基于相对最值点的最小二乘直线检测方法

为了解决传统目标检测中遇到的检测速度慢、精度低等问题，本文提出一种新的图像特征——相对最值点，并依据相对最值点提出一种新的最小二乘直线检测的方法。该方法首先搜索Canny边缘的闭合包络，并寻找闭合包络的相对最值点。包络上相邻相对最值点之间长度满足阈值要求的即为疑似直线的两端点，进而利用最小二乘拟合方法获得该疑似直线的拟合方差，最后利用拟合方差与拟合直线长度之比作为直线判定的标准用来检测出图像中的直线。实验表明，本方法与传统方法如PPHT直线检测、LSD直线检测方法等相比，检测直线的精度更高，检测速度更快。     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前，目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时，随着脑科学研究的不断深入，人们对人脑视觉系统的理解逐渐透彻，利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs)，提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法，包括：基于演算侧抑制的目标检测算法，基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明，将类脑模型和深度神经网络应用于目标检测和跟踪领域，有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

基于马鞍形磁场的永磁直线电机位置解算方法

针对直线电机转子位置检测低成本和较高精度的要求,提出了一种基于马鞍形磁场来获得位置信息的方法及实现过程。分析了永磁体表面的磁场分布特征,指出了利用马鞍形磁场分布曲线来解算位置信息的优点,提出了根据马鞍形磁场推算位置信息的算法流程:先测得错开相位的2条马鞍形曲线数据,划分为4个象限后建立数据库；位置检测时,运用区间搜索算法寻得实际角度所在区间；再根据精度要求,采用合适的插值算法计算得到待解算的角度。仿真结果表明:基于马鞍形磁场的位置解算,能较好地得到直线电机转子的位置信息。     

超声相控阵在飞机RTM复合材料结构中的应用

在役飞机RTM复合材料结构的缺陷检测是保障飞机安全的必要工作,本文介绍了飞机RTM复合材料结构,并采用超声相控阵方法对RTM试验件结构和冲击损伤进行了检测。试验结果表明:超声相控阵技术能够对RTM结构和缺陷进行有效检测。     

旋转滑动弧涡流器点火探索试验

基于中小发燃烧室常用的斜切孔+径向叶片式涡流器，结合滑动弧的产生位置，开展了4种方案的旋转滑动弧涡流器设计及加工，并完成了冷态放电试验及点火试验验证。放电试验结果表明：4种方案的涡流器均能在预设位置产生稳定的旋转滑动弧。三头部点火试验结果表明：方案4的点火效果最好，其最小点火油气比低于常规点火方法。方案2次之，方案3仅能在较低的参考速度下实现燃烧室的点火，方案1的点火效果最差。滑动弧当地的气流速度及油气分布对点火效果影响显著，建议滑动弧处的气流速度不超过20 m/s。     

基于半跨模式波的铝合金板底面缺陷TOFD检测

采用超声衍射时差法（TOFD）检测铝合金板底面缺陷时，受直通波脉冲宽度影响存在近表面盲区。提出了TOFD半跨模式波法进行盲区抑制，利用一次底面反射波在缺陷端点处衍射波的特征及其在B扫查图像中的对称性推导底面缺陷定深公式。仿真和实验结果表明，对于厚度为7.0 mm的铝合金板，在探头中心距为40 mm、中心频率为10 MHz的检测条件下TOFD半跨模式波法能将近表面盲区抑制64%以上，且深度不小于2.0 mm底面缺陷的定位误差不超过6.32%。与模式转换波及TOFD-W波相比，半跨模式波不会与底波混叠且离直通波较近，在铝合金板底面缺陷检测中适用性较强。     

基于高置信局部特征的车辆重识别优化算法

根据车辆重识别中区域置信度不同，提出了基于高置信局部特征的车辆重识别优化算法。首先，利用车辆关键点检测获得对应的多个关键点坐标信息，分割出车标扩散区域和其他重要的局部区域。根据车标扩散区域的高区分度特性，提升局部区域的置信度。使用多层卷积神经网络对输入图片进行处理，根据局部区域分割信息，对卷积得到的特征张量进行空间维度上的切割，获得代表全局信息和关键局部信息的特征张量。然后，通过全连接层特征张量转化为表示车辆个体的一维向量，计算损失函数。最后，在测试阶段使用全局特征，并利用训练好的车标扩散区域提取分支获得高置信局部特征，缩短局部识别一致的车辆目标距离。在典型车辆重识别数据集VehicleID上进行测试，验证了所提算法的有效性。