基于激光雷达的数字化装配检测技术研究

为提高新型飞机装配检测需求,提出了基于激光雷达的装配检测方法,使用激光雷达对装配零部件定位基准进行测量,并对测量数据进行分析,提取出关键尺寸信息,从根本上解决装配问题。结合飞机某部件装配检测实例,对其装配问题进行检测及分析,解决了飞机装配过程中配合尺寸超差问题。结果证明基于激光雷达的装配检测技术可高效准确地检测出飞机装配问题,对实现飞机数字化自动装配具有重要意义。     

复合材料CT检测的原理和应用

介绍了复合材料CT检测、密度及微气孔含量三维测量的原理和方法，并利用在PC机上研制的软件，对断层扫描的图像数据进行三维重建、分析和测量，实验表明，CT检测对复合材料内部缺陷的检测具有很好的分辨率，三维重建能够很好地显示密度的空间分布情况，CT检测是目前最精确、有效的无损评价方法之一。     

一种优化的零速检测行人导航算法

针对军事上对单兵定位和民用领域为行人提供位置服务的需求,提出了足部固定MIMU的行人导航算法.利用人体行走过程中脚部与地面相接触的静止时间段,采用零速更新(ZeroVelocity Update,ZVU)对INS继续对准或标定,而零速检测又是实现零速修正的基础.研究对比了在足部固定MIMU进行零速检测的常用方法,针对常用算法阈值自适应性差,无法检测步速变化转弯等一些异常情况对行人零速检测产生误判等问题,提出优化的零速判断算法,使得加速度计信号和陀螺仪信号综合应用到零速检测.最后,利用改进算法设计行人室内平地正常行走(大约5km/h)包含步速变化和转弯过程的实验.实验结果表明,优化的零速检测算法相比之前的常用算法,能更准确地检测零速并进行修正,对导航轨迹和导航误差有更好的修正效果.     

机场助航灯光光强动态检测系统

提出了一种机场助航灯光光强动态检测方法，该方法可以替代原有的人工巡检方式，实现快速、准确的在线检测灯光强度，发现灯光故障，保证飞机安全起降与滑行。系统采用安装在车体上的经余弦校正和v（λ）校正的条形照度传感带在水平面内动态扫描助航灯光发光截面，利用车载多普勒测距雷达测量距离，计算相应的光强值，并进而获得等光强图。为了保证系统的可靠性和测量精度，系统中采用了视频导航系统来保证检测车沿助航灯光中心线行驶，利用灯光定位传感器来消除测距雷达测量距离的累积误差。试验表明了该方法的可行性和检测精度。     

基于机器视觉的玻璃瓶检测系统

随着数字图像处理技术的发展,图像检测的应用逐渐成为许多工程应用中的关键技术。文中阐述了在玻璃瓶检测中,利用数字图像处理技术设计的检测系统的结构、实现原理和实现方法;通过像素坐标平均法进行瓶口定位,利用环形扫描法对有瓶口裂缝、瓶口缺口、瓶颈裂缝等缺陷的玻璃瓶进行检测,实现了准确、快速、无接触检测的功能。     

几种常用步态检测典型算法的设计比较

基于步态检测技术是影响行人导航定位系统精度的一项关键因素,在研究了相关行人导航文献后,对行人步行状态建立模型,并选取了三种常见的步态检测算法,峰值检测算法、自适应峰值检测算法和零点检测算法,介绍分析了这几种算法的基本原理和设计思路。随后,在相同的环境下,基于同样的设备和测试者,设置几组不同的步行状态,分别使用三种算法对行人的运动步数进行测试统计。最后,比较测试结果,分析说明了三种算法的精确度以及各自的优缺点。     

