探针式光纤探头的有效检测深度

研究了探针式光纤探头的有效检测深度。采用扩散方程描述光在强散射生物组织中的传播规律,运用纽曼边界条件,使用灵敏度矩阵对有效检测深度进行了研究。灵敏度矩阵和光源与检测器的空间位置分布密切相关。光源与检测器对的灵敏度矩阵定义为：光源位置和检测器位置分别作为光源的光场分布的乘积。设计了6组针对不同参数的模型,参数主要包括光源、检测器光纤芯径、光源、检测器光纤中心距、光纤探头所处的深度、生物组织的吸收系数和散射系数。对探针式光纤探头在各组模型中的有效探测深度进行了仿真,重点研究了六种参数对检测深度的影响。所得结论可以推广到分析光纤检测器的空间分辨率和多光纤检测器的研究中。     

CFAR DETECTORS FOR HIGH RESOLUTION RADAR IN NON GAUSSIAN CLUTTER

讨论了球不变随机过程（ＳＩＲＰ）非高斯杂波背景下高分辨雷达距离扩展目标检测问题。文中提出了ＣＡ－ＣＦＡＲ,ＯＳ－ＣＦＡＲ两种距离扩展目标检测器,并证明了它们的形状因子和尺度因子未知的情形下具有恒虚警性,即双参数恒虚警性,分析了这两种检测器的检测性能。这两种检测器亦可用作ＳＩＲＰ杂波背景下低分辨雷达检测器。     

基于纹理分割恒虚警检测器设计与验证

提出一种基于纹理分割恒虚警(TSB-CFAR)检测器,旨在解决杂波边缘情况下恒虚警检测器性能急剧下降的问题.该检测器由杂波分割模块和变参考单元CFAR模块组成,前级杂波分割模块通过多重分形纹理分割算法对杂波图进行区域分割,跟踪杂波边缘在当前参考单元中的位置,后级CFAR检测模块根据杂波边缘位置,选择合适的参考单元参与目标检测.理论分析表明该检测器不仅具有良好的杂波边缘虚警控制能力,而且在均匀背景下能够达到单元平均恒虚警(CA-CFAR)检测器的性能.IPIX海杂波和MSTAR合成孔径雷达地杂波数据检测实验也证实了本文方法的有效性.     

SA-FRCNN:一种改进的机场停机坪目标检测方法

机坪场景下包含丰富的空间位置关系上下文信息.传统目标检测器往往只关注单一的视觉外观而忽略上下文信息;此外机坪数据集中部分类别识别准确率较低.针对上述问题,提出一种改进的机场停机坪目标检测方法,称为SA-FRCNN.该方法利用图卷积网络来捕获机坪场景下目标间的相对空间关系,将空间位置关系上下文融入模型生成空间感知特征;在...     

基于瞬时频率估计的双曲调频信号检测技术

基于双曲调频信号的特征分析,提出了一种新的HFM信号检测方法——周期斜率方差检测器。根据不同信噪比下周期斜率方差的概率密度,给出了该检测器的二元假设检验模型,并对比了相同条件下该检测器与匹配滤波器的性能。仿真结果表明,周期斜率方差检测器是一种恒虚警概率检测器,在较低信噪比下可有效检测双曲调频信号,并对多普勒失配有很好的适配性。     

基于联合检测-描述的火星表面特征提取方法

针对火星着陆光学导航过程中,传统的图像特征点提取算法在相机角度变化、光照条件变化等情况下,序列图像间的特征点提取与匹配鲁棒性差的问题,提出了基于卷积神经网络的联合检测-描述特征提取方法。首先,通过Blender获取模拟火星着陆过程的视频,使用稀疏重建方法,对模拟视频的图像和火星真实图像进行三维重建,建立了神经网络可用的训练数据集。然后搭建了卷积神经网络以处理图像数据,通过改进损失函数,联合特征描述符和特征检测器双重作用,获得了更准确的匹配结果。仿真结果表明,该方法在处理多视角、光照条件多变的火星表面图像方面,具有更好的特征提取结果,并在匹配测试阶段具备优于传统算法的性能。     

Rice杂波中SwerlingⅡ目标的似然比检测

本文研究Rice杂波中SwerlingⅡ目标的离散时间检测。导出了杂波稳定分量相干及不相干时的似然比(LR)检测器的结构。得到了这些检测器的功效表达式。把LR检测器与传统的平方律检测器的渐近性能进行了比较。计算结果表明,杂波统计特性越偏离高斯情形,LR检测器的检测性能就越是优于平方律检测器,而且杂波稳定分量相干时的LR检测器的ARE比不相干时的要大一倍以上。     

