一种基于亚像素匹配的高精度视觉定位方法

大多数应用到无人机景象匹配导航中的匹配算法都只能满足像素级精度,且当无人机利用景象匹配定位时图像之间往往存在较大的视觉差异,这种情况下图像匹配精度低且性能会急剧下降。所以选用具有仿射不变特性的特征点进行匹配,结合高斯亚像素拟合原理及特征描述符简化方法,并采用渐进采样一致性(PROSAC)算法剔除误匹配点,最终实现亚像素级的景象匹配定位。实验结果表明,采用此方法可以大大提高图像匹配的精度,提高到0.05像素以内。     

鲁棒干扰解耦问题的进一步结果

本文是文献[1]工作的继续。主要讨论了同时不变子空间的三种特征:即时域特征、频域特征和几何特征。特别对包含在给定子空间H中的最大同时不变子空间给出了新的描述。利用这些结果,文中首先给出了一类离散扰动系统鲁棒干扰解耦问题的充要条件,然后推广到了连续扰动系统,获得了一个Kharitonov型的结果。     

基于几何不变性和BP网络的二维目标识别算法

提出了一种基于几何不变性和BP网络的二维目标识别算法.该算法不仅能适应目标物体在旋转、缩放和平移变换(RST变换)下的不变性识别,而且能适应仿射及射影变换下的不变性识别.算法通过对目标物体边缘点进行规格化和对规格化后的边缘点进行5点不变量穷举计算解决了模型图像与目标图像的对应点选取问题;通过将不同观测方位和不同旋转角度的样本图像边缘点的5点不变量集合作为输入向量对BP网络进行训练解决了由于仿射和射影变换造成规格化边缘点间距变化对正确分类的影响.算法不仅能识别多边形而且能识别曲线轮廓的目标物体.      

6-DOF formation keeping control for an invariant three-craft triangular electromagnetic formation

Spacecraft relative motion with inter-craft electromagnetic force has distinct advantages, and its invariant shapes that are convenient for formation keeping ensure some potential significant applications. However, the electromagnetic actuators affect both the relative trajectory and attitude motion, complicating related researches on issues of invariant shape design and formation control. In this paper, the formation keeping problem for an invariant three-craft triangular electromagnetic formation is investigated on the basis of a 6-DOF full nonlinear dynamic model. Moreover, a combined control scheme consisting of feed-forward and feed-back control components is proposed to handle the high nonlinearity, strong coupling, model uncertainties and external disturbances. The feed-forward component is obtained through desired invariant shape design which is complicated by the coupling and superposition effects of any two distinct magnetic dipoles, and the feed-back component is developed with a combination of linear feed-back controller by the LQR method and active disturbance rejection by the extended state observer. Finally, the numerical simulation is presented to verify the feasibility and validity of the proposed 6-DOF combined control scheme.     

黎曼几何在计算机视觉中的应用研究进展

在计算机视觉领域，许多任务相关数据具有非欧结构，近年来基于黎曼几何的数据表征与应用研究受到了越来越多的关注。如何充分利用数据的几何结构，来提高目标识别、目标跟踪及目标检测算法的性能，是其中的一些研究热点。本文主要从三个方面介绍黎曼流形在计算机视觉中的应用研究进展。首先，从数学基本概念出发，阐述黎曼流形与图像的关系以及视觉应用的可行性，并介绍计算机视觉中具有重要应用的几种黎曼流形。其次，对黎曼流形在计算机视觉中若干常见应用进行了概述，重点介绍了与深度学习相结合的相关进展。最后，对引入黎曼流形的机器学习方法的未来发展进行了分析和讨论。     

航空发动机主燃烧室燃油总管流动换热特性研究

为优化发动机燃油管路设计并预防燃油结焦,对发动机典型工况下燃油总管和分管内部流动进行了数值研究,给出了速度和压力分布情况。对由于热气流的加热作用引起的燃油温升效应进行了传热计算。对总管及分管进行了热防护设计,并比较了不同热防护措施的隔热效果。结果表明:在计算工况下,油管出口质量流量满足设计要求;内外混合隔热方式可有效降低燃油温升,减小燃油过热引起结焦的可能性。提出了改善管内流动与换热特性的措施,例如增加空气隔热层,为恶劣热负荷条件下燃油管路热防护设计提供理论基础。     

抗旋转和缩放的SAR与可见光图像自动配准算法

针对合成孔径雷达与可见光图像在大角度旋转和大比例缩放情况下的高精度自动配准问题,提出了一种尺度和旋转不变的SAR(Synthetie Aperture Radar)和可见光图像自动配准算法.算法以SIFT(Scale Invariant Feature Transform)算法为基础,首先通过增强Frost滤波和自适应直方图均衡增强SAR和可见光图像的共性,使其显著提高能够提取出足够多的特征点数目,然后再通过特征描述方法、相似性度量方法、点匹配方法、特征点聚类方法和误匹配点剔除方法等方面对原始SIFT方法进行改进,有效地提高其在多源图像、强噪声、复杂成像条件下的特征提取和匹配性能,最后通过最小二乘法和相似变换模型实现SAR和可见光图像的精确配准.试验表明该算法对图像尺度和角度变化具有良好的适用性,在正确匹配点的比率和定位精度方面都优于原始SIFT算法和Harris算法,具有良好的工程应用前景.     

主燃烧室燃油总管试验器研制

介绍了用于测量带喷嘴环形燃烧室的燃油总管流量特性及流量分布和雾化状况的总管试验器.试验证明,该试验器可排除各喷嘴间的不均匀性,为燃烧室部件的试验研究提供可靠的保障.试验器可达到设计指标,试验数据准确可靠.     

差分方程yn+1=A+yn/(kΣi=1αiyn-i)的全局吸引性

研究差分方程yn+1=A+yn/(kΣi=1αiyn-i),N=0,1,...正解的稳定性,其中,A∈(0,∞),αi∈(0,∞),kΣi=1αi=k,k≥1且是整数,初始条件y-k,...,y0为任意正数.阐述并证明该方程的惟一正平衡点是全局吸引子且吸引域取决于方程的系数.     

基于仿射不变矩特征的舰船图像识别方法

获取舰船图像会受到视角影响,产生仿射变换。文章研究了矩特征的平移、旋转、尺度不变性和仿射变换的性质,进一步构造了仿射不变矩。首先,提取舰船图像的封闭轮廓;然后,计算仿射不变矩作为识别的特征库。通过计算待识别图像仿射不变矩与特征库特征的相关系数进行舰船类型识别,通过仿真数据证明仿射不变矩具有良好的识别性,最大相对误差小于...