飞机零位检测系统中的座舱仪表读数识别法

介绍了飞机零位检测系统中的座舱仪表读数自动识别系统。识别系统预先在实验室条件下将各分立仪表图象二值化细化处理成标准的预模式，以此为参照输入被测仪表图象，使之与标准模式有接近的几何位置，然后采用二进小波变换方法在不同角度的扇形区域选择不同的变换参数提取仪表指针及刻度信息，抑制噪声与仪表表面玻璃的反光干扰。再建立图象的同心几何结构特征空间，从而求出被测仪表图象的中心点和相对于标准模式的旋转角度，最后判读指针角度，根据此角度与读数的对应关系自动识别出仪表读数。本文建立的系统对外场环境下摄入的带噪声和反光干扰的座舱仪表图象进行自动识别取得了满意的结果，识别精度高于人工识别精度，基本实现了在线测试。     

基于二代曲线波变换的红外弱小目标背景抑制

在分析几种常用背景抑制方法的基础上,利用二代曲线波变换具有的优良特性,提出一种基于二代曲线波变换的红外弱小目标背景抑制方法.首先利用曲线渡变换对图像进行分解提取图像的多尺度细节特征;然后对分解后的低、高频子带分别采用变分和模糊非线性变换进行处理来调整目标特征的强度,重构子带获得预测的背景图像;最终将其与原图相减得到背景抑制后的图像.实验结果表明,与几种经典方法相比,该方法在主现视觉和客观评价指标两方面均表现出良好的效果.     

非平稳信号滤波降噪方法研究

飞行器振动环境复杂多变,具有典型的非平稳特征,因此需要采用时频分析手段对非平稳信号分析处理。针对此问题,本文提出一种基于分数阶傅里叶变换(FRFT)的非平稳信号滤波降噪方法,通过对比证明,对于一般非平稳信号的滤波降噪,分数阶傅里叶变换方法优于傅里叶变换方法。对于线性调频信号的滤波降噪分析,分数阶傅里叶变换方法明显优于一般滤波降噪方法。     

论齐次变换的可易性

本文论述了齐次变换的可易性问题。导出了刚体在空间作一般运动时求解合成变换的一种简明而实用的方法。解决了刚体相对于定基轴作连续变换时求解合成变换所遇到的困难。同时这种变换的可易性可供实际选择。     

分数阶傅里叶变换改进算法在时频分析中的应用

本文对现有分数阶傅立叶变换算法进行改进,并将其应用于非平稳信号时频分析中,从计算速度、计算精度、算法稳定性等角度与现有分数阶傅立叶变换算法进行对比分析,通过算例对比验证改进算法的优势,然后将改进算法应用于非平稳信号时频谱获取,并与基于短时傅立叶变换的时频谱获取方法进行对比,改进算法计算结果稳定,计算速度较快.基于分数阶...     

方向非抽样小波变换在多传感器图像融合中的应用

本文分析和研究非下采样方向滤波器组及具有平移不变性的非抽样小波变换的优点,提出了基于方向非抽样小波变换的图像融合方法.首先利用非抽样小波变换将待融合源图像分解成不同尺度,不同分辨率的高低频分量,再对高频分量利用非下采样方向滤波器组进行方向分解,然后采取不同的融合方法对分解的高低频分量进行融合处理,最后将融合的各频带进行相应逆变换得到融合图像.实验表明,在不同评价标准下,本文方法优于传统小波变换和拉普拉斯金字塔变换的融合效果,并能有效地消除小波变换所带来的光谱扭曲和假边缘现象.     

基于Gauss滤波和Hilbert变换的模态阻尼辨识方法

为了精确获取航天器结构的模态阻尼,提出一种基于Gauss滤波和Hilbert变换相结合的模态参数辨识算法.对结构频响函数经过Gauss滤波后,通过Hilbert变换得到系统瞬时包络曲线和相位,对系统模态参数进行辨识.研究表明该方法具有较高的辨识精度,可以准确有效的完成航天器结构的模态阻尼辨识.     

Boussinesq方程的Backlund变换及相似约化

将简便而又直接的齐次平衡法推广应用到求Boussinesq方程的Backlund变换,精确孤子解和相似约化.这种方法可以普遍应用.     

模糊变换的图像压缩方法研究

图像压缩的基础在于图像数据存在信息的冗余性,而对图像模糊的变换能够增加图像的信息冗余,为此提出在传统图像压缩方法中引入模糊变换环节,以增加图像压缩比。实验结果表明,引入模糊变换后能有效提高图像的压缩比。     

基于Contourlet变换的子带自适应图像去噪

Contourlet变换是继小波变换之后的又一新变换。由于Contourlet变换的多尺度和多方向特性,能有效地捕获到自然图像中的轮廓,并对其进行稀疏表示.本文提出一种基于Contourlet变换子带自适应图像的新颖去噪算法。该算法核心是估计无噪期望信号的概率。即结合无噪子带系数的广义Laplacian模型和加性高斯白噪声的概率估计,分析每个子带信号概率为固定的情况。实验结果显示这种新的子带自适应图像去噪算法优于Bayesian wavelet shrinkage和ContourletHMT算法。     

基于二进小波变换的磁共振图像去噪新算法

针对传统去噪方法在降低噪声的同时会模糊图像边缘的缺点,提出了一种基于二进小波变换的噪声抑制新算法.利用小波系数的区域相关性,将要处理的小波系数置于由它周围的系数组成的可变窗口内,由窗口内所有小波系数的值来决定该系数的处理方式.由于离散小波是非平移不变的,因而重构过程中会出现人工噪声.为了避免这个问题,本文采用了具有平移不变性的二进小渡变换.实验结果表明,该方法较之传统去噪方法有更高的去噪精度,可以有效降低噪声,同时较好地保持图像细节和边缘信息.     

