基于改进HOG特征的空间非合作目标检测

传统的非合作目标检测方法大都基于一定的匹配模板,这不仅需要预先指定先验信息,进而设计合适的检测模板,而且同一模板只能对具有相似形状的目标进行检测,不易直接用于检测形状未知的非合作目标。为降低检测过程中对目标形状等先验信息的要求,借鉴基于规范化梯度的物体区域估计方法,提出一种基于改进方向梯度直方图特征的目标检测方法,首先构建包含有自然图像和目标图像的训练数据集;然后提取标记区域的改进方向梯度直方图特征,以更好地保持局部特征的结构性,并根据级联支持向量机训练模型,从数据集中自动学习目标物体的判别特征;最后,将训练后的模型用于检测测试集图像中的目标。实验结果表明,算法在由4953幅和100幅图像构成的测试集中分别取得94.5%和94.2%的检测率,平均每幅图像的检测时间约为0.031 s,具有较低的时间开销,且对目标的旋转及光照变化具有一定的鲁棒性。     

由灰度恢复物体外形算法的应用

本文根据由单目图像上灰度恢复物体外形的迭代算法及飞机造型的特点编制了灰度恢复外形程序ＹＳＦＳ。首先使用建立在实际物体的模型基础上的人造理想体图像，将运用程序得到的由灰度的外形与已知形状比较，验证了算法的有效性。然后对真实的飞机归咎实现了由灰度恢复飞机机身三维外形。     

由照片灰度复原物体几何形状——飞机机身照片的曲面复原研究

由单目图像上的灰度变化恢复三维物体外形(shape from shading)是由图像作三维识别研究的重要内容。本文讨论了由灰度变化恢复物体外形的迭代算法,提出了确保迭代收敛的边界条件的确定方法。     

基于方向可控金字塔的图像融合算法

为克服传统正交小波变换在进行图像融合时存在的不足,提出了一种基于方向可控金字塔的图像融合算法。首先对待融合图像进行方向可控金字塔分解,对分解后的低频分量采用平均和选择相结合的方法进行融合,对各方向的高频分量则使用像素绝对值选大的规则进行融合,最后对融合后的低频分量和高频分量进行方向可控金字塔重构得到融合图像。仿真试验表明算法能够得到质量较高的融合图像,同时,熵、平均梯度和空间频率等客观评价指标也较平均法和基于小波变换的图像融合算法有所提高,是一种有效的图像融合算法。     

基于边缘特征和方向相关性的图像融合方法

不同传感器获得的多幅图像对同一场景的描述具有信息的冗余性和互补性,在小波图像融合的基础上提出了一种基于边缘和方向相关性的图像融合算法。对参加融合的两幅图像进行小波多尺度分解,对高低频子带系数分别采取不同的融合方法;根据高频分量不同的小波方向特性,采用基于方向相关系数的融合规则,而对低频分量采用能量和边缘特征相结合的融合方法;通过小波重构得到融合图像。实验结果表明,融合图像的视觉效果较好,客观评价指标均有提高。     

基于分数阶傅立叶变换的湍流退化图像相位恢复算法研究

为克服气动光学效应对目标成像的影响,针对湍流导致的图像退化问题,将分数阶傅立叶变换引入到相位恢复算法中,由分数阶傅立叶域的幅值得到目标的自相关,进而转化为解相关问题的求解恢复目标图像。为改进解相关算法,采用最小二乘共轭梯度法解高斯-牛顿方程,有效提高了算法的收敛速度和正确的收敛概率。仿真试验结果表明该算法对湍流退化具有较好复原能力。     

任意多面体网格上的欧拉方程数值算法

发展并验证了一种新的支持多面体网格的欧拉方程离散算法,采用Fortran 95编写了支持任意网格拓扑及三维复杂外形的通用求解器.在空间离散上,基于径向基函数理论提出了一种新的梯度计算方法,并采用动能通量分裂格式来得到准确并且稳定的二阶精度重构.该方法不依赖于网格几何形状,因此对网格质量不敏感.由于在时间方向采用了点隐松...     

