适用于爆炸物CT检测重建图像去噪新算法

场旅客行李爆炸物CT检测成像过程中不可避免地受到噪声影响,对重建图像的去噪处理是爆炸物CT检测技术中的一个重要环节。针对机场旅客行李隐藏爆炸物快速检测、重建图像质量要求和引入的噪声特点,提出了一种有效的图像去噪算法将小波包分析与快速中值滤波相结合,并且对小波包系数运用一种新的阈值去噪方法。实验结果表明,该算法能更有效地去除重建图像的噪声并保持图像的边缘细节。     

有限角度CT重建方法

计算机断层成像技术(Computed Tomography,CT)技术已经被广泛应用于医学诊断、工业无损探伤以及安全检查等领域.然而在实际应用中,很多情况下并不能采集到完全角度下的投影数据,例如成像系统设计的限制等.利用有限角度下的投影数据进行图像重建被称为X射线成像有限角度重建.本文介绍了两种有限角度CT迭代重建方法...     

工业CT大视场扫描成像方法研究

工业CT二代扫描方式扫描视场大，但扫描时间长；三代扫描方式扫描时间短，但扫描视场小。为解决较大尺寸构件ICT快速检测问题，讨论了一种基于三代扫描的大视场扫描方式，推导了它的FBP重构算法。计算机模拟和实验结果证明了该算法的正确性。分析表明，其有效扫描视野在三代的1．9倍以上。     

基于PC/DSP的ICT图像重建系统研究

 设计了一种基于PC/ DSP ( Personal Computer / Digital Signal Processor) 的ICT ( Industr ial ComputedTomography) 图像重建系统, 论述了整个系统的硬件组成和工作原理, 介绍了系统中PCI 型DSP 信号处理板的设备驱动程序的主要内容, 给出了整个系统的试验结果。结果表明: 该系统能有效缩短ICT 图像重建的时间, 提高ICT 检测的工作效率。     

不完整投影数据情况下的图像重建

给出了代数重建收敛准则和图像重建算法,重构出7幅图像,并对代数重建算法存在的问题进行了讨论和改进.     

ICT图像重建并行处理技术

在ICT图像重建中一般采用的并行系统有阵列处理机、基于多个PC机的MIMD系统、由多个DSP和反投影专用处理器组成的多处理器系统和工作站机群。     

基于飞行器图像的目标跟踪方法研究

提出了一种利用飞行器图像进行目标跟踪的方法，建立了飞行器图像跟踪系统。该系统利用一种云台控制算法搜索飞行器的图像，通过对飞行器图像的边缘检测、图像中心点提取等处理，实现了飞行器图像定位。理论计算和实际应用表明，该系统可以对低马赫数和高马赫数飞行器进行图像跟踪。     

一种用于CT空间分辨率增强的图像重建方法

为在既有硬件条件下提高工业计算机层析成像(computed tomography,CT)系统空间分辨率,分析了提高采样频率的半像素错位工业CT扫描方法,提出了一种基于代数迭代技术的直接重建算法,以面积权值对采集到的投影数据进行交替迭代,实现高分辨率图像重建.利用星型空间分辨率模型开展了计算机仿真分析,重建图像截止频率处的调制度达到0.8,表明了该方法提高空间分辨率的潜力.标准空间分辨率测试卡工业CT扫描重建实验结果进一步验证了其可行性和有效性.该方法简单、易行,在工业CT系统中有良好工程应用前景.      

基于窗口技术的CT图像缺陷性质确定

论述了工业CT图像的一般特点,对窗口技术进行了详细分析。利用非线性窗口和数据库管理实现了窗口的自动化选择并较好地识别出小密度差下的缺陷性质。     

改进的基于神经网络的卫星遥感图像去条带方法

由于焦平面阵列的非均匀性影响,线阵列推扫所成的遥感图像表现出规律的条带失真,严重地影响图像质量。本文介绍一种基于神经网络的条带消除方法,以及利用该方法对实际遥感图像校正的结果。     

基于BP神经网络的航空发动机故障检测技术研究

为了提高航空发动机故障检测正确率,将BP神经网络应用于航空发动机故障检测中。从某航空公司使用的CFM56-7B系列发动机的实际飞行历史数据中选取研究样本,对比了6种训练方法的效果并最终选择弹性BP法对网络加以训练并进行测试。结果表明:该方法对CFM56-7B系列发动机的排气温度指示故障、进口总温指示故障和可调放气活门故障的检测正确率高达83.33%。BP神经网络能够很好地应用于航空发动机的实际故障检测,其学习记忆稳定、网络收敛速度快,具有一定的工程实用价值。     

