基于行程累加的目标标记硬件加速算法

针对目标标记算法的长耗时、大延迟严重影响目标跟踪的效果和实时性问题,提出了快速的基于行程累加的目标标记硬件加速算法.通过对像素进行行程编码,按照定义的累加规则对相邻行的行程进行累加运算,避免了标号冲突的发生,无需建立等价表,实现了一遍扫描完成连通域标记和连通域特征的计算.实验结果表明提出的算法资源占用较少,输出延迟小,与软件算法相比具有很高的加速比,有利于后续目标跟踪的高速实时处理.     

一种常用两次扫描算法的改进

针对交会对接最后逼近段光学成像敏感器图像处理中的快速连通域标记问题,将标记融合和两次扫描相结合,改进了连通域标记中常用的两次扫描算法,并基于标志灯成像的几何约束和统计约束给出了可完成目标粗识别的连通域标记算法.仿真结果表明这两种改进措施都可提高有效连通域标记的效率.改进后的连通域标记算法处理一幅1 024×1 024的图像,其50次重复运行的平均耗时小于98 ms,具备实时应用的能力.     

中国民用航空器CO2减排潜力的区域划分

对中国进行科学的区域划分，是研究具有区域差异性与空间相关性航空器CO₂排放问题并提出差异化CO₂减排措施的重要基础。基于2007—2016年中国部分地区民用航空器运行数据，在构建CO₂减排潜力分类模型的基础上，通过Kruskal算法得到省域网络关系最小生成树；采用谱聚类算法，以“最大化区划优度”为目标，划分航空器CO₂减排潜力的不同区域。结果表明：最优区域划分为四分区，区划优度为0.35；航空器CO₂减排潜力高的区域主要分布于中国西南和中南地区，潜力低的区域主要分布于东北和华北地区；针对各区域CO₂减排特征，从民航局、机场和航空公司等不同主体提出了差异化的区域CO₂减排措施。     

电力系统厂站接线图拓扑关系检测技术

厂站接线图中电气元件的拓扑关系是厂站接线图自动生成技术所需的核心数据。目前,已知的厂站接线图自动生成技术仍然依靠人工获取图中的拓扑关系。通过利用基于深度学习的目标检测技术与传统的计算机图像处理技术相结合的方式,能够实现厂站接线图拓扑关系检测。首先,利用基于深度学习的目标检测方法对电气元件进行识别,并利用计算机图像处理技术对标量格式接线图进行预处理,完成电气元件与连接线的分割。然后,利用轮廓跟踪算法对连接线连通区域进行检测标记。最后,根据获取的电气元件信息与连接线信息获取图纸的拓扑关系。采用国家电网有限公司提供的数据集,并设计了对比实验,验证了所提方法的有效性。      

基于深度学习的无人机视觉目标检测与跟踪

针对目标检测中小目标物体漏检率及误检率高等问题,提出了一种基于Yolov3-Tiny算法的改进模型。改进k-means聚类方法,增加3×3和1×1的卷积池化层,将第9层卷积输出上采样,并与第8层卷积得到的特征图进行连接,得到新的输出:52×52卷积层,形成新的特征金字塔。基于卡尔曼滤波算法实现目标跟踪,提出融合跟踪算法的检测网络,使用匈牙利匹配算法对检测边缘框与跟踪边缘框进行最优匹配,利用跟踪结果修正检测结果,提高了检测速度,同时提升了检测能力。在ROS、Gazebo和自动驾驶仪软件PX4的综合仿真环境下对所提算法进行了对比试验。试验结果表明:改进算法平均检测速度降低了15.6%,mAP提高了6.5%。融合跟踪算法后的网络平均检测速度提高了34.2%,mAP提高了8.6%。融合跟踪算法后的网络能够满足系统实时性和准确性的要求。      

