星载合成孔径雷达图像的飞机目标检测

针对大场景下星载合成孔径雷达(SAR)图像中飞机目标检测问题,提出一种端到端的飞机目标检测算法。先在大场景SAR图像中对机场目标进行粗检测,定位机场区域,再通过精确分割算法获得机场的精细区域。对机场区域中的飞机目标进行检测,采用一种基于Canny算子的边缘检测与卷积神经网络结合的飞机目标检测算法。通过飞机边缘检测、边界框预处理等操作确定潜在飞机目标在机场中的位置范围,采用基于GoogLeNet的卷积神经网络对可疑目标进行鉴别。利用星载合成孔径雷达数据对算法进行验证,证明该方法的有效性与实用性。     

锯齿单元对起落架/舱体耦合噪声抑制试验

当前中国民用飞机高速发展，噪声排放问题受到广泛关注。在飞机起降阶段，飞行高度较低且处于机场附近，其噪声直接影响到机场地面周围环境。该阶段内起落架噪声占比较大，成为研究的重点。此外，起落架在收放过程中，除自身脱落涡产生的噪声外，当起落架舱门开启时，舱体空腔内产生自持性振荡噪声，与起落架噪声一起形成更为复杂的起落架+舱体耦合噪声，直接影响到整个着陆系统噪声水平，因此研究起落架与舱体耦合噪声产生机理和抑制措施显得尤为必要。以简化的起落架及其舱体为研究对象，提出一种低马赫数（0.2Ma/0.25Ma）条件下，利用前缘锯齿扰流单元对起落架/舱体耦合噪声进行抑制的方法，并在0.55 m×0.4 m航空声学风洞进行试验验证。首先，从起落架及其舱体耦合噪声产生原因进行分析，分别明确起落架和舱体在耦合噪声各个频段的贡献作用。随后，在舱体空腔前缘安装锯齿扰流单元，以改变自由来流状态，验证降噪措施；同时采用参数化研究方法，研究锯齿扰流单元不同偏角对降噪效果的影响。最后，将起落架模型安装于舱体空腔内，分析锯齿扰流单元对耦合噪声的抑制能力。研究结果表明，锯齿形扰流单元对舱体腔体噪声与起落架/舱体耦合噪声具有明显降低作用，在本试验条件下，30°安装角最佳。预期成果可以应用于起落架/舱体耦合降噪。     

边缘图像自适应编码方法

边缘特征常被视作无人机视觉系统中的重要信息（比如在视觉导航时需用边缘特征识别障碍物），在实践中会遇到边缘图像数据量大的情况。针对边缘图像高效压缩问题，提出了边缘图像自适应编码方法。首先以边缘打包法的压缩比和边缘点所占比例为特征，建立Logistic回归模型，然后利用图像数据库对该模型进行离线训练获取模型参数，最后利用Logistic回归模型建立分类器，自适应地在边缘打包法和链码编码法中选择压缩比最高的方法对边缘图像进行压缩。对VOC2012图像数据库的测试结果表明，与常用压缩方法相比，提出的算法能提高压缩比5%左右，有效减少了数据量。     

基于图像处理的液位测量技术研究现状与发展趋势

基于图像处理的液位测量技术具有非接触式测量、应用范围广、占用体积小等突出优势,在工业、化学以及水文监测等领域有着广阔的应用和发展前景。随着图像处理算法的改进和工业相机性能的提升,图像液位测量技术的各项性能指标也得到了显著提高。为进一步研究基于图像处理的液位测量技术,梳理其基本工作原理、分类及研究现状,并分析发展趋势和前景,为研究精度更高、应用更广的液位测量技术提供依据。     

水洞实验图像的一种测量与处理方法

在水洞实验中,由于光线在空气、水和观察窗面板中发生折射,准确实验图像的获取一直是一个难题。本文在大量水洞实验图象测量经验积累的基础上,以水洞模型超空化实验中的超空泡外形测量为例,提出了一种基于计算机图形学的水洞实验图像测量与处理的三步法。该方法不仅可对水洞实验中所拍摄的图像进行修正,消除因不同介质引起的折射误差,而且把图像数据化,可利用计算机对图形自动进行定量处理。经多次应用表明,图像测量与处理的三步法应用方便,具有较高的精度,取得了很好的应用效果。     

用单幅线图恢复物体三维拓扑结构

将物体从场景中识别出来，人类大量使用的是匹配物体的拓扑结构，所在研究恢复物体的拓扑结构有相当重要的意义，本文在详细考察人类读图习惯思维过程之后，提出了符合人类习惯的局部柱假设和广义局部柱假设，进而给出了一种仅用单幅线图恢复物体三维拓扑结构的算法、很好地模拟了人类的思维过程。本算法在ＰＣ计算机上用Ｐｒｏｌｏｇ语言实现，并用多幅多面体线图进行三维恢复，都获得了满意的结果。     

基于血管内超声图像序列的自动三维边缘检测

血管内超声成像可以显示血管内腔、管壁清楚的实时截面图像,从而使定量测量血管参数成为可能。传统手动追踪内腔和管壁边界的方法既费时又存在较大的主观误差,本文将二维主动轮廓算法模型向三维扩展,提出一种适合血管内超声图像的自动三维边缘检测方法,通过对初始给定三维模型实施三维主动界面变形,从而使其逐步逼近目标轮廓。实验结果发现自动检测的内腔、血管壁面积与手动追踪非常吻合,具有较高的相关系数和较小的系统误差,并且纠正二维检测中带来的局部偏差,可作为医生可靠而准确的诊断工具。     

小型无人机电视引导撞网回收中的电视图像测距方法

以撞网方式回收无人机是符合现代无人机发展方向的回收方式。以此方式回收无人机对近场无人机测距提出了更高要求。本文研究了双摄像机绑定跟踪测距的方法，它结合传统光学测距技术和数字图像分析技术．与传统的光学测距相比，提高了测距速度和精度。本文介绍了双摄像机测距原理，给出了空中飞机图像捕捉和目标匹配算法，并介绍了测距误差的校正。实物地面实验结果证明这种测距系统可安全引导无人机撞网回收。     

抗旋转和尺度变化的导航系统图像匹配算法

在惯性导航系统中,定量分析了景象匹配过程中惯性导航系统漂移和无线电气压高度表测量误差对实测图的旋转和尺度所造成的影响,引入了对数极坐标变换.基于图像边缘特征提取,提出了一种结合中心点的4-邻域点共同参与计算的抗旋转和小尺度变化的图像匹配算法,并给出了相应的算法流程.仿真分析表明,在导航系统误差漂移所引起的图像旋转和气压高度表所引起的尺度变化范围内,该算法能满足匹配准确性的要求,并能有效给出系统的定位误差修正信息.     

航空发动机叶片进排气边缘形状自动评价方法

针对目前对航空发动机叶片进排气边缘形状的评价主要依赖人工目测,主观性强、效率低等问题。提出一种叶片进排气边缘形状自动评价方法,通过非均匀有理B样条（NURBS）曲线拟合、最小二乘椭圆拟合、等半径法等算法拟合叶型并提取相关型面参数,针对5类叶片进排气边缘不合格形状给出了定性的定义,根据叶片进排气边缘在不同形状时的曲率特征以及偏差值变化特征对其形状做出评价。通过实例验证表明：该方法能够实现对尖头、钝头、歪头、缩颈及大小大/小大小（LSL/SLS）5类叶片进排气边缘形状的自动判读,对于不同叶片型号和验收标准的应用场景具有较好的通用性,有效提高了叶片进排气边缘形状评价的效率。