基于图像处理路面裂缝自动化检测及识别关键问题研究

论述国内外路面裂缝自动化检测及识别发展现状的基础上,分析了基于图像处理的高速公路路面裂缝检测及识别的关键问题并提出了相应的处理方法。平稳小波阈值方法去噪,改进Canny准则算法边缘检测,BP神经网络识别系统识别。     

基于离散方波变换的脉冲星微弱信号周期性检测

为满足X射线脉冲星深空导航系统对脉冲星微弱信号周期性检测的要求,提出了一种基于离散方波变换(DSWT)的周期信号检测算法,并给出了其硬件实现方法.首先,通过对比DSWI和FFI变换核的相似性,证明了DSWT算法进行周期性检测的可行性,同时,研究了DSWT对白噪声的抑制作用;其次,DSWT的变换核仅取+1或-1,更适合硬件电路实现,给出了该算法的FPGA实现方法;最后,采用以Xilinx Spartan-3系列FPGA芯片XC3S2000为核心的开发板组成实验仿真系统,分别对实测和仿真脉冲星数据进行实验.结果表明:1.该算法可检测信噪比低于FFT算法;2.在信号输入完毕后3个时钟周期内即可得出计算结果,耗时比FFT算法少三个数量级;3.实现该算法所需的硬件资源少于FFT算法.     

基于Contourlet域Krawtchouk矩和改进粒子群的遥感图像匹配

为了进一步提高遥感图像匹配的精度和运算效率,提出了一种利用Contourlet变 换、Krawtchouk矩和改进粒子群的遥感图像匹配算法。在分别对参考图像和目标图像进行Co ntourlet分解的基础上,引入Krawtchouk矩来提取图像的局部特征,并利用改进的带极值扰 动的简化粒子群优化算法对低分辨率的遥感图像进行匹配操作,然后逐级上推,
最终实现全分辨率情况下遥感图像的匹配。实验结果表明,该算法与目前常用的遥感图像匹 配算法相比,不仅具有更高的匹配精度和运算效率,还有较强的鲁棒性。
     

一种新的脉冲星累积脉冲轮廓辨识算法

为解决X射线脉冲星导航系统中脉冲星类型难以准确辨识的问题,本文分析了导航系统中累积脉冲轮廓的特点,提出了一种基于选择Bispectra\|Mellin(BM)谱的脉冲星累积脉冲轮廓辨识算法。该算法首先对累积脉冲轮廓进行双谱变换,提取平移不变特征信息,并抑制噪声;然后通过计算归一化双谱幅值的两维Mellin变换将双谱的尺度伸缩转换为BM谱的相位变化;最后利用简化的Fisher可分离度使BM幅度谱域降维,得到特征向量用于相关辨识。利用美国罗希(Rossi)X射线时变探测卫星的实测X射线脉冲星数据进行辨识实验,结果表明：(1) 该算法能对具有不同相位和尺度因子的累积脉冲轮廓进行有效辨识,辨识效果优于现有辨识算法;(2) 当相位间隔为4.8°时,该算法的辨识效果达到最佳;(3) 运算量小,适用于脉冲星导航系统。     

基于IMU辅助的高动态GPS信号捕获算法

高动态环境存在较大的多普勒频移,传统的GPS信号捕获方法捕获时间较长。为了快速捕获到信号,提出将惯性测量单元(InertialMeasurementUnit,IMU)辅助与快速傅里叶变换(FFT)相结合的快速捕获算法。该算法通过外部IMU的位置、速度辅助,预先估算高动态载体产生的多普勒频移,缩小频率搜索范围;利用二维FFT方法同时搜索码相位和多普勒频率,降低计算复杂度,加快捕获速度。仿真结果表明该算法可以显著减少捕获时间,提高捕获性能。     

自由段弹道扰动引力计算的球谐函数极点变换

为提高弹道导弹自由段扰动引力赋值速度,提出了自由段扰动引力计算的球谐函数极点变换一般方法。重点针对轨道动量矩与天球交点为极点及主动段关机点为极点两种情况,推导了考虑侧向偏差和地球旋转修正的扰动引力计算的球谐函数极点变换模型。仿真分析表明:从落点偏差来看,前者扰动引力计算相对误差为1.89%,后者为6.07%,满足诸元和制导精度要求。     

一种AOS遥测源包多路调度算法

高级在轨系统（AOS）体制的核心是调度策略,文章针对我国航天器遥测数据及信道特点,提出了一种高效的AOS遥测源包调度算法,该算法基于优先级调度,对各种数据可以设计不同的优先级,在调度时满足了低速数据的传送要求以及突发数据等高实时性的要求,尤其是信道空闲时算法在优先调度高优先级源包的同时,也兼顾了低优先级源包的下传需求。...     

基于形态学的小波变换图像去噪方法研究

数学形态学和小波变换在信号处理领域应用广泛,论文提出基于数学形态学的小波自适应算法进行图像去噪处理,通过实验证明该算法不仅可以对图像进行有效的去噪处理,而且能很好地保留原图像的细节特征,避免了常规算法的缺点,效果良好。     

基于Contourlet区域对比度的遥感图像融合算法

为综合利用多传感器遥感图像之间的信息，提出了一种基于contourlet变换的遥感图像融合算法。Contourlet是近年发展起来的一种多尺度几何分析工具，比小波变换更适合对图像等二维信号进行处理。算法的思想是将源图像分别进行contourlet变换，在contourlet域完成图像信息的融合，最后通过逆变换得到融合结果。根据分解系数特性，首次提出了contourlet域的区域对比度作为高频子带的融合规则，系数选择更符合人类视觉系统的要求，使得融合图像更有意义。低频子带采用基于区域能量的加权平均作为系数融合规则，在充分保留图像主要信息的前提下进一步增强了算法的稳定性。实验结果表明该算法在性能上明显优于PCA及小波图像融合等传统算法，且能够有效增强源图像的对比度和细节信息。     

构件裂纹缺陷的超声识别

将小波包多分辨率分析与能量谱相结合,提出了金属材料缺陷特征提取的方法(小波包子带能量比较法)及不同缺陷的识别方法(小波分形神经网络法)。选取最能反映缺陷特征的参数——"能量特征向量"作为特征参数,进行缺陷的特征提取。缺陷的识别方法将小波包分解后各子带系数的分形维数作为特征矢量,对其进行径向基神经网络训练,从而可很明显区分出有无裂纹以及不同裂纹信号。以航天发射塔架钢连接构件疲劳裂纹超声检测信号为例,使用所提出的特征提取和模式识别方法,结果表明是行之有效的新方法,为金属材料缺陷检测与识别开拓了新思路。