基于顶点与主体区域同步检测的精准车牌定位

为应对非约束环境下的车牌精定位问题,提出一种基于顶点局部区域与主体区域同步检测策略的非约束性车牌定位算法。通过删减YOLOv5网络的输出结构,训练得到可同步检测车牌及顶点区域的车牌检测网络,在兼顾精度与计算速度的前提下,实现车牌顶点和主体区域的同步定位。针对一幅图中存在多个车牌区域及顶点区域存在少量漏检和误检的情况,分别设计了车牌顶点归类和单一缺失顶点预测后处理算法,借助顶点间的空间位置关系进行漏检目标预测和误检目标排查,有效改善了因场景复杂导致的个别顶点目标检测效果差的问题。所提算法在中国城市停车场数据集(CCPD)上的测试结果显示,平均精准率达99.25%,平均召回率达98.70%。所提算法不仅能够准确预测出车牌的4个顶点坐标,而且在中端GPU硬件平台上处理速度可达121帧/s,具有较好的应用价值。     

章动目标接触消旋的特征模型控制

针对含有模型不确定性的章动非合作目标接触消旋问题，提出一种基于特征模型的双通道自适应控制方法。利用接触碰撞时的几何关系和线弹性接触力模型建立消旋系统动力学模型；分析目标自由运动特性，设计分离式消旋策略；构建描述章动目标消旋系统三轴角速度特性的特征模型，计算特征参数表达式；设计基于特征模型的双通道自适应控制器。仿真实验结果表明：所提方法通过在线估计特征参数，有效克服了消旋系统不确定性因素的影响，消旋后剩余角速度小且消旋速度快。     

基于边缘信息的灰度目标跟踪算法

提出了一种基于边缘信息的跟踪算法,其可以实现对剧烈变化的灰度目标的精确跟踪.首先,利用基于双同心圆窗口算子的非线性边缘检测算法得到高质量的边缘信息;其次,为了解决单一边缘特征空间不能充分表征目标的难题,提出了一种通过组合边缘图像构建特征空间的方法,以便为目标建模提供充分信息;再次,在构建的特征空间中使用核估计方法对目标进行建模;在目标定位阶段,利用Kalman滤波器对目标进行预估后,再由Mean Shift算法在预估位置邻近区域实现目标定位;最后,提出了一种基于形态学的动态模型更新策略,使得算法不仅可以获得精确的目标区域,还可以实现对目标尺寸和形状变化的自适应.实验结果表明,本算法不仅可以有效跟踪剧烈变化的灰度目标,而且跟踪窗口可以实现对目标尺寸和形状的自适应.      

结合空间注意力机制的实时鲁棒视觉跟踪

为提高全卷积孪生网络(SiamFC)跟踪器在复杂场景下的跟踪能力,缓解跟踪器在跟踪过程中出现的目标漂移问题,提出一种结合空间注意力机制的实时目标跟踪算法。在SiamFC框架基础上,将改进的视觉几何组(VGG)网络作为主干网络,增强跟踪器对于目标深度特征的建模能力。对自注意力机制进行优化,提出一种即插即用的轻量级单卷积注意力模块(SCAM),将空间注意力分解为2个并行的一维特征编码过程,减少空间注意力的计算复杂度。保留跟踪过程中的初始目标模板作为第1模板,通过分析连通域在跟踪结果响应图的变化动态选择第2模板,融合2个模板后对目标进行定位。实验结果表明：在OTB100、LaSOT和UAV123数据集上,所提算法相比于SiamFC跟踪成功率分别提高了0.082、0.045和0.045,跟踪精度分别提高了0.118、0.051和0.062;在VOT2018数据集上,所提算法相比于SiamFC在跟踪准确率、鲁棒性和期望平均重叠率上分别提高了0.029、0.276和0.134;跟踪速度达到了70帧/s,能够满足实时跟踪的需求。     

