焊缝X射线实时成象检测技术

X射线透射焊缝后,图像经转换屏变成可见光,由反光镜反射到电视摄象机,经过存储与处理,将图像显示在电视监视屏上。采用小焦点X射线管与微焦点X射线管为射线源。图像投影放大与数字处理是改善图像质量的重要环节。通过投影放大提高对比度与清晰度。图像数字处理可以降低噪音,改善信噪比,它包括图像整修、画面积分、增强轮廓与提高对比度四个步骤。转换屏具有增强、吸收X射线并将其转换成光的功能,有多晶体、单晶体与镶嵌式三种类型。     

利用小波分析对合成孔径雷达图像分类

本文旨在提出一种利用小波变换获得的多分辨率图像表示对合成孔径雷达图像进行分类的方法。     

基于Avalon总线的通用图像处理器的设计

提出一种图像处理的新方法,该方法将软核RISC与硬件IP核的优点相互结合,既能充分发挥硬件运算的 并行、高速等特性,又能最大限度地发挥软件的调度、管理功能,同时用户也可以根据图像压缩标准的变化和实际需要对 设计模块进行裁减或扩充,具有很高的灵活性和可继承性。     

稳定器壁面最高温度区的数字图像分析

测定稳定器壁面最高温度区的位置、面积大小和最高温度值是航空发动机研究中的重要内容。本文阐述作者在利用数字图像处理技术对火焰稳定器壁面最高温度区进行分析方面进行的工作。所用方法是图像处理分类技术中的最小距离分类方法。为了减少图片摄取时噪声的影响,本文对训练区进行了分析处理,最后得到了比较满意的结果。     

应用PIV技术测量二维瞬时流场

本文应用ＰＩＶ技术对循环水槽中两种工况下进行了二维瞬时流场测量。在双脉冲激光片光源照射的平面流场中,得到了清的粒子位移照片,采用杨氏条纹法精确的测量了整个二维瞬时流场。本文还采用粒子像模拟技术,用几种图像处理方法：傅里叶变换法,空间自相关法和位移距离概率统计法分别进行处理,得到了相同的结果。     

面向星载应用的空间域四叉树层次化图像压缩算法

为满足卫星应用领域对高分辨率遥感图像实时传输与存储的要求，针对该类图像特征，提出基于空间域四叉树数据结构的图像数据亚采样与多模式自适应预测编码相结合的压缩算法。该算法使用四叉树数据结构与三种预测编码模式，针对图像块纹理差别，自适应地选取相应的亚采样与量化编码方式，通过采样方式与量化方式的变化，达到保存高分辨率遥感图像细节与小目标绝不丢失的要求，实现了对遥感图像中目标边缘和变化剧烈的细节的高保真效果，同JPEG相比，恢复图像峰值信噪更高、图像纹理细节保持能力更强。利用具有可编程序门阵列器件物理实现上述算法，获得高速图像压缩专用芯片，该芯片数据处理速度达到288Mbit／s，功耗低于1W。     

曲面和任意取向表面表面摩阻油膜测量的进展

本文叙述了曲面和任意取向表面表面摩阻测量方法的进一步的发展。介绍了用漫射照明获取薄油等厚度干涉条纹谱的理论根据和实验结果。讨论了通过油流显示图像的分析,自动探测表面流线方位的可能性。所得结论表明油膜法也能应用于复杂的三维流动。     

基于遗传算法的最佳熵阈值图像分割法

将遗传算法用于图像分割的Kapur等人提出的最佳熵阈值确定法(简称KSW熵法)中,进行了针对图像分割遗传程序所需的参数设计.KSW熵方法具有很多优点,但同时也存在弱点:需要大量的运算时间,特别是在计算多阈值时.因此需要引入优化算法.J. Holland的遗传算法是具有鲁棒性和自适应性的搜索方法.采用遗传算法实现单阈值和多阈值图像分割,实验结果表明分割速度快于传统的KSW熵法,缩短了运算时间.      

蒸发液滴空间实验研究的图像反馈控制系统

提出了一种利用图像反馈控制系统测量液滴蒸发速率的方法.该系统主要由图像采集、图像处理、反馈控制三个部分组成.其工作原理是对CCD采集到的液滴图像进行分析,得到液滴的物性参数,利用控制注液器动态注入来维持液滴的大小,由此得到单位时间内的注入量,即液滴蒸发速率.或通过对液滴图像几何尺寸的计算,得到单位时间内液滴的变化量,进而得到液滴的蒸发速率.为了从动态变化的图像中准确找到液滴的轮廓,简单介绍了基于拉普拉斯方程,运用牛顿法和龙格库塔法等数值方法,对图像轮廓进行拟合的算法理论.以拟合得到的液滴轮廓为基础,利用数值积分计算液滴的表面积和体积,从而由体积的变化量确定蒸发速率.介绍了图像反馈控制系统的软件结构和硬件结构.并给出了利用其进行液滴蒸发测量得到的实验结果.该系统是为我国SJ-10返回式卫星上蒸发与流体界面效应空间实验研究项目专门开发的.      

SAR图像点目标超分辨正则化方法的简化计算

合成孔径雷达(SAR)是一种高分辨率相干成像雷达,是重要的空间遥感手段,分辨率的高低直接决定了其应用效果的优劣。正则化方法是提高SAR图像分辨率的有效方法,但传统的迭代算法计算速度较慢。文中分析了基于lk范数的图像超分辨正则化方法的迭代求解公式,得出了由该迭代公式产生的迭代序列收敛的极限的解析表达式。将该结论用于正则化模型的求解可以显著降低计算量,由此得到了正则化迭代算法的简化计算方法。仿真与MSTAR图像处理结果表明,简化后的方法计算速度提高了2 000倍以上,计算结果与传统方法的相对差别小于6×10-9。