基于点云聚类评估的激光雷达鲁棒定位方法CSCD

基于先验地图的激光雷达定位方法在封闭工业场景下得到了广泛应用,然而环境变化、行人和车辆等动态物体的干扰会影响激光雷达与先验地图的匹配精度。提出了一种动态环境下基于点云聚类评估的三维激光雷达鲁棒定位方法:通过设定角度和距离双阈值,对点云深度图像进行分割聚类,相较于传统分割方法,分割结果对点云噪声更为鲁棒;通过对原始点云进行分割聚类,在粗匹配结果下评估聚类的匹配度,剔除误匹配聚类进行二次匹配以提高匹配精度;通过聚类评估的结果判断匹配成功和失败的点对,进而对点云整体匹配结果的正确性进行评估,相较于传统仅基于距离阈值的判断准则,具有更高的准确性;最终,分别通过公开数据集和实际试验验证了该算法的有效性。试验结果表明,相较于传统匹配方法,该方法有效提高了动态场景下的定位精度和匹配结果评估的准确度,定位误差可以维持在10cm以内。     

基于划分检测模型的终端区异常轨迹检测方法

针对异常轨迹对轨迹聚类效果的影响以及给进离场程序管制适用性的量化分析提供分析数据的考虑,在结合数据挖掘中异常检测理论的基础上,利用划分检测框架及将距离和密度结合起来,设计了一种有效检测算法,运用到终端区飞行轨迹的异常检测当中,检测出飞行轨迹中的异常轨迹,从而改善轨迹的聚类效果。实例仿真结果表明：方法可以准确地检测出异常轨迹。     

SAR图像舰船目标边缘检测

提出了一种在正则化基础上,利用小波变化实现合成孔径雷达(SAR)图像舰船目标边缘检测的新方法。传统的利用小波变换实现图像边缘检测时,阈值需要人为设定。针对这一问题,文章引入正则化超分辨技术,从贝叶斯框架下的估计问题出发,采用非二次正则化,平滑图像,保护强散射点目标,实现对 SAR图像进行去噪。利用小波变换的局部化特性和多尺度分析能力,检测突变信号,实现对舰船目标的边缘检测。该方法去噪效果好,边缘 定位准确,仿真结果表明了算法的有效性。     

基于HSV色彩空间和光谱特征的遥感图像阴影检测方法

阴影是遥感图像的重要特征之一，遥感图像阴影检测方法存在偏蓝和暗色调非阴影误检的问题。本文提出一种基于HSV色彩空间和光谱特征的遥感图像阴影检测方法，该方法依据大气散射理论，利用海岸线波段、红边波段和近红外波段构建伪彩色图像，并转换到HSV色彩空间，构造权重修正归一化饱和度—强度指数；利用海岸线波段和近红外波段构造归一化光谱比值图像；利用权重修正归一化饱和度—强度指数和归一化光谱比值图像组建联合阴影指数；最后通过Otsu对联合阴影指数阈值分割得到最终阴影检测结果。该方法对多幅WorldView-3图像进行测试，阴影检测精度达到91%以上，相比现有同类方法提高约1%。实验结果表明本文方法能够有效缓解偏蓝和暗色调非阴影误检的问题，有助于提高阴影检测精度。     

图像处理技术在航空发动机孔探检测结果判定中的应用初探

孔探检测是航空发动机检修与维护中一种性能优良的新型检测技术,能为飞机运行的安全提供后期保障。为了进一步提高对检测结果判定的准确性,利用基于Matlab软件的图像处理技术对孔探图像进行处理,在对发动机导向叶片烧蚀孔探图像的应用中发现,孔探图像经灰度化、中值滤波和增强对比度处理,尤其是局部增强对比度处理后,烧蚀区域与未烧蚀区域的界限变得更为清晰。     

基于机器视觉的裂纹缺陷检测技术

介绍了一种机器视觉应用于某零件表面裂纹缺陷的自动检测技术。其搭建采集系统对待测零件进行图像采集,应用图像校准,图像比较和区域描述技术进行缺陷的识别和分析。实验证明该方法能很好地实现零件表面裂纹缺陷的自动判别和定量检测。     

浮法玻璃均匀性的光学检测方法

在浮法玻璃的生产中,均匀性的检测与控制对于玻璃的质量保证至关重要.本文给出了一种可有效用于浮法玻璃均匀性检测的光学方法.实验结果表明,该方法采用平行偏振光成像系统和CCD图像采集与处理技术,可以清楚地获得平板玻璃样品侧向均匀性分布的光学图像,并能对图像的灰度分布进行定量分析,从而可为玻璃的质量评价和工艺控制提供可靠的依据.     

