机织织物剪切行为研究

 研究了平纹碳纤维机织织物的剪切行为。研究发现，织物的分阶段剪切行为与织物的细观结构有关，不同的剪切阶段具有不同的剪切机理，通过XLT-3400连续变体式显微镜和像框实验结果对不同剪切阶段的剪切机理进行了分析。通过纱线抽出实验获得了织物中纱线之间的摩擦系数,将纱线当作一个悬臂梁安装，通过此方法获得了纱线的抗弯刚度，由这两个实验导出了摩擦力矩。利用像框剪切实验以及力矩平衡，建立了平纹织物初始剪切阶段载荷 剪切角的关系模型。实验结果表明，此模型可以很好地模拟剪切角度超过0.05 rad之后的织物初始剪切行为。     

仿生复眼测量系统中全景图生成的研究

模仿昆虫复眼结构形状,设计了一种仿生复眼测量系统.该系统由七个CCD摄像机按照复眼最小单元排列组成,利用多个DSP处理板对七路视频信号进行同步处理,模拟实现了复眼的功能.与传统的视觉测量系统相比,该系统具有更宽的视场和更高的运动灵敏度.本文利用改进的相关性方法实现视频图像的拼接,生成全景图,并提出了新的方法,较好地消除了因图像局部不齐和图像灰度不一致带来的人为拼接痕迹.     

基于低通滤波的彩色图像多模式自适应系统

在彩色图像压缩中,"分量编码"技术已较为成熟,JPEG(Joint Photographic Experts Group)是其主要的代表之一.但对于一些要求速度较高的场合,仍不能满足要求.通过对这一技术中的各个环节的研究发现,将YUV空间进行旋转,使图像色域发生变化,压缩结果可得到改善.比较各种插值方法对恢复图像质量的影响,采用了二维重叠数字低通滤波器进行插值,同时配合使用快速的单色多模式自适应压缩算法,从而使系统不但有较宽的适用范围,而且在一定的压缩倍数范围内,恢复信噪比比JPEG高.     

用差分法处理相关性测量数据方法探讨

当测量参数（或称测量元素）具有强相关性时,运用测量求差法解算测量结果,能消除相关性误差因素的影响,获得高精度测量结果,如电影望远镜同帧画幅测量脱靶量.基于此,运用测量方法和数学手段构建一个虚拟的元素相关测量系统,以消除相关性误差因素的影响,同样能获得理想结果.用多台测速雷达组成的系统,可使火炮弹丸空间坐标的测量精度达到毫米量级,从而满足多种火炮立靶密集度的测量精度要求.     

一种SMART显示器画面的设计与仿真方法

针对当前SMART显示画面及其画面描述文件设计验证方法的缺点,提出了一种SMART显示器画面的设计与仿真方法,通过对SMART显示机制的分析,抽象出其画面构成原理、画面控制原理、数据驱动原理和画面描述文件的设计原理,通过搭建仿真环境,在设计阶段即可便捷地对画面设计和画面描述文件进行设计仿真.     

高速摄影技术在三维位移测量中的应用

提出了用高速摄影技术准确测量三维位移的新方法。该方法利用一只测量基准，使两台高速摄影机的拍摄方向相互垂直或成一定角度，并使所有的测点都在拍摄范围内。从摄影胶片上点的运动求出测点的三维坐标。实验结果表明：该方法的测量精度较高，适用于测量大梦位移的时间历程。     

数字图像条纹检测——极值判别方法

本文针对一般情况下的条纹图像提出了极值判别条纹检测方法,可以用来解决图像处理和模式识别中的条纹特征抽取问题。在图像测量领域中,往往需要对各类条纹图像进行判读处理,也存在条纹特征抽取问题。文中,在极值线定义的基础上,分析得出一整套极值检测判据,并用高阶混合极值检测判据实现了算法,对时间平均法激光全息测振干涉条纹图像进行了判读处理,取得了很好的效果。     

关于计算机描述工程图形的相关性参数数据设计方法

参数数据是计算机描述工程图形的数据结构形式，利用工程图形形过程中各图素之间几何特征的相关性，组成描述图形相关参数数据结构，使图形数据的存储读取更加灵活，为图形处理规律化提供了较为广阔的前景。     

基于局域纹理特征的图像无损压缩

局域纹理是识别图像的基本要素,因此在图像压缩处理中分析局域纹理特征是达到去相关的有效途径,在此原理基础上提出了一种新的基于局域纹理特征的无损压缩方法,该算法由去相关处理和熵编码两部分组成,去相关操作是通过一组预测模型自适应选择最佳的模型进行处理,然后使用快速有效的CCSDS编码器对最佳去相关模型的预测误差进行编码,最后给出了该算法与JPEG2000及JPEG-LS的无损压缩结果的比较,实验结果显示,该算法的压缩结果明显优于JPEG2000及JPEG-LS的无损压缩结果.      

改进S／DB提高FY—2A云图配准精度的方法

针对ＦＹ－２Ａ卫星因扫描辐射计步进引起卫星自旋周期变化从而造成图像精度恶化问题,根据扫描辐射计的运动规律,提出地面同步与数据缓冲系统（Ｓ／ＤＢ）预先补偿系统误差的解决方法;增强了Ｓ／ＤＢ的跟踪水平,使卫星图像的配准精度提高了近三倍,达到了内外先进卫星的水平,实际应用效果良好。