路面裂缝检测算法研究与实现

本文主要基于数字图像处理方法研究高速公路路面裂缝自动检测算法。首先,介绍了课题研究背景,以及国内外研究现状。其次,介绍路面裂缝检测系统的整体技术方案。最后,通过详细描述对有裂缝图像的处理过程,包括图像滤波去噪,边缘检测,图像分割,腐蚀膨胀。     

基于小波变换的阈值去噪技术研究

小波变换是一种新的时频联合分析方法,它在时域和频域都具有良好的局部化特性和多分辨率分析特性,能满足各种去噪要求,如低通、高通、随机噪声的去除,在信号去噪中小波变换得到了广泛的应用。本文阐述了小波变换及小波阈值去噪的基本原理,对阈值函数的选取以及阈值的确定等关键问题进行讨论。仿真实验结果表明,文章所采用的方法既能有效地去除信号噪声,又能较好地保留原信号中的突变信息。     

基于图像处理的液位测量技术研究现状与发展趋势

基于图像处理的液位测量技术具有非接触式测量、应用范围广、占用体积小等突出优势,在工业、化学以及水文监测等领域有着广阔的应用和发展前景。随着图像处理算法的改进和工业相机性能的提升,图像液位测量技术的各项性能指标也得到了显著提高。为进一步研究基于图像处理的液位测量技术,梳理其基本工作原理、分类及研究现状,并分析发展趋势和前景,为研究精度更高、应用更广的液位测量技术提供依据。     

基于局域波分解的微机械陀螺信号提取研究

在某型微机械陀螺实测数据的基础上,提出采用局域波分解的方法进行陀螺信号提取研究。根据局域波分解的滤波特性,采用一种新的滤波方式。首先将某一时刻的多个瞬时频率分解到不同的基本模式分量中,对信号进行局域波分解;根据分量相关系数判别噪声;对分量进行时域尺度滤波,得到重构后的去噪信号,进而得到陀螺真实信号。在实测数据上,通过局域波分解和小波变换进行信号提取对比分析,试验表明,两者均能很好的信号去除噪声,提取陀螺信号,但硬件实现上局域波分解更容易,更有实际工程意义。     

基于应力波检测技术的管道安全监测定位系统研究

基于应力波检测技术,设计了管道安全监测定位系统。通过沿管道布设的振动传感器采集管道的振动信号,并使用系统内置的DSP处理单元对采集到的信号进行初步判断,对威胁事件提取特征。监控单元通过GPRS信号将威胁事件特征上传到系统报警中心,在报警中心系统进行综合判断,结合电子地图给出管道威胁事件的报警信息,并采用声光报警的方式提醒工作人员处理。通过试验,系统的识别报警率达到85%以上,误报率不高于15%。对各种接触到管道的敲击信号可以做到准确报警,对于人员走动、汽车通过、风声、雨声等背景噪声可以有效滤除。     

基于多结构元素的遥感图像去噪及边缘检测方法

边缘检测是遥感图像处理的一个重要方面。利用数学形态学原理，提出了一种基于多结构元素的遥感图像边缘检测方法。首先采用基于视觉模型的边缘阈值得到灰度突变像素点，然后利用几种具有代表性的结构元素对这些像素点进行形态学腐蚀操作以区分真实像点和噪声点，将噪声点去除并通过伪中值滤波填补像素值，最后得到图像边缘。实验结果表明，该算法能够在保持图像边缘细节的前提下，很好地滤除图像中的孤立噪声点，在检测精度和抗噪声性能方面都优于传统的形态学算法。     

基于神经网络算法的液体火箭发动机实时故障检测方法研究

以某液体火箭发动机为研究对象,将实时故障检测作为中心,分析了神经网络算法的特点及其实现步骤,利用Lab Windows/CVI与MATLAB混合编程的原理,实现和改进了基于神经网络的发动机实时故障检测方法,并用多次试车数据进行了检验.试车数据验证结果表明,该方法能及时、准确、有效地检测发动机稳态过程的故障.研究结果对发展未来液体火箭发动机的箭载故障检测系统具有重要的参考价值.     

氧化铟气体传感器动态测试及基于神经网络的识别特性研究

准确测量密封舱内有毒有害气体成分和浓度是载人航天器环控生保系统的关键技术之一。文章选择In2O3作为气敏材料制备气体传感器,利用温度动态测试方法并结合神经网络模型对气体种类及浓度的检测进行研究,经静态和动态测试,获得了氧化铟气体传感器对不同种类、不同浓度气体的响应曲线。神经网络训练结果显示：训练模型可以识别6种不同的气体,识别率达98%以上;对不同气体不同浓度的检测误差小于10%,浓度梯度的平均识别率高于95%。     

基于小波包变换及相关系数法的复合材料层合板冲击位置识别研究

复合材料较为广泛应用于航空、航天等工程领域,但对冲击载荷十分敏感。因此,对复合材料结构承受的冲击载荷进行在线监测以及冲击位置的实时识别具有重要意义。文章以复合材料层合板为研究对象,基于两个冲击位置的距离越靠近则接收到信号幅频特性相似度越高的特点,采用FBG光纤光栅传感器,通过小波包变换的方法来提取能量特征向量,同时结合相关系数法来实现复合材料层合板的冲击位置识别。在480 mm×480 mm的复合材料层合板上开展冲击实验,8次实验皆完成了冲击位置识别,其中7个点距离误差为0 mm,实现精准识别,另一个点误差在6%以内。     

