偏置距离的增加,在无量纲偏置量下游流场无变化,而当继续增加一级旋流的偏置距离时,下游流场会出现明显的偏移,这对旋流器的安装调试提供了参考。      

“高分四号”卫星凝视相机视频电路设计与实现

"高分四号"卫星是中国首颗地球静止轨道遥感卫星,其携带的凝视相机系统能够实现在36 000km的地球静止轨道拍摄到50m分辨率的图像信息。高轨道、高分辨率光学拍摄任务所带来的问题是,面阵CMOS图像传感器模块将以极快的速度产生大量的并行图像数据。这对以CMOS图像传感器模块为核心的视频电路提出了更高的要求。而传统的视频电路设计方法不仅会产生一些信号完整性问题,且并不能完全适用于基于这种大数据量的面阵CMOS图像传感器模块的视频电路设计。文章通过仿真分析和实验验证,对比常规的设计方法,结合CMOS图像传感器模块的特点和输入输出特点,对基于这种面阵CMOS图像传感器模块的相机视频电路提出了新的设计方案,并证明了文章所提出的设计方案正确可行,且效果优于常规的设计方案。文章提出的设计方案已成功应用在"高分四号"卫星,在要求日趋复杂的遥感领域亦有广阔的应用前景。     

基于Transformer和动态3D卷积的多源遥感图像分类

多源遥感数据具有互补性和协同性,近年来,基于深度学习的方法已经在多源遥感图像分类中取得了一定进展,但当前方法仍面临关键难题,如多源遥感图像特征表达不一致,融合困难,基于静态推理范式的神经网络缺乏对不同类别地物的适应性。为解决上述问题,提出了基于跨模态Transformer和多尺度动态3D卷积的多源遥感图像分类模型。为提高多源特征表达的一致性,设计了基于Transformer的融合模块,借助其强大的注意力建模能力挖掘高光谱和LiDAR数据特征之间的相互作用;为提高特征提取方法对不同地物类别的适应性,设计了多尺度动态3D卷积模块,将输入特征的多尺度信息融入卷积核的调制,提高卷积操作对不同地物的适应性。采用多源遥感数据集Houston和Trento对所提方法进行验证,实验结果表明：所提方法在Houston和Trento数据集上总体准确率分别达到94.60%和98.21%,相比MGA-MFN等主流方法,总体准确率分别至少提升0.97%和0.25%,验证了所提方法可有效提升多源遥感图像分类的准确率。     

区域感知实时人像超分辨率重建网络

在人像超分辨率重建领域,传统方法通常将整幅图像进行统一处理,导致效率低下。为降低模型的推理时延,提出了一种实时超分辨率重建模型RASR。该模型利用门控单元处理低分辨率图像,识别出人像边缘区域;采用分区重建策略,使用不同尺寸的子模型分别针对包含或不包含人像边缘的区域进行重建。实验结果表明：与现有方法相比,RASR模型在4倍上采样重建场景下的推理时延降低了88%,能够更有效地重建高分辨率人像图像。     

一种适合于大尺寸航拍图像的特征点提取方法

一些航拍图像的尺寸较大,现有的特征点提取算法在对其处理时均要耗费大量的时间,针对这一问题,提出一种快速有效的特征点提取算法。首先构造原始图像的拉普拉斯金字塔,以获得图像的尺度信息,同时保留图像的方向信息;再使用非均匀多方向滤波器组将金字塔图像分解在不同方向上,在分解后的图像中提取局部极值点作为候选特征点集;采用特定的合并策略合并候选特征点最终得到特征点集,并根据方向滤波器组为特征点分配方向向量。试验结果表明,本文算法在基本保证提取到的特征点匹配率及正确率的前提下,有较高的效率。     

基于序列红外图像的弹道导弹中段目标检测跟踪方法

针对弹道导弹中段目标检测跟踪问题,将卡尔曼滤波应用基于红外图像的弹道中段目标检测数据滤波和预测,建立了中段目标的状态方程和量测方程。针对卡尔曼滤波中系统噪声和量测噪声的自协方差阵难于确定的问题,研究了卡尔曼滤波参数选择设置方法,利用实际检测结果对不同噪声参数条件进行了试验,得到了应用于弹道导弹中段目标检测跟踪的滤波器参数设置规律,为弹道导弹中段目标检测跟踪技术提供了参考。