基于生成对抗网络的零样本图像分类

在图像分类任务中,零样本图像分类问题已成为一个研究热点。为了解决零样本图像分类问题,采用一种基于生成对抗网络（GAN）的方法,通过生成未知类的图像特征使得零样本分类任务转换为传统的图像分类任务。同时对生成对抗网络中的判别网络做出改进,使其判别过程更加准确,从而进一步提高生成图像特征的质量。实验结果表明:所提方法在AWA、CUB和SUN数据集上的分类准确率分别提高了0.4%、0.4%和0.5%。因此,所提方法通过改进生成对抗网络,能够生成质量更好的图像特征,从而有效解决零样本图像分类问题。      

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.     

高温射流中粒子测速的脉冲激光显微照像技术

为了获得高温射流中微粒的速度,建立了一套显微照像系统.该系统由双脉冲YAG激光光源、粒子放大成像系统、图像接收系统组成.在采用显微成像技术、补偿式滤光技术、序列成像技术后,克服了喷射粒子直径小、流场发光强、温度高等困难,实现了对同一粒子的两序列照像,根据两幅序列照片,获得了粒子的喷射速度.对该系统的组成、原理及试验结果进行了介绍.     

基于二代曲线波变换的红外弱小目标背景抑制

在分析几种常用背景抑制方法的基础上,利用二代曲线波变换具有的优良特性,提出一种基于二代曲线波变换的红外弱小目标背景抑制方法.首先利用曲线渡变换对图像进行分解提取图像的多尺度细节特征;然后对分解后的低、高频子带分别采用变分和模糊非线性变换进行处理来调整目标特征的强度,重构子带获得预测的背景图像;最终将其与原图相减得到背景抑制后的图像.实验结果表明,与几种经典方法相比,该方法在主现视觉和客观评价指标两方面均表现出良好的效果.     

稀土对45钢吹氮化性能的影响

研究了稀土对４５钢气体软氮化性能的影响,主要包括稀土对４５钢气体软氮化渗层的深度,硬度分布,显微组织以及炉内气氛压力的影响,实验结果表明,在相同工艺条件下,渗剂中加入一定浓度范围的稀土,有利于炉内气体渗剂的加速分解而使炉内气氛压力升高,加速了４５钢气体软氮化过程的进行,提高了渗层的深度和硬度,改善了渗层的组织。     

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。     

显微PIV系统与实现

显微PIV系统可用于流体微观层次以及微流体流动的测量,可获得流体速度的场信息以及其中颗粒的场信息。本文主要介绍显微PIV系统所涉及的显微图像获取技术以及图像处理算法。该系统由硬件与相应软件系统组成。其中,硬件主要包括放大倍数为1000倍的光学显微镜以及最大拍摄速度为10000帧/秒的高速摄像系统;IMPACT软件为自行开发的基于C++系统的面向对象程序,其中内嵌多种数据处理与分析算法。通过对尺寸为1μm颗粒运动的测量,对不同数据处理算法进行了检验,结果表明:建立的显微PIV系统可有效获得微观流体流动的图像并可准确进行数据的处理,该系统完全可用于微观流体流动的测量。     

利用激光冲击强化提高均压孔结构的疲劳寿命

研究了用激光冲击强化的方法提高均压孔部位疲劳寿命的可行性.使用流水约束层和铝箔涂层,利用波长为1 064 nm,脉宽为20 ns,能量为35 J,光斑直径为5 mm的YAG激光器对试样进行了激光冲击强化处理.实验结果表明,该方法可以有效提高均压孔部位疲劳寿命.利用扫描电镜对试样断口进行了观察和分析,并对疲劳寿命提高机制进行了讨论.     

模型燃烧室油雾特性试验

利用粒子图像测速仪(Particle imaging velocimetry,PIV)测量斜切径向旋流器模型燃烧室内油雾特性,试验研究不同进气温度、流量和油气比对燃烧室内油珠颗粒大小及其分布的影响.试验结果表明:模型燃烧室内不同区域的油珠数密度明显不同,但油珠粒径分布基本相同;进气温度升高和油气比增大,使得燃烧室中油雾的索太尔平均直径(Sauter mean diameter,SMD)减小,燃油雾化得到改善;而进气流量的变化对燃烧室中油雾的SMD影响不大.     

基于尺度不变特征的眼底图像自动配准与拼接

针对眼底图像对比度低、光照不均匀、不同视场的图像间存在几何畸变等特点,提出了一种基于尺度不变特征的眼底图像自动配准与拼接算法.该算法分别提取同态滤波增强后的待配准眼底图像的尺度不变特征点,并用向量进行描述,确定相邻两图像特征点的匹配关系,在MLESAC算法中使用透视变换模型去除误匹配点对,计算匹配点对之间的变换矩阵,进行图像空间变换,完成配准和拼接.对实际眼底照相机获取的多幅图像配准与拼接结果表明,该算法具有很好的鲁棒性和稳健性,配准精度达到像素级,可以实现眼底图像的高精度自动配准与拼接.