机载SAR反投影图像自聚焦处理方法

反投影算法(BPA)是一种经典的时间域合成孔径雷达(SAR)成像处理方法。BPA对回波数据插值累加得到图像,运动误差导致的目标散焦沿不同的倾斜角度存在,无法直接应用现有的自聚焦算法。为此,提出了一种新颖的BPA图像运动补偿方案。基于反投影数据运动相位误差和距离徙动分析,研究了修正投影栅格成像,从而去除重建图像中目标散焦方向的空变特性。在中低分辨率配置下,重建SAR图像能够直接应用相位梯度自聚焦(PGA)等进行运动补偿。点目标仿真实验和实测数据结果验证了该算法的有效性。     

仿射坐标系下多视点的三维物体识别方法研究

多个视角下三维物体的识别一直是计算机视觉和模式识别领域的重要研究方向。对平面区域或适当的变换区域中以不同视角观察时图像中的点集所具备的性质进行了研究．并得出了在仿射变换下点模式匹配所具备的重要性质，即基于不同视角下平面图形的傅立叶描绘矩阵，得到形状匹配的数学约束，并将其应用于多个视角下物体的形状识别。理论分析及仿真实验表明，该方法在形状识别中是简便、快速、有效的。     

机场目视助航灯具光强测量方法

提出了一种基于面阵CCD的目视助航灯具出射光强的测量方法,系统采用反射屏作为转换装置,给出了CCD表面照度与反射屏亮度及灯具出射光强之间的换算方法。该系统具有灯具安装方便,显示直观的特点。     

基于BRDF的排气系统红外辐射特征计算研究

为了提高涡扇发动机排气系统红外辐射强度的计算精度,研究了壁面反射特性对计算结果的影响。红外辐射特征的计算采用反向蒙特卡罗(RMC)法,壁面反射采用双向反射分布函数(BRDF)和漫反射两种模型,并将计算得到的红外辐射强度与模型试验测试结果进行了对比。通过研究BRDF模型参数的变化对计算结果的影响确定了所采用模型中参数的取值。结果表明:壁面反射采用BRDF模型是提高红外辐射计算精度的有效途径。对于本文的试验模型,采用BRDF模型后,明显减小了以低发射高反射部件辐射为主的方向上红外辐射强度的计算误差。     

基于道路几何特征的地图匹配方法研究

从地图匹配技术的基本原理出发,比较了几种典型的点到线型地图匹配算法的优缺点以及适用范围。结合实际行车轨迹连续、特征明显的特点,提出了一种基于道路几何特征的地图匹配方法,并从候选路径确定、匹配路径确定和匹配点求取三方面对算法进行了详细说明。最后通过设计试验,验证了其可行性和准确性。经验证,采用此地图匹配方法可将惯性定位定向的定位精度提高到20m以内。     

基于导向滤波的深度图优化方法

很多低成本设备输出的深度图存在明显的边缘不匹配、深度信息缺失导致孔洞等问题,而现有的优化算法实时性差,提出的基于导向滤波的深度图优化方法可以兼顾实时性和视觉效果。首先,采用基于单尺度的Retinex方法对配准的灰度图像进行增强处理,消除光照阴影等导致的虚假边缘,增强真实边缘。然后,将处理后的灰度图像作为引导基础,通过具有边缘保持能力的导向滤波器优化深度图像,实现边缘保持的同时填充孔洞。最后,通过标准数据库和实际深度图进行实验验证。结果表明,处理后的深度图能够很好地反映基本形态,兼具实时运算竞争力。     

利用多状态试车数据修正发动机部件特性

针对经典的航空发动机部件特性修正因子法的不足,提出一种于多状态试车数据的修正方法.利用发动机部件匹配模型方程以及试车参数计算值和实测值的差值组成目标方程组,采用改进的免疫粒子群算法优化求解获得部件特性修正系数.以多个不同状态下的修正系数为基础,利用滑动最小二乘方法拟合修正系数曲面,进而得到修正的部件特性图.数值试验表明:综合利用不同状态下发动机试车数据进行部件特性修正,克服了传统方法的不足.提高了修正部件特性在整个工作范围的精度.      

