无人机地面站图像压缩传输系统设计与应用

针对无人机地面指挥控制系统要实现互连、互通、互操作的网络化要求,设计了视频信号实时网络传输和显示系统。系统由基于DSP的服务器端和通用客户端播放器组成,服务器端通过设置并行任务完成视频信号的实时采集、编码和发送,客户端完成视频信号的实时接收、解码和播放,从而使系统实现了图像信息在地面站所有显示终端上的实时显示。实验结果表明,系统完全满足无人机地面站系统功能及指标要求,并且通过网络化技术节省了地面站宝贵空间资源,系统设计方法对同类型系统具有一定借鉴意义。     

风力机翼型尾迹干扰的PIV研究

实验采用粒子图像测速仪PIV(particle image velocimetry)技术对风力机翼型尾迹的气动干扰进行了研究.针对尾迹对翼型前缘、叶背和叶盆的不同激励,对下游翼碰的流场结构进行了分析.结果表明:有益的尾迹激励为不明显改变下游翼型主流区的非定常激励;当上、下游翼型处于相同攻角和适当轴向距离时,在翼型前缘的...     

冲击发散冷却流场结构PIV测量

为了研究冲击发散冷却结构的流场特性,设计了一典型冲击发散冷却结构,采用粒子图像测速仪(PIV)对其流场特性进行了研究.研究发现,在冲击板与发散孔板间,气流的流动状态很复杂,在各个方向上均形成大量的涡,且涡的形式和强度均随吹风比的变化而变化.在发散气膜侧,随着吹风比的增大,由发散孔流出的冷却气流会逐渐穿透主流,从而使得冷却气膜层愈来愈不稳定,脱离壁面;而在发散孔出口与主流方向垂直的位置会形成一对旋转方向相反的肾形涡,且涡的位置随吹风比的增大而移向主流区域.      

基于红外成像的条烟自动检测系统

为了解决条烟封箱机装箱过程中的缺条检测问题,本文在研究红外图像处理技术的基础上,提出了一种基于红外成像的烟垛缺条检测方法,该方法通过对实时拍摄的烟垛端部图像进行形态学处理、边缘提取,计算边缘图像构成的轮廓矩,并通过对比该图像和模板的轮廓矩信息判断烟垛是否缺条。并根据实际应用,设计了基于红外成像的条烟封箱自动检测系统。实际检测表明,所研制的红外成像自动检测系统能很好的解决香烟封箱过程中的缺条检测问题,具有很好的应用价值。     

航空线阵CCD相机图像退化数学模型的建立

由于受到大气湍流，相对运动及传感器噪声等因素的影响，使得航空CCD侦察图像成为一个包含真实目标信息的退化图像，而噪声消除由于受CCD结构特点的限制，与传统的胶片噪声去除不尽相同，本文立足CCD特点，提出了一种适合CCD图像退化的数学模型。     

应用单张像片解析法实现测绘图像实时定位

 针对某大地测绘系统,根据空中探测器实际位置和姿态确定测绘图像的 6个外方位元素,结合摄像机的 3个内方位元素和选中点在图像上的位置,应用单张像片解析法,可以求得图像上任意点的地面坐标,最后经过变换给出该点的经纬度,解决了测绘图像实时定位问题。     

Photoshop在飞机挂图制作中的应用

CATIA V5是我所现阶段用于飞机三维设计、协调的大型CAD应用软件，然而CATIA V5软件不能实现三维实体模型的放大输出。本文主要论述了利用Photoshop软件与CATIA V5软件相互配合输出巨幅高清晰度图像的方法和使用Photoshop软件在大型飞机挂图制作中所做的后期处理工作。     

流体微团作用与流动结构变化试验分析

为了分析湍流流动中流体微团所受作用与流动结构变化之间的关系,在槽道湍流边界层中通过粒子图像测速(PIV)技术,拍摄流向-展向平面流场,采用本征正交分解方法提取湍流流动中不同尺度的含能结构。采用矢量象限组合分析方法,将流场中流体微团所受作用分为肿胀作用、弯曲作用和旋转作用。结果表明:流动结构变化机理与这3种作用相关;肿胀型条带间流体微团受到的主要作用是弯曲作用,在弯曲作用下直条带会弯曲,弯曲条带在肿胀作用下汇聚成肿胀型条带;随着流动结构尺度减小,旋转作用逐渐增大。     

基于多特征图像增强深度卷积神经网络的航天用电子元器件分类算法

为了实现航天用电子元器件的全自动及非接触识别,并减少由照明系统造成的图像亮度不均、偏色等问题对检测结果的影响,通过结合局部、区域和总体三个层次特征提升物体检测精度,提出了一种基于多特征图像增强深度卷积神经网络(MFIE-DCNN)的航天用电子元器件分类算法。MFIE-DCNN算法包含多特征学习和深度学习,其学习过程类似于人类视觉系统,能够对形状、方向和颜色特征进行深度挖掘,突出元器件边界信息,抑制背景杂波干扰。实验结果表明,该算法能够区分电路板板载元器件的种类,检测准确度优于传统算法。对比基于稀疏自动编码器的深度神经网络,检测结果提高了近20%。     

一种新的广义Gamma分布下的SAR图像目标检测算法

针对合成孔径雷达(SAR)图像舰船目标检测中全局广义Gamma分布虚警数量较多的问题,文章采用了一种新的基于核密度估计(KDE)的广义Gamma分布下的SAR图像舰船目标检测算法。新的算法结合了SAR图像的强度分布和空间散布分布,形成新的组合分布。在组合分布的基础上,完成SAR图像目标检测。首先,介绍了广义Gamma的分布模型;然后,通过核密度估计的方法估计各像素点的散布分布,结合散布分布和强度分布形成组合分布,对组合分布采用SISE方程的方法估计广义Gamma分布的参数,根据确定的广义Gamma分布的表达式,求出阈值T的解析式。通过求解逆不完全Gamma函数得到检测阈值,进而完成舰船目标的检测。通过实测SAR图像检测实验,对比文章算法与双参数检测算法和基于广义Gamma分布检测算法,验证了该算法的适用性。