结合图像局部信息的高斯混合型图像分割框架

针对现有的基于判别型或聚类型的图像,用分割方法无法处理被噪声污染的图像的现状,提出一种新的两步式图像分割框架。该框架首先利用图像的局部信息重塑图像的灰度直方图,增强了像素的类间散布性和类内紧凑性,然后将现有的基于判别型或基于聚类型图像分割方法在重塑图像上执行,从而提高了现有图像分割算法的有效性和鲁棒性。文中用典型的聚类型方法高斯混合模型来说明该框架的可行性。由于框架的两个步骤具有独立性．因此可推广到现有的其他基于像素或直方图的方法。在人工和真实图像上的实验结果证明,这种两步图像分割框架可以获得有效且鲁棒的图像分割结果。     

环视SAR成像处理中的几何失真校正算法

环视合成孔径雷达(SAR)图像用于导弹精确来制导中的景象匹配处理,需要满足几何精度的要求.校正由雷达平台不规则运动和天线圆周扫描导致的图像几何失真,是环视SAR成像处理中的关键步骤.文中在利用线性距离多普勒算法生成子图像的前提下,提出了一种基于像源与像点映射关系的距离多普勒域图像几何失真校正算法.该算法无需复杂的坐标系转换计算,实现了360°范围内任意波束指向上SAR子图像几何失真校正.地面点目标仿真和实测教据成像结果证明了该算法的有效性.     

基于多特征综合的角点检测算法

角点检测是计算机视觉处理的首要步骤，本提出一种平面曲线角点检测的方法。首先，从人类视觉感知出发．给出角点两个重要性质作为对传统角点性质的补充，基于上述两个性质，模糊集合的概念被引入到检测问题。然后，给出三组包含角点隶属度的特征提取公式，综合三组特征，给出角点检测、定位、优选的判据。中最后给出算例检测结果和感兴趣部分的特征曲线，以及对历史献测试图像的检测结果。结果表明，本算法使用模糊集合理论，在实现上非常简单，检测效果也很理想。     

矩形管湍流冲击射流场的PIV实验研究

湍流冲击射流在工程和军事工业中都具有广泛的应用。采用粒子图像测速(PIV)技术,在射流雷诺数为20000和喷口-冲击板间距为4倍喷管水力直径的条件下,对矩形管湍流冲击射流场进行了实验测量,得到了主射流区和冲击区附近测量截面上的平均速度和涡量分布。结果表明,由于射流的卷吸及其与环境流体之间的相互作用,使得射流边界处具有很高的涡量;在流场的流出区域存在一个显著的回流区,这是半封闭冲击射流场的特征结构之一。     

一种可利用部分冲压的直升机进气道流场特性实验研究(英文)

针对可利用部分冲压、带前输出轴直升机进气道结构特点 ,实验研究了在侧滑角从 0～ 1 35°状态下的直升机进气道流场特性 ,分析了沿程静压分布、进气道出口截面流场畸变指数、总压恢复系数等进气道性能参数。研究表明 ,该类进气道在各种侧滑状态下总压恢复系数较高。当侧滑角大于 90°时总压恢复系数随着来流速度的增加而减小 ;进气道内气流分离的区域和出口截面流场畸变指数与侧滑角和来流速度的大小有关。其中在侧滑角小于 90°时 ,进气道出口截面流场品质较好。当侧滑角大于90°时 ,随着来流速度或侧滑角的增加出口流场迅速恶化     

用于彩色图像分割的有效特征分析(英文)

提出了一种基于分析特征分割贡献的彩色图像分割方法。该方法不受某一特定彩色空间的限制 ,有效特征的确定取决于所设计的特征编码器对被测彩色图像中各种彩色特征的分析结果。该技术不同于以往的分割技术 ,自组织特征映射被用来构造特征编码器 ,使得编码器能自组织地分析不同彩色图像的有效特征。当合适的彩色特征和初始参数给定后 ,模糊聚类技术被用于最后的分割处理。该方法已经应用于不同类型的彩色图像分割处理 ,实验结果说明了该技术明显优于传统的聚类技术。研究表明 ,特征编码为彩色图像分割的自动化和最优化提供了保证。     

多分辨率分析在图像边缘检测中的应用

本文针对传统图像边缘检测算子——微分算子和LOG算子在图像边缘检测中存在的不足，引入了多分辨率分析方法，并理论上分析了在不同的尺度下，多分辨率分析中由粗至精的特点，使其在图像边缘检测中具有更良好的特性。     

双输出移相配电变压器抑制输出电压畸变特性

探讨了双输出移相配电变压器抑制输出电压畸变的机理,对变压器谐波阻抗与绕组结构之间的关系进行了研究。通过建立双输出移相变压器的场路耦合模型,对两种不同形式的变压器(双输出移相变压器和Dyn连接变压器)输出电压的谐波特性进行了分析计算,研究结果表明:由于双输出移相变压器可以抑制3倍次、5和7次谐波电流,因此对应的3倍次、5和7次谐波阻抗较低,在带非线性负载情况下输出电压的畸变得到明显改善。     

两种基于图论的聚类算法改进(英文)

近年来,基于图论的聚类算法被广泛地应用在数据聚类和图像分割之中。聚类任务主要是挖掘一组给定数据隐含的分布规律和结构信息,而图像分割则是将一幅图像划分为若干互不交迭区域的过程。主要讨论两种比较流行的基于图论的聚类算法,即基于有向树的数据聚类算法和基于最小生成树的图像分割算法。创新在于:(1)改进基于有向树的数据聚类算法,将其应用于图像分割;(2)改进基于最小生成树的图像分割算法,将其应用于数据聚类。在人工数据和实际图像数据上的实验结果表明,改进的有向树算法可以很好地分割图像并保留图像中足够的细节,而改进的最小生成树聚类算法能比较好地聚类具有流形结构的人工数据。     

基于最小总体偏差和区域信息Snake模型的图像分割

提出基于最小总体偏差和区域信息Snake模型的图像分割方法。根据最小总体偏差准则，用包含区域信息的变力替换在气球力Snake模型中的恒定力，并应用于图像分割。实验结果表明，该模型与初始轮廓曲线位置无关，能自动分割模糊边界。对于带椒盐噪声的图像，应用该模型也能取得满意的分割效果。