一种基于背景自适应的运动目标检测与跟踪算法

背景图像差分法是运动目标实时检测中常用的方法,但缺乏背景图像随监视场景光照变化而及时更新的合理方法,限制了该方法的适应性。对此,文章首先提出了一种自适应背景更新方法;然后利用最大类间方差法实现运动目标的自适应阈值分割,并利用基于形态学方法的连通区检测算法检测运动目标;最后以Kalman滤波为运动模型实现对运动目标的连续跟踪。实验结果表明:所提方法可随着光照条件的变化,实时、准确地检测出运动目标并实现稳定跟踪。     

图像融合技术检测低可观测目标评述

阐明了利用图像信息空间覆盖范围大的特点,运用图像融合的手段来对低可观测目标进行检测.通过综合处理来自多个传感器图像包含的检测对象信息、环境特性信息、运动信息、空间信息、时间信息,获得的融合信息包含任何单一传感器无法提供的信息,进而提高检测性能.扼要介绍了像素层图像融合、特征层图像融合以及符号层图像融合的基本概念.列举了图像融合技术一些应用实例,阐述了用图像融合技术检测低可观测目标的优点.着重强调了检测低可观测目标需要进一步研究的问题.     

基于数学形态学的图像边缘检测技术

边缘检测通常是用类似于素描图的图像表达出物体的要素和特征。实际图像中,边缘由灰度突变的象素点组成,在数字图像处理和分析中具有重要的作用。本文综合国内外最新文献资料,分析了多种基于数学形态学的边缘检测技术:基于多尺度形态学的边缘检测、基于数学形态学多极平均的图像的边缘检测、基于偏微分方程的形态学的边缘检测、基于均衡化和数学形态学的组合边缘检测、基于坐标逻辑的多结构元图像边缘检测等技术,并综合比较了其优缺点,探讨了其发展方向。     

频率直方图法在复合材料检测中的应用

飞行器中复合材料结构的无损检测大多采用超声波检测方法。在实际检测过程中，类似碳纤维复合材料这样的特殊材料组织的结构比较复杂，所得到的超声波回波信号经常受到较强的结构噪声的干扰，信噪比较低，影响缺陷信号的识别。利用分离谱技术中最小值法，考虑结构噪声幅度对频率变化的敏感性，应用频率统计直方图法，对窄带信号的采样点进行统计、比较，选择绝对值最小的采样点信号作为输出信号，得到最佳频率检测带，对这些频带采用带通滤波器进行滤波，从而较好地将目标回波和结构噪声区分开，更准确地对复合材料构件讲行无损检测。     

基于Canny的改进图像边缘检测算法

边缘检测是图像处理领域中最重要的关键技术之一。针对经典边缘检测算法抗椒盐噪声性能较差及阈值选取适应性不强等问题,提出了一种基于Canny的算法架构,结合自适应中值滤波(Adaptive Median Filtering,AMF）、大津法(Otsu）以及最大熵法(Maximum Entropy Method,MEM）的改进图像边缘检测算法。该算法首先结合改进自适应中值滤波对图像降噪,从而在保留图像细节的同时较好地滤除了椒盐噪声干扰。而后利用基于Otsu和MEM提出的改进双阈值选取方法,获取自适应的高低阈值对图像边缘进行检测,边缘检测准确度可以达到96%以上。实验结果表明,本文算法在椒盐噪声干扰下针对背景复杂的图像有更好的边缘检测效果。     

一种基于类间方差的地平线检测算法

 针对视觉导航中用于微型飞行器（MAV）稳定飞行控制的地平线提取问题,提出一种基于类间方差的地平线检测算法。该算法使用角度和距离两个变量进行图像中直线的穷举,选取像素的蓝色分量作为区分天地的特征,利用类间方差构造判别准则进行直线的最优选择,从而实现地平线的检测。实验结果表明：与基于色彩协方差矩阵的地平线检测算法相比,本文算法对地平线检测的平均角度误差减少1°,距离误差减少3个像素,角度和距离参数的检测正确率分别提高1.98%和4.95%,且具有良好的速度特性。     

基于小波分解的图象边缘检测方法

结合多尺度信息，采用小波分解对医学影像进行边缘检测，通过试验与其他方法进行分析与比较．证明此方法在医学图像边缘检测中是切实可行的。