返回散射电离图的前沿提取方法

提出了返回散射电离图前沿提取的方法. 其中, 一层电离图前沿和两层电离图下面一层前沿是在消除干扰和噪声后的电离图上采用边缘识别方法进行提取的, 两层电离图上面一层前沿则是在仅经过干扰抑制的电离图上采用基于高斯型加权系数的能量梯度算法进行提取的. 本文提出的前沿提取方法准确率较高, 并且易于实现, 已在工程中得到应用.      

相位测量轮廓术应用于叶片测量

为解决叶片高精度三维轮廓测量成本高、效率低的问题,搭建了基于相位测量的三维轮廓测量系统.在完成了系统标定后,为了检验系统的测量精度,测量了一个滚珠轴承,测量精度为(0.084±10.01)mm.利用该系统从不同方向对某叶片进行了6次数据采集,采集到的数据通过数据融合得到了整个叶片的三维点云,利用整个叶片三维点云数据得到了叶片的不同截面图,为叶片型面轮廓和几何尺寸的检测提供了依据.相位测量轮廓术用于叶片三维轮廓测量,在保证测量精度的同时大大降低了测量成本,因此将相位测量轮廓术用于叶片三维轮廓测量是非常有意义的.      

基于纹理的活动轮廓三维图像分割研究

对具高噪声和低对比度三维图像的识别和分割算法进行了研究。基于活动轮廓模型,用Gabor变换提取图像的纹理特征,根据统计学信息假设,通过偏微分方程水平集和窄带方法求解,获得较基本活动轮廓的算法分割更光滑精确的物体轮廓。实验结果表明:改进模型算法的效率和准确度达到预期效果。     

基于轮廓特征的X射线脉冲星信号多普勒估计

探测器速度引起的多普勒效应会影响脉冲星信号累积轮廓特征,反之,这种轮廓特征改变可用于多普勒估计。提出了一种基于轮廓特征的X射线脉冲星信号多普勒估计方法。通过建立累积轮廓非齐次泊松模型,获得多普勒效应对累积轮廓的影响。构造轮廓特征函数对该影响进行度量,并利用函数值与周期误差的关系搜索信号周期。在搜索过程中,将离散观测数据转换为连续能量密度函数,消除相位间隔对累积周期的限制。根据周期搜索结果,结合脉冲星先验知识完成多普勒估计。仿真实验验证了该方法的有效性,其多普勒估计精度优于频域方法。     

一种基于图像的星体表面撞击坑自动提取方法

以星体表面的图像数据为基础,根据撞击坑的向阳面呈亮色调而背阳面呈暗色调的原理,提出了一种基于图像的星体表面撞击坑自动提取方法。该方法先用自适应双阈值分割法对星体表面的光学图像进行分割处理,获取图像中明暗区域的形状和位置信息;再用统计学原理分析明暗区域组成结构、像平面上光照方向,结合相关的约束条件来匹配同一撞击坑的明暗区域,同时拟合出撞击坑的外边缘并确定其半径、位置等信息。实验结果表明,该方法能够从常见的星体表面光学图像中快速、可靠地提取出撞击坑的中心位置和半径大小,具有较宽的普适应性和一定的应用价值。     

轮廓拼接在光学非球面超精密坐标测量中的应用

针对光学非球面的高精度检测问题,研究了轮廓拼接技术在超精密导轨直线度误差的分离与补偿,大型非球面镜测量过程中传感器量程的扩展,以及高陡度保形光学非球面面形检测三个方面的应用.试验表明:利用轮廓拼接方法能够高精度的重构出面形轮廓,扩展系统的测量能力,方法简单,实用.     

低空突防实时仿真中DED数字地图的地形提取技术研究

DED地形文件格式是MutiGen公司的专有数据格式,尚无关于其数据存储格式的详细说明,为在低空突防实时仿真系统中应用DED地形数据构建地形探测雷达模型、验证突防算法,通过实验分析得出DED地形文件信息存储格式,给出了地形数据提取与坐标转换的算法,有效地克服了低空突防实时仿真中缺乏大范围高精度地形数据的问题,解决了数学仿真和视景仿真地景完全匹配的难点问题。     

触针式二维轮廓测量评定系统的改进

对触针式二维轮廓测量评定系统作了较大的改进:改进了测量方法和设备结构,提高了测量精度;设计了系统误差补偿算法,大大减小了由系统误差所造成的测量误差;提出了螺纹零件评定的新方法,简化了操作步骤,提高了评定结果的准确度;设计了轮廓对比功能,可将设计尺寸与被测轮廓进行整体对比,以判定被测零件是否满足设计要求。     

水泵叶轮的流动叠加设计方法与CFD仿真

叶轮叶片是复杂的空间曲面体,它直接影响到水泵的水力性能及运行稳定性.发动机水泵叶轮流动叠加设计是通过分析流体的流动规律,按其流动轨迹进行叶轮设计,将流体在离心水泵内的流动看作叶轮静止时的轴向和径向流动和叶轮旋转时的周向流动的叠加,从而用绕角流动和源环流的流体流动规律设计出叶轮的轴面轮廓和叶片骨线.通过CFD(Computational Fluid Dynamics)仿真,可以证明该方法从结构上避免了流体流动过程中由于空间的相对不均而造成的压力不均,减轻了回流、二次流,相应地减少能量的损失,提高水泵的效率.     

无需先验信息的水平集SAR图像分割方法

给出了一种基于水平集演化、无需任何先验信息的SAR图像分割方法.该方法是一种基于区域信息的统计活动轮廓模型方法,通过利用分段阶跃函数估计图像概率密度函数,克服了利用特定概率分布模型估计概率密度函数时,需要利用先验信息预先假定图像概率分布模型的问题;通过引入惩罚项,避免了费时且难于操作的水平集函数重新初始化过程.还给出了具体的数值实现方案和相关参数取值,改进了数值实现中的迭代终止条件.实验结果表明,固定使用列出的参数,无需任何人为干预,对于大多数图像都可获得令人满意的分割结果;对于少数图像,通过简单的参数调整也可得到良好结果.