基于相关滤波器的嵌入式动态目标跟踪系统设计

针对空间非合作运动目标监控,提出了一种基于嵌入式技术的动态目标实时检测与跟踪方法,并完成了跟踪系统的研制设计和测试。该视觉目标跟踪系统以嵌入式处理器为控制器,通过相机模组获取实时视频图像,图像经过视觉检测与跟踪算法程序分析,得到目标的位置信息后,控制伺服运动系统调整相机姿态实现对动态目标跟踪。提出了基于相关滤波原理的跟踪算法,搭建了树莓派嵌入式测试系统,完成实时检测与跟踪的实验评估。实验结果表明,嵌入式处理器中检测与跟踪程序的平均运行帧率达到25FPS,伺服机构在水平360°和俯仰±60°范围内实现了对移动速度90°/s的目标的实时、稳定监控与跟踪。     

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.     

高动态下的星体目标质心提取方法

高动态情况下,星点像斑在星敏感器探测器上会呈现出拖尾现象,星点质心无法被准确提取。针对上述难点,本文提出了一种高动态条件下基于差异哈希算法的星点质心提取方法。该方法分为三步：第一,建立动态星斑的数学模型;第二,利用差异哈希算法和汉明距离实现星跟踪窗口内星体目标粗定位;第三,在粗定位区域使用阈值分割与连通域法提取星点质心。实验结果表明,该方法能够适应各种长度的曝光时间,并实现星敏感器在3（°）/s条件下的稳定跟踪。在曝光时间50ms,角速度3（°）/s的条件下,星对角距误差为13”,平均提取率为96%,相比于传统方法,分别提高了29.6%和22.9%。     

基于区域预测和视觉注意计算的快速目标检测

提出了一种结合区域预测与视觉注意模型化计算的快速目标检测方法.通过分析图像近似均匀的3个水平子区域的方向特征图之灰度比率,灰度特征图之信息熵和子区域位置,建立了目标区域预测的判定准则.同时,通过优选特征和优化特征图之权重,改进了视觉注意计算模型.对于一幅待检测图像,根据区域预测的判定准则,实现目标区域的快速预测,并利用改进的视觉注意计算模型对目标区域进行视觉注意计算,实现特定目标的快速精确定位.实验结果表明:针对户外场景中的行人目标,与通过整幅图像的视觉注意计算来实现目标检测的传统方法相比较,该检测方法可使检测时间缩短30%,同时还能使检测准确率提高9%.      

六氟化硫和三氟溴甲烷对电离层电子捕获能力对比

六氟化硫（SF₆）和三氟溴甲烷（CF₃Br）是目前发现的在电离层释放作用效果较好的两种物质.利用气相色谱elax-elax电子捕获检测器（GC-ECD）对SF₆和CF₃Br的电子捕获能力进行实验研究，并采用密度泛函理论（DFT）对两种物质进行理论计算，最后对实验结果和理论计算结果进行对比分析.GC-ECD实验结果表明，SF₆和CF₃Br在ECD检测器上均有较好的响应，且CF₃Br在ECD检测器上的响应强于SF₆.DFT理论计算结果表明，SF₆和CF₃Br都具有捕获电子的潜力.综合实验结果与理论计算结果可知，SF₆和CF₃Br都具有捕获电子的潜力，且均有较好的电子捕获效果，相对于SF₆，CF₃Br电子捕获效果更好.      

空间移动小目标的检测算法

空间序列图像中移动小目标检测与轨迹提取是空间目标监视、跟踪及编目的关键技术之一.为了及时有效地处理星载可见光相机输出的多维海量数据,提出了一种基于四邻域二值量化方法和改进概率Hough变换的目标检测及轨迹提取算法.相较于美国空间目标在轨检测(MTI,moving target indicator)算法,改进算法虚警噪声点及候选路径数目明显减少,计算复杂度降低,运行效率提高.实验结果表明,算法可有效检测序列图像中快速移动的弱小目标并提取其直线运动轨迹.     