SA-FRCNN：一种改进的机场停机坪目标检测方法（英文）

机坪场景下包含丰富的空间位置关系上下文信息。传统目标检测器往往只关注单一的视觉外观而忽略上下文信息;此外机坪数据集中部分类别识别准确率较低。针对上述问题,提出一种改进的机场停机坪目标检测方法,称为SA-FRCNN。该方法利用图卷积网络来捕获机坪场景下目标间的相对空间关系,将空间位置关系上下文融入模型生成空间感知特征;在特征提取过程中引入注意力机制,聚焦机坪目标的空间位置和关键特征;使用距离交并比损失实现目标更精确地回归定位。实验结果表明,SA-FRCNN方法在机坪数据集上目标检测均值平均精准度达到95.75%,部分较难检测类别的检测效果提升显著;有效提高机坪目标检测的准确性,较其他方法具有领先优势。     

利用YOLO算法对机场围界鸟情检测研究

本文主要研究了基于深度学习的目标检测算法,介绍了 YOLO算法的基本原理和关键步骤,讨论了利用YOLO算法对机场监控视频以鸟类为目标进行检测的应用.结合机器学习技术对YOLO算法进行改进,以网格大小为变量,计算不同网格大小下的检测效率,不断寻找更合适的网格设定,来提高检测的精度.     

基于深度学习的风洞天平测力试验数据异常检测方法研究

风洞天平测力试验数据异常检测有助于分析试验异常原因、排查设备故障、改进试验方案,为解决目前人工检测时间成本高、效率低的问题,提出一种基于深度学习的异常检测框架。首先针对异常零样本问题,对风洞试验常见的异常类型及规律进行总结;然后为解决不同车次数据维度不同的问题,提出基于统计特征的标准化特征表示方案;最后利用神经网络学习异常特征,完成异常检测。试验结果表明:基于深度学习的异常检测方法对风洞异常数据检测的准确率和检出率分别达到了81.7%和72.6%,能够较好地识别孤立跳点异常和多点异常。     

基于多目立体视觉和神经网络标定的表面形貌测量方法研究

针对三维表面形貌的非接触式光学测量是计算机多目立体视觉技术的一项重要应用,但目前还存在相机个数受限、特征点匹配算法复杂与纵向测量精度不够等难题。开发了一种基于多目立体视觉和神经网络标定的表面形貌测量方法,其中包括:使用神经网络完成多目标定与三维重构,在表面投射激光点阵作为图像识别与匹配的特征点,应用蚁群粒子跟踪测速技术进行多相机间相同特征点的匹配。经实验测试,相较于传统基于小孔成像模型进行标定与基于核线约束或互相关算法进行匹配的立体视觉测量系统,所提出的方法可适配具有大光学畸变的场景,能有效提高测量的空间分辨率,深度方向的测量误差在1.0%～2.0%的水平。     

结合线段组合特征的快速图像匹配算法

图像匹配导航技术是近年来自主导航领域的研究热点之一,但图像匹配算法的实时性却难以满足现实导航系统的需求.本文改进了传统线段提取算法,并引入了Delaunay三角剖分法,通过结合点线几何特征,减少了图像特征冗余.结合置信度准则对误差进行分析,完成匹配过程.仿真结果表明,本文算法在3°旋转并有尺度变化的情况下仍然能完成匹配...     

基于相关点与几何约束的直线匹配方法

由于直线本身缺乏显著特征,使用点与直线相关联的方法可提高直线特征的描述能力。针对特征点间及直线间均存在误匹配的问题,提出一种基于相关点与几何约束的直线匹配方法。首先,将直线邻域内满足条件的特征点定义为直线相关点,利用相关点与直线构造仿射不变量来描述直线,通过度量仿射不变量的相似性进行直线初匹配;然后计算仿射变换模型,通过直线角度和几何距离位置约束进行精匹配,去除误匹配直线,得到最终匹配结果。实验结果分析表明:本研究算法不仅适用于发生仿射变换的各种图像,得到更多的匹配直线对,匹配精度高,对发生仿射变换的图像、纹理复杂和纹理简单的图像,均能取得较好的直线匹配效果。     

压力不匹配混合层流场结构的实验研究

为了研究压力不匹配超声速湍流混合层流场结构,采用时间平均纹影、脉冲激光纹影和高时空分辨率NPLS方法获取了相应的流动显示图像.根据不同时间和空间分辨率的实验图像所展示的流场结构,研究了激波与膨胀波对混合层整体结构的影响,分析了压力不匹配对混合层精细结构的影响.     