基于广义回归神经网络的传感器故障检测

为了研究航空发动机试验中精确数学模型未知的多传感器故障诊断问题,采用基于广义回归神经网络(General Regression Neural Network,GRNN)组的故障检测方法,提炼出传感器之间的约束关系和故障规律,构建了一组多输入多输出GRNN,用于估计传感器输出,与测量值生成残差,通过与门限值比较判断可疑传感器,找到神经网络组中的具有最小可疑传感器数的GRNN。采用可疑传感器的估计信号做为重构信号交叉验证其它GRNN。通过验证即可确定可疑传感器为最终故障传感器。为了控制神经网络的回归精度,将多输入多输出神经网络分解为多个多输入单输出网络。通过仿真数据验证了该方法用于传感器故障检测的可行性。     

基于神经网络预测的柱径特征点检出

针对峰值法中测量路径规划问题,提出了基于参数模型学习的神经网络预测器。通过预测器对测量路径的优化,测量系统的柱边特征点检出效率提高了近十倍以上。     

基于混合神经网络模型的磨粒电荷检测方法研究

由于传统的滑油磨粒在线监测方法无法获取电荷分布位置信息,难以准确测量荷电颗粒数目及其携带的电荷量。为此,本文提出一种基于静电层析成像（Electrostatic tomography,EST）技术和深度学习算法的荷电颗粒检测方法。对EST传感器测量数据采用BP神经网络算法重建出测量截面上电荷的分布图像,采用卷积神经网络（Convolutional neural networks,CNN）算法分析重建图像以识别荷电颗粒数目,将识别的颗粒数目和传感器测量数据组合成输入向量,通过1个多层前馈网络确定带电颗粒数目、感应电荷值与颗粒电荷量值之间的映射关系,得到准确的各颗粒的电荷量值。实验结果表明：混合神经网络模型对数据样本的测量误差为9%,可满足滑油监测对于准确性的要求。     

基于神经网络的飞机轮胎与跑道间结合系数的研究

以实验数据为基础,利用神经网络的BP算法来拟合飞机轮胎与跑道之间的结合系数与滑移率的关系曲线,通过在MATLAB中编程来实现拟合,同时生成一个可以应用到SIMULINK中的模块,为系统建模提供了方便。实验结果表明BP网络能比较好地拟合μ-σ曲线,控制效果较好。     

基于弹性小波神经网络的故障诊断研究

航空电源系统是机上设备的重要组成部分,任意一个环节出现故障,将会影响整个飞机系统的正常安全运行。针对神经网络收敛速度慢,易陷入局部最小的缺点,将小波神经网络结合弹性BP算法应用到电源系统故障诊断中。训练过程及仿真结果表明：小波神经网络故障诊断算法收敛时间方面表现更优,具有较高故障诊断率。     

基于神经网络的类乘波体飞行器FADS算法研究

大气数据是飞行器飞行的重要参数,大气数据系统是必备的机载航电系统。嵌入式大气数据系统（FADS）是新一代大气数据系统,可用于类乘波体飞行器。飞行器外形特殊,大飞行包线内FADS压力场模型复杂,解算算法尚不完备。针对飞行器的特点,利用三维几何建模和计算流体动力学（CFD）计算的方法,分析FADS压力场模型特性,设计并验证了基于神经网络的类乘波体飞行器FADS算法,结果表明,算法对马赫数、攻角和侧滑角大气参数的解算可行有效。     

基于神经逻辑网络的航空装备维修决策问题研究

利用神经逻辑网络进行航空装备维修评价决策,并建立了相应的网络模型,从根本上改进了传统依靠层次分析法在权重赋予上存在的问题。最后通过案例分析计算证明该方法切实可行。     

基于区域的卷积神经网络在空对地车辆检测中的应用

针对传统空对地车辆检测算法在光照变换、场景变化时检测效果不佳的问题,提出了基于区域卷积神经网络Faster RCNN模型的空对地车辆检测方法,介绍了Faster RCNN模型以及模型训练过程.实验结果表明,基于Faster RCNN的空对地车辆检测方法是可行的,对不同光照和场景下的车辆检测可以取得较好的效果.     

基于小波神经网络航空发动机滑油系统故障诊断方法研究

研究了基于小波神经网络的非线性系统的故障检测和诊断方法.把小波分析与前馈神经网络相融合,并推导出其具体的算法.应用小波神经网络对航空发动机滑油系统进行故障诊断.试验和仿真的结果表明:小波网络应用于故障诊断时具有收敛速度快,对网络输入不敏感等特点,为非线性系统的故障诊断提供了新的理论和方法.