基于遥感影像的油罐自动检测算法

油罐自动检测和识别对于大比例尺、自动／半自动计算机制图具有重要的意义。提出的油罐检测算法利用改进的随机Hough变换（RHT），改进的Canny算法和模板匹配算法，不仅在识别率上有较大的提高，同时也缩短了检测时间，并解决了油罐识别中模板匹配模板选择问题，降低了RHT计算复杂度。通过实验证明，采用本文提出的油罐自动检测算法识别率优于80％，满足了75％的指标要求。     

基于FPGA的图像信息处理平台设计

末制导技术应用于导弹武器型号中,存在着数据量大、信息处理速度快的特点,本文分析了光学成像导引头高速图像信息处理平台的设计技术,介绍了信息处理平台设计框架、功能以及工作原理,阐述了FPGA与3个DSP协同处理的机制和图像加速处理的方法.     

基于结构特征比对的指纹识别方法

针对通常的指纹识别算法都不支持指纹的旋转和偏移的问题 ,文中首先提出一个在二维平面上点与点之间的距离与平面的旋转和平移无关的数学模型。然后在分析指纹特征点的基础上提出一个基于指纹结构特征的比对算法 ,该算法主要是利用特征点之间的距离、类型和跨越纹线等结构信息来进行比对。最后用实验证明这一算法的可行性     

基于图像识别技术的火箭飞行时序判读

在运载火箭开展射前综合测试时,控制系统在预先指定的飞行时序向末端发送一系列指令,指示末端设备做出相应动作,以达成对应的目标。这些动作主要依赖火工品完成,这些动作变化会体现在火工品等效器指示灯上。当前控制系统无法检测到末端等效器的电流情况变化,因此无法对末端动作进行有效监测,测试缺乏可靠性、准确性与可追溯性的问题亟需改善。通过综合运用人工智能、数字图像处理与计算机视觉技术,经由特征匹配、指示灯定位、指示灯状态建模等步骤,可对末端火工品等效器状态变化实现精准监测,进而实现飞行时序自动判读。与标准判据比对后,本文提出的火箭飞行时序判读系统准确率可达98.89%。     

基于YOLOV3的改进目标检测识别算法

经过近几十年不断的研究和发展,红外目标检测识别在侦察、导弹制导等领域取得了卓越的成就和广泛的应用,亦成为当今的热门话题。为进一步提高模型的检测识别性能,提出一种基于YOLOV3改进的目标检测识别算法。首先,通过分析红外目标的检测特性,改进了原始算法的特征提取网络,融合KL-LOSS,在原网络预测目标位置的基础上,进一步预测了位置的准确度标准差,并结合Soft-NMS算法用于改善网络的检测准确度;其次,针对红外目标相对三通道彩色图像的特征量少的问题,在检测层前融合了SKNET模块,使网络更加关注目标的有用特征;最后,给出改进网络训练的新的损失函数及前向传播算法流程。实验结果表明:改进的KS-YOLO网络在目标域(实拍空中红外目标数据集)上的平均AP性能值要优于原来的YOLOV3网络2.4个百分点,预测时间比YOLOV3实用性更好、更快。     

基于小波矩特征和神经网络的灰度图像识别算法研究

小波矩结合了矩特征和小波特征,既反映了图像的全局性信息,又反映了图像的局域性信息,并且具有旋转、平移和缩放不变性。文章研究了基于小波矩的灰度图像特征提取算法,并将其与BP神经网络组合,利用神经网络的强学习能力和容错性,形成一个灰度图像识别系统。仿真实验表明,在图像失真较小的情况下识别率可达到100％,较之未提取特征的神经网络识别方法而言,网络收敛速度与识别精度都有较大的提高。     

基于梯度特征的图像自动分割方法

利用遥感图像进行海上目标检测、监视的关键技术是实现海陆分离，从而为目标检测、监视减少不必要的处理工作。传统的采用阈值分割方法分离陆地，但是这种方法对于陆地上灰度级较低区域容易造成误分割。而且，很显然的不能够充分利用图像中的灰度变化信息，即梯度。为此提出了一种基于梯度特征的海陆分割算法。首先利用边缘检测提取图像的梯度特征，梯度特征对灰度级并不敏感而对梯度的变化敏感，对于陆地灰度级较低的区域也能够提取边缘。对得到的边缘进行形态学处理，利用设定的面积阈值将图像分为主体陆地区域和孤立陆地区域，进一步可以屏蔽陆地。实验结果表明，该方法可以较好的分割陆地中阴暗区域，对于未经辐射校正图像有较好的适用性，并且有较快的处理速度。     

基于极化神经网络的雷达舰船检测识别方法

相参雷达捕获的全极化海面目标距离-多普勒(RD)回波数据中,目标区域占比小、信噪比低,且海况环境与干扰种类多变,使得经典的深度神经网络在此种条件下检测识别精度较低。为此,本文提出了一种基于极化深度神经网络的全极化相参雷达海面目标检测识别算法。首先,引入极化特征提取模块挖掘目标与干扰的差异化特征;其次,通过特征金字塔网络解决小目标检测识别的问题;最后,使用级联结构进一步提升算法性能。在全极化相参雷达回波数据集上的测试结果表明:基于特征值与特征矢量的极化特征对于数据集中两类舰船目标的平均精度分别达到0.907 9与1.0,相比不采用极化特征有着显著提高。