GNSS外辐射源雷达低慢小目标探测概率

尽管全球导航卫星系统(GNSS)外辐射源雷达具有信号源广泛、覆盖率高、容易进行时间同步等特点，受到了国内外研究机构的广泛关注，但由于卫星位置变化和单颗卫星的目标探测性能有限，难以满足实际探测需求。根据几何构型给出GNSS外辐射源雷达双基地角计算方式，仿真研究双基地角与目标雷达散射截面积(RCS)的关系，分析探测时间与目标最大探测距离的关系，得到目标探测概率的理论表达式，并据此评估基于GPS L5信号的外辐射源雷达在单星、多源融合及前后向协同探测模式的目标探测概率。仿真结果表明：单星前向和后向探测模式的有效探测时间覆盖率不足1%，采用前后向协同及多源融合的探测方式，可有效提升GNSS外辐射源雷达的目标探测性能至25%；通过采用连续扫描检测的方式实时改变接收天线的照射方向进行目标探测，在前后向协同的多源融合探测模式下，有效探测时间覆盖率达到98.96%，基本满足全天时有效探测需求。     

同步三星目标运动状态快速检测方法

针对星载无源定位系统难以从定位结果及时准确地检测目标运动状态的问题,利用同步三星时差定位体制的定位误差特性,根据静止假设下同步双星时/频差与三星定位结果应相匹配的原理,提出了基于定位一致性的目标运动状态快速检测算法.先通过定位结果的误差分析掌握目标实际位置所在区域,然后在静止假设下统计该区域的频差范围,并将定位时刻的频差观测值与之比较,实现目标运动状态检测,并且推导了检测概率的理论表达式.仿真和试验结果验证了算法的有效性,时/频差估计误差标准差为10 μs/100 mHz时,对速度大于40 m/s的目标,检测概率高于99%.实测数据表明该算法显著提高了系统目标运动状态检测的准确性和时效性.     

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。      

基于可靠性的CFRP螺栓连接优化设计方法

螺栓连接是复合材料结构的薄弱环节。因此，螺栓连接部位的设计是先进复合材料结构设计的关键之一。将修正特征曲线方法和随机参数统计模型结合，建立了碳纤维增强复合材料（CFRP）螺栓连接失效载荷的概率分析模型，进而以关键影响参数为设计变量，以可靠度指标为约束，以连接结构质量为设计目标，发展了基于可靠性的CFRP螺栓连接优化设计方法。采用正交试验设计方法建立基于可靠性的螺栓连接优化设计计算方案，优化结果表明:关键影响参数X_C为2 450 MPa、t_ply为0.174 mm、E₁₁为225 GPa时的设计方案为螺栓连接最佳设计方案，该方案使得外载荷为17.5 kN时，螺栓连接可靠度由0.998提高到0.999 999以上，同时使得连接结构的质量下降了6.44%。      

一种基于自动特征学习的陨石坑区域检测算法

基于陨石坑的视觉导航技术成为一种新颖的高精度空间探测自主导航方式,如何从导航图像中精确地提取陨石坑区域是实现基于陨石坑视觉导航的首要条件。针对这一问题,根据陨石坑导航图像特点,提出了一种基于自动特征学习的陨石坑区域检测算法。首先,基于最大稳定极值区域检测算法提取陨石坑候选区域;其次,利用卷积神经网络（CNN）自动学习提取候选区域的特征;最后,通过支持向量机（SVM）实现候选区域的精确分类,得到真实的陨石坑区域。大量的仿真实验表明:与传统的基于人工特征的陨石坑区域检测算法相比,提出的基于自动特征学习的陨石坑区域检测算法具有更高的检测精度和更好的鲁棒性,在通用火星表面陨石坑数据集上,所提算法的F₁度量指标较于传统算法高出8%,可以广泛地应用于基于陨石坑的视觉导航算法中的陨石坑区域提取,为基于陨石坑视觉导航算法提供精确的导航路标输入。