基于单数码相机自由拍摄的空间点定位

 提出并实现了一种空间点定位方法。该方法仅用一台数码相机围绕目标进行多角度自由拍摄获得多帧图像,采用一套具有身份唯一性的标记点实现多图像间点的稳定匹配;在此基础上根据多视图几何约束,精确计算各次拍摄时的相机姿态和位置;进而求解目标点的三维位置信息,并对结果进行优化。实验表明空间点定位的相对误差优于0.03%。该方法所用设备十分简单,操作方式非常灵活,适用于大型物体多视角测量的拼合、某些情况下的装配检查等,也可直接用于较规则构型物体的三维数据获取与CAD模型重建。     

基于改进量子粒子群的发动机部件特性修正

为提高发动机部件特性修正的精度,在分析修正因子法的求解条件以及目标方程的选取原则的基础上,利用部件特性删除法,直接以各部件特性参数作为被优化变量进行特性修正。对于目标函数,提出利用量子粒子群(QPSO)算法优化求解,并针对算法存在早熟收敛的问题进行。改进以涡扇发动机试车试验数据为依据,分别利用改进算法和其他典型算法进行部件特性修正计算。计算和试验结果对比表明,算法要明显优于其他被比较的算法。     

基于凸优化的再入轨迹三维剖面规划方法

可重复使用飞行器一般采用大升阻比气动外形，再入轨迹三维剖面规划方法可充分发挥这类飞行器固有的机动能力。计算量大是制约三维剖面规划应用的难题，为提高计算效率，提出了一种基于凸优化的再入轨迹三维剖面规划方法。首先，分析运动方程特性，利用定义新的控制变量、约束松弛、连续线性化等技术，将原始非凸的三维剖面规划问题转化为一个凸优化问题。其次，将指令反解步骤嵌入至序列凸化算法中，通过迭代求解凸优化子问题，获得原问题的可行解。数值仿真结果表明所提方法具有较高的求解精度和确定的收敛性质，飞行器的机动能力得到充分发挥；与伪谱法的结果对比表明凸优化方法在轨迹规划问题上具有更高的求解效率。     

基于逆向有限元法的变形机翼鱼骨的变形重构

变形监测技术能够为自适应变形机翼的变形控制系统提供参考信息，是保证结构安全性以及优化结构的运行性能的重要手段。传统的基于光学成像的变形测量方法已经不能满足自适应智能结构的实时变形监测的要求。由于变形机翼表面受气动载荷影响，不便于直接在变形机翼蒙皮表面布置应变传感系统，目前还没有针对鱼骨结构这种真实复杂机翼结构的变形重构研究，大多针对机翼翼型的变形重构研究是将整个机翼简化成简单的翼形板、梁结构。针对上述问题，本文首次以真实复杂变形机翼主承力结构——鱼骨为研究对象，提出了一种基于逆向有限元（iFEM）算法与位移分段叠加思想结合的变形监测方法，根据Mindlin板变形理论建立四节点逆向壳单元，采用应变传感系统测得鱼骨结构表面应变分布作为算法输入，然后基于最小二乘变分方程求解结构应变场和位移场之间的传递函数，重构鱼骨结构的变形形状，为反演机翼翼型的变形形状提供方法。针对真实自适应变形机翼的主要承力构件开展了变形实验，实验结果表明，机翼鱼骨在分别偏转5°、10°、15°的情况下，逆向有限元法能准确重构鱼骨变形形状，验证了基于逆向有限元法的变形重构方法在真实自适应变形机翼结构变形重构研究中的有效性和准确性。     

RTK辅助的单目视觉地图构建与恢复方法

针对单目视觉SLAM在复杂场景下跟踪失败导致地图丢失的问题,提出了一种利用RTK信息辅助单目视觉的自动化地图构建与恢复方法。在视觉跟踪失败后,设计了一种自动化恢复地图构建方法,基于RTK信息的辅助,采用坐标变换算法处理丢失前的地图并将其融合到当前地图构建中,在提高建图效率的同时,最大程度地减少了地图信息的缺失。实验仿真结果表明,该方法可以解决系统无法继续跟踪建图的问题,与原始地图相比,其融合后构建的地图在保证全局一致性和完整性的基础上,可以保持米级的估计精度。     

基于场景识别的惯性基类脑导航方法

针对无人机导航中惯性器件产生的漂移误差不断随时间累积进而影响导航精度的问题,以仿生类脑导航为研究背景,提出了一种新的导航方法。与传统导航策略不同的是,该方法从周期性校正累积位置误差的角度出发,采用设置位置细胞节点的思路,利用训练好的卷积神经网络模型在细胞节点处进行图像匹配,从而在位置细胞节点处实现惯导位置漂移误差校正。同时,建立节点之间的漂移误差模型,调整误差方程系数,以达到修正漂移误差的目的。最后,基于无人机飞行实验结果验证了该方法对自主导航的有效性和鲁棒性,该方法能够有效提高无人机导航的精度。