基于权值分配及多特征表示的在线多示例学习跟踪

针对复杂环境下目标跟踪过程中由于遮挡、目标姿势及光照条件变化引起跟踪漂移的问题,提出一种基于多示例学习（MIL）框架的在线视觉目标跟踪算法。该算法针对多示例跟踪算法采用单一haar-like特征不能准确描述目标外观变化及在学习过程中对样本包中各正负样本示例采用相同权值,忽略不同正负样本示例在学习过程中对包的重要性不同的特点,采用多特征联合表示目标外观构造分类器,通过将多特征互补特性融入在线多示例学习过程中,利用多特征的互补属性建立准确的目标外观模型,克服在线多示例跟踪算法对目标外观变化描述不足的问题;同时,依据不同正负样本示例对样本包的重要程度进行权值分配,提高跟踪精度。实验结果表明,本文跟踪算法对场景光线剧烈变化、遮挡、尺度变化及平面旋转等干扰具有较强的跟踪鲁棒性,通过对不同视频序列进行测试,文中算法在5组测试视频序列上的平均中心位置误差远小于对比增量式学习跟踪,仅为10.14像素,其对比算法IVT、MIL和OAB的中心位置误差分别为17.99、20.29和33.64像素。      

一种空中交通图象特征匹配方法

提出了一种确定飞机类型的新方法。通过 机外型和结构特征，利用空间投影理论建立了飞机投影图形与飞机姿态角之间的关系。通过该关系方程，有效地识别了飞机姿态角。利用已有的飞机型的投影图特征与实际飞机飞行图像特征之间的误差，根据最小方差进行了模型匹配。利用ＣＣＤ系统图像仿真结果表明，所提出的方法是有效的。     

基于水滴收集特征的SLD探头外形参数化设计与仿真研究

面对过冷大水滴（Supercooled large droplet,SLD）结冰环境,行之有效的结冰探测手段是实施规避策略、尽快脱离SLD结冰环境的先决条件。针对一种面向SLD环境探测需求的双碰撞面探头,考虑基于SLD动力学模型,模拟分析探头水滴收集特征进行探头外形参数化设计研究,研究影响探头区分SLD环境的关键几何参数,从而为探头外形设计提供参考依据。对选定的探头外形仿真计算结果表明,在常规水滴条件下,结冰主要发生在探测器的第一碰撞面,第二碰撞面上的结冰厚度很小,与第一碰撞面之间存在明显差异;而在SLD条件下,冰层在第一及第二碰撞面上均有累积。不同直径的水滴撞击到探头不同位置,形成累积特征迥异的结冰形态,验证了探头外形参数化设计方法应用于SLD环境探测的有效性。     

基于飞行器图像的目标跟踪方法研究

提出了一种利用飞行器图像进行目标跟踪的方法，建立了飞行器图像跟踪系统。该系统利用一种云台控制算法搜索飞行器的图像，通过对飞行器图像的边缘检测、图像中心点提取等处理，实现了飞行器图像定位。理论计算和实际应用表明，该系统可以对低马赫数和高马赫数飞行器进行图像跟踪。     

大型客机增升构型缝翼除冰状态失速特性

在防/除冰系统工作前提下翼面前缘残余积冰对全机失速特性的影响是评估系统效能是否达标的直接依据。针对中外翼区域重点防护的大型客机增升构型除冰方案，基于数值模拟方法对比分析了缝翼未结冰、未除冰、除冰状态下的失速特性。数值模拟结论表明虽然中外翼防/除冰防护区域较同类民机型号有所缩减，但仍能维持内翼始发分离流动形态、保证临界迎角附近的纵向力矩安定性、有效拓展失速边界。当前方案取消当地结冰防护的空气动力学依据是短舱外侧固有的下洗-展向流动综合效应已能充分削弱来流迎角影响，进而抑制局部结冰诱导的流动分离。研究结论可为防护区域设计优化及大型客机结冰适航取证提供理论依据。