灰度图象的直接Hough变换方法

提出了利用灰度图象的梯度直接进行Ｈｏｕｇｈ变换以检测条纹的方法,与传统Ｈｏｕｇｈ变换及直接利用灰度进行Ｈｏｕｇｈ变换检测条纹的方法相比,具有快速计算以及对图象噪声不敏感的特点。     

基于单应性变换的可见光与毫米波雷达数据标定方法

针对现有的传感器标定方法存在操作步骤繁琐、标定精度低等问题,本文基于雷达扫描平面与地面平行的特点,利用雷达扫描平面和可见光图像平面之间的单应性变换关系,提出了一种基于单应性变换的毫米波雷达与可见光传感器标定方法.首先,在标定场中放置六块金属面板,同时获取标定场中金属面板的毫米波雷达数据与可见光图像,基于点对齐方法获取六...     

一种新颖的无人机侦察图像分区域压缩算法

针对无人机侦察图像及其在军事运用上的特点,分析并证明了基于小波变换的压缩技术在无人机侦察图像压缩方面是一种很好的解决方案,根据某型无人机侦察图像设计了一种基于小波变换的分区域压缩算法,取得了良好且满意的图像压缩效果和实时传输效果.最后,阐述了基于小波变换的侦察图像压缩的关键技术.     

广义镜象变换及其在信号特征分析中的应用

本文首先介绍了镜象变换及其性质,并将其推广到复数空间中去,引出了广义镜象变换。广义镜象变换保留着镜象变换的主要特性。然后利用广义镜象变换提出了一种信号特征分析的新算法,即广义镜象变换-QR算法。它包括两大步骤:(1)利用广义镜象变换将Hermite阵化为实对称三对角阵。(2)利用带位移的QR方法求实对称三对角阵的特征值。文中给出了上述算法的详细流程。该算法具有收敛速度快和数值稳定的优点。我们将上述方法用于噪声中信号个数的估计问题,给出了Monte-Carlo模拟结果,验证了所述算法的有效性。在模拟实验中,假定天线阵为均匀线性阵,信号源为两个独立的等功率源,目标模型为Swerling Ⅱ,噪声为空间白色的和高斯的。干扰协方差阵由参考噪声样本估计得到。     

复元素变换矩阵研究

基于广义惠更斯．菲涅尔衍射积分方法,推导了高斯光束通过傍轴ABCD光学系统后的一般公式。在此基础上,推导了高斯光阑的变换矩阵,讨论了高斯光阑和其它光学元件组合时的变换矩阵处理方法。     

基于小波变换和ICA的卫星测控信号盲识别算法

针对信息对抗中对非合作卫星测控信号识别的问题,提出一种小波变换和独立分量分析相结合的卫星测控信号盲识别算法.首先,基于小波变换去除噪声原理,对混合信号进行去噪处理;然后,采用独立分量分析的方法对去噪后的混合信号进行分离;最后进一步对分离后的测控信号作矢量归一和再去噪处理,得到卫星测控信号的最终估计.Matlab仿真结果表明:该识别算法可以较好地分离卫星测控信号,并且很好地保留了源信号的特征,具有良好的稳定性,收敛速度较快.     

基于小波帧变换的多聚焦图像融合算法

提出了一种基于小波帧变换的多聚焦图像融合算法,本算法首先对图像进行小波帧变换,然后利用多聚焦图像的特点,采用区小波能量取大原则对高频系数进行融合,采用区域空间频率取大原则对低频系数进行融合,并进行一致性检验,最后通过重构得到融合图像.实验表明,该算法相比于传统小波变换法,具有更好的融合效果.     

应用小波分析方法处理非平稳信号的研究

本文综述小波分析这一前沿领域的发展现状，介绍了小波变换及其Mallat快速小波算法，对比分析了小波变换与短时傅里叶变换之间的差异，指出这种基于多分辨方法的小波变换特别适合于非平衡信号的分析与处理，并且应用该方法对实测信号进行了有效的时频分析。     

一种适用于空管的语音处理方法的验证与实现

浅析维格纳变换、短时傅里叶变换和局部多项式傅里叶变换在语音分析处理中的作用和意义,特别是局部多项式傅里叶变换相对于前两种变换的优势,最终通过C#和matlab混合编程对其在空管地空通信语音处理的应用进行验证和实现,为空管语音通信的相关技术研发和技术维护提供一种参考。