基于图像处理的低速横流中液体射流轨迹提取方法研究

为研究低速横流条件下不同工况液体射流破碎的轨迹特征和影响因素,采用高速摄像仪拍摄射流破碎图像,结合图像处理技术提出针对低速横流情况下液体射流破碎弯曲轨迹的提取方法。该方法首先采用直方图均衡化对灰度化后的原始图像进行增强处理,然后利用最佳直方图熵法（KSW法）及传统遗传算法对图像进行二阈值分割,最后结合Sobel算子和凸包算法对射流轮廓进行检测提取以获得射流轨迹的数据点集。对不同工况下典型射流破碎模式的轨迹提取及非线性拟合结果表明,所提出的方法能够准确提取液体射流轨迹,实现低速横流作用下不同破碎模式的轨迹提取,并且通过非线性拟合得到的射流破碎经验公式可以准确预测射流弯曲轨迹。     

切向流条件下短舱单/双自由度声衬实验

使用声学流管实验台对一件双自由度（DDOF）声衬和一件单自由度（SDOF）声衬的声学特性进行对比测试。在最大0.26Ma切向流速和管道的截止频率之下,采用直接提取法SFM测得声衬的无量纲声阻抗,同时使用双传声器分解驻波法计算声衬安装段管道的传声损失（TL）和吸声系数等,基于声能量理论的传声损失可直观地展示两件被测声衬的吸声性能差异。结果表明在流管声学实验台上,相较于单自由度声衬,双自由度声衬能够有效拓宽声衬的吸声频带,同时共振频率处的传声损失不如单自由度声衬,切向流也会明显改变声衬的共振频率、弱化吸声能力。基于声能量的传声损失和吸声系数也为无等效阻抗的非均匀结构声衬提供了一种声学性能评估方法。     

融合ASPP与双注意力机制的建筑物提取模型

精准高效地从高分辨率遥感影像中提取建筑物信息对国土规划和地图制图意义重大,近年来基于卷积神经网络进行建筑物信息提取已经取得了很大的进展,然而在处理高分辨率遥感影像时仍存在影像的高级语义特征利用不够充分,难以获得细节丰富高精度分割影像的问题。文章针对以上问题提出了一种用于建筑物自动提取的深度学习网络结构空洞空间与通道感知网络(Atrous Space and Channel Perception Network,ASCP-Net）。该模型将空洞空间金子塔池化（Atrous Spatial Pyramid Pooling, ASPP）和空间与通道注意力（Spatial and Channel Attention, SCA）模块融入到编码器-解码器结构中,通过ASPP模块来捕获和聚合多尺度上下文信息,采用SCA模块选择性增强特定位置和通道中更有用的信息,并将高低层特征信息输入解码网络完成建筑物信息的高效提取。在WHU建筑数据集（WHU Building Dataset）上进行实验,结果表明：文章提出的方法总体精度和F1评分分别达到了97.4%和94.6%,相比其他模型能够获得更清晰的建筑物边...     

基于天象匹配的地心矢量确定方法

天象匹配是一种完全自主,且能提供姿态和位置信息的导航技术,其中,地心矢量的确定是天象匹配技术的关键。本文在地球模型为理想圆球的假设前提下,给出了两种基于天象匹配的地心矢量确定方法,一种是辅助单位球法,一种是椭圆模型直接法。最后,分别将两种地心矢量的确定方法应用于某高轨运载器中进行数学仿真,结果表明,两种方法均能满足系统的精度要求。     

基于鲁棒曲线匹配的星表特征跟踪方法

针对星际着陆的特征跟踪及障碍识别过程,提出了一种基于尺度不变的曲线描述及匹配方法。该方法利用曲线邻域的梯度信息形成特征描述符,无需知道各点曲率或曲线之间的几何构型,且对旋转、缩放、视角变化及光照影响都具有较强的鲁棒性。仿真实验表明,该算法不仅能够对不同尺度的陨石坑、岩石边缘等障碍或自然陆标进行识别,而且能够实现边缘曲线特征的跟踪,误匹配率低。     

拉普拉斯-高斯滤波图象的过零边界及其分形维数

本文考察了用拉普拉斯—高斯滤波器对遥感图象过零边界的计算方法.给出了直接从遥感图象边界转换成过零边界的稳函数.分析可看到,从遥感图象边界化算出过零边界是局地性决定的方式,得到的过零边界相对于原遥感图象边界的偏差主要取决于图象尺度、边界的局地曲率半径和所用高斯函数的尺度常数.证明拉普拉斯—高斯滤波过零边界法在图象尺度和曲率半径都大于高斯尺度常数10倍以上时,是获得遥感图象边界的精确方法.      

面向IMA平台动态重构的应用状态管理设计

IMA平台的应用层动态重构技术,允许平台以最小的余量设计保证功能增长,大幅度提高了平台的灵活性,同时也使得系统的分区管理复杂,资源重构困难。针对IMA平台动态重构时,应用任务状态出现断层不连续的问题,提出了一种分区应用状态管理方法设计,以避免应用功能因此而失效。设计提出在周期任务中预设应用状态提取断点,采用异地存储的设计,在断点处将任务状态数据异地备份;应用重构后,取回任务状态数据,将应用任务状态恢复到状态迁移前的状态。设计易于实现,提高了航空电子系统应用动态重构的可靠性。     

一种强散射杂光下的快速星点提取算法

火工品爆破法实现星箭分离时产生大量灰尘颗粒,星敏感器被强散射杂光干扰,导致上电初期,星敏感器长时间停留在全天球模式,无法实现姿态捕获.本文通过对散射杂光成像进行建模和分析,提出杂光条件下的星点图像与无杂光时的星点图像具有近似的能量分布特征,进而提出一种基于互相关系数的快速星点提取算法,可在强散射杂光条件下快速提取出有效的星点窗口图像,然后利用窗口提星算法提取出有效星点,最终实现快速姿态捕获.开展了不同杂光条件下的星点提取和姿态识别仿真,通过本文算法与原有算法做对比,验证了本文算法在不同工况下的星点提取能力和姿态捕获方面均具有优势.     

基于分区域自适应中值滤波的X射线图像缺陷提取

为了实现X射线数字图像的计算机智能分析和处理,研究了射线数字图像缺陷自动提取技术。以航空发动机叶片为研究对象,介绍了基于分区域自适应中值滤波的图像处理方法。根据图像不同区域内灰度变化特点进行不同方向的基于扫描线的一维中值滤波,并使滤波器的长度能随着缺陷尺寸自动调整,快速、准确地提取出被测试件的缺陷。试验结果表明,运用该方法进行X射线数字图像的缺陷提取,能有效避免缺陷的变形和失真,为缺陷的自动识别打下了良好的基础。