视觉着舰中非合作结构化特征匹配算法

视觉全自主着舰具有独立性强、系统结构简单以及测量信息丰富等优点,特别是非合作视觉着舰意义更为重大,但也对参考特征提取提出了更高的要求.为能够实现航母图像中参考定位非合作特征点的稳定、高精度匹配,本文提出一种基于线段检测子(Line segment detector,LSD)直线识别的结构性特征检测与匹配方法,实现对航母...     

结合多通道特征和可形变模型的自然场景鸟类检测

可形变部件模型(DPM)在目标检测已取得较好的效果,但因为现有的目标检测数据集中鸟类样本数量过少,分布不均衡,而且采用的HOG特征无法较好的表征鸟类目标,造成自然场景鸟类检测的准确率很低。针对这个问题,本研究首先对Image Net数据集上的鸟类样本进行筛选和数据分析,选取自然场景中鸟类样本1 500个,生成对应的标注文件,建立了自然场景鸟类数据集;并提出一种结合多通道特征(Aggregate Channel Features,ACF)和DPM的自然场景鸟类检测方法,算法从自然场景鸟类数据集中的训练样本中,提取ACF特征,再通过Latent SVM训练得到ACF-DPM模型;进一步研究了模型组件和部件个数对于鸟类检测效果的影响。实验结果表明:本文算法在复杂的自然场景中,能够有效地进行鸟类检测,整体精度优于传统的DPM算法。     

修正型广义符号检测器在WEIBULL噪声中的检测性能

采用Monte Carlo法模拟了修正型广义符号检测器(MGSD)和双极点滤波器检测器(TPFD),给出了它们在Weibull噪声中的虚警概率检测概率和测角精度曲线。与TPFD相比较,MGSD不仅当参考单元的样本为独立同分布时能提供恒虚警检测,而且在Weibull噪声中低信噪比时的检测概率和测角精度较高,额外目标的影响也减弱了。Weibull分布的形状参数越小,MGSD的这些优点越明显。     

基于自适应分数阶微分的SIFT图像配准

针对传统SIFT(Scale Invariant Feature Transform)配准算法中存在的特征点正确匹配率低,配准效果较差的问题,提出了一种新的自适应分数阶SIFT算法用于图像配准。首先根据图像的梯度模值和信息熵构建自适应分数阶的数学模型,自动计算每个像素点的最佳分数阶阶次;其次基于最佳分数阶阶次构造自适应分数阶微分掩模,并将其融入到SIFT算法中,提取到更多精确有效的关键点,从而提高了SIFT算法的精度;在SIFT算法的特征点匹配阶段,进行相似性度量时,增加了余弦相似性约束,解决了欧式距离不能够判定特征向量的空间位置关系的问题,进一步提高特征点匹配的准确率;并使用改进的随机样本一致性算法(Random Sample Consensus,RANSAC)进一步减少误匹配的特征点对;最后根据匹配的特征点对求解空间变换矩阵,从而实现图像配准。验证结果证明:本文算法的匹配精度较高,配准的质量也得到较明显的提升。     

随机纹理图像的特征匹配鲁棒算法

针对三维外形测量以及表面位移、损伤、应变测量中的随机纹理图像,提出了一种特征匹配算法.该算法首先结合Harris角点探测和一个72维的角点特征描述向量,快速获取随机纹理图像对之间的粗匹配像点集合,然后通过灰度相关约束和视差梯度约束对粗匹配集合进行检验,剔除粗匹配集中的错误匹配.通过在误匹配剔除的过程中采用与粗匹配阶段相关联的自适应约束阈值,从而使最终的匹配结果不敏感地依赖于阈值参数的选取,而是在一个较大的取值范围内都能使最终结果在严格控制误匹配的前提下,得到足够多的正确匹配点对.通过实验对提出的方法进行了验证.     

面向飞行机械臂的实时目标检测与定位算法

飞行机械臂要完成自主抓取的任务,对目标物的识别与定位尤为关键.当前飞行机械臂视觉识别算法多采用传统的特征提取等方法.为提升目标物识别及定位的精度和效率,本文设计了一种基于YOLOv5深度学习目标检测算法和RGB?D传感器的视觉识别与定位算法,该算法可以实时检测目标物并对其位姿进行估计,为飞行机械臂的抓取工作服务.同时针...