自适应阈值突发模式光接收机的性能分析

在考虑判决阈值的衰落时间和噪声特性对光接收机性能的影响后,提出了一种分析突发模式光接收机误码性能的综合模型,并分析了与传统的交流耦合光接收机相比较时,突发模式光接收机的灵敏度损失.     

纳秒激光脉冲宽度对2024铝合金损伤特性的影响

飞机激光除漆对2024铝合金蒙皮可能造成潜在的损伤,需探究激光参数变化对基体材料表面的作用规律,其中脉冲宽度对激光-材料作用与材料损伤特性具有重要影响。本文采用COMSOL Multiphysics软件模拟分析了不同脉冲宽度时激光作用铝合金表面的温升特性,并借鉴ISO 11254 1-on-1激光损伤阈值测试方法研究了脉冲宽度对铝合金损伤阈值的影响,进一步分析了不同脉冲宽度下的烧蚀凹坑微观形貌、直径与深度变化规律。结果表明：铝合金表面峰值温度随脉冲宽度增加而降低;脉冲宽度从150 ns增加到240和330 ns时,铝合金损伤阈值从9.96 J/cm²分别增加到11.24和12.66 J/cm²,当激光能量密度达到损伤阈值时,3μm厚氧化膜被完全损伤,破坏了铝合金表面完整性;烧蚀凹坑直径和深度随脉冲宽度增加而增加,深度受影响程度更大。该研究可为激光与材料作用的脉冲宽度选择提供一定的参考。     

基于机器人视觉的银网焊点定位技术研究

铅锌电池制作工艺过程中的银网焊接工序不仅存在肉眼识别不准确、出错率高的问题,而且劳动强度大、效率低。针对此工艺,提出一种基于机器人视觉的自动化焊点定位方法。系统以机器人搭载自动化焊接设备对焊点精确定位并焊接,采用畸变校正和机器人手眼标定完成了图像坐标系到机器人坐标系之间位置的精确变换,并运用Blob分析粗定位和基于形状的模板匹配精定位相结合的算法,有效地解决了噪声干扰、非线性光照干扰及银网变形引起的识别定位障碍,达到焊点识别定位精度高、生产效率高的目标。     

基于多传感器融合的无人机应急着陆功能研究

无人机作为一种新型飞行器,在城市空中交通领域得到了飞速的突破和发展。电动垂直起降（eVTOL）无人机因具有低碳环保、运行成本低等优势成为当下研究的热点。为了保证飞行器的运行安全性和可靠性,本文针对无人机在应急特殊情况下的着陆功能进行研究,针对不同飞行高度场景并结合传感器性能要求对可着陆区域进行识别筛选,基于相机与激光雷达多传感器数据融合,提出了一种无人机在城市未知环境中的应急着陆方法,同时进行城市应用场景仿真环境的测试,初步实现无人机在城市未知场景下获取着陆位置,为保证无人机在未知场景下的着陆安全性提供方向。     

融合明度特征的V-SAD立体匹配算法

针对SAD算法难以对图像中纯色与弱纹理部分进行准确匹配的问题,提出了将HSV空间明度特征与SAD算法相融合的立体匹配算法,称为V-SAD算法.首先将图像从RGB空间转化至HSV空间,并根据H、S、V值将像素点按照颜色分为10类,同时得到明度特征图.然后结合SAD算法需要的灰度特征图计算匹配代价,得到初步的视差图.接着,...     

遥感影像建筑物提取多尺度特征深度学习网络

语义分割网络被广泛应用在高分辨率遥感影像建筑物提取领域。但是语义分割网络中的连续下采样会损失特征中的细节信息,导致提取结果边缘模糊,不同深度特征的不充分利用导致传统网络难以识别尺度差异大的建筑物。针对以上问题,文章基于双线性插值上采样和多尺度特征组合提出一种多尺度建筑物提取网络（Multi-scale building extraction network,Msb-Net）,该网络包括编码器、解码器以及多尺度特征组合三部分。首先,编码器基于双线性插值上采样丰富图像的细节信息,再通过特征编码提取深层抽象特征;其次,解码器恢复特征空间分辨率,获得深度不同的解码特征;最后,基于多尺度特征组合结构对不同深度的解码特征进行组合,获得最佳的检测结果。文章在马萨诸塞州数据集和武汉大学数据集上进行验证,结果表明,Msb-Net具有更高的识别精度,在两个数据集上交并比指标分别提高了1.71%和1.88%。通过结果对比可以得出结论：相比于传统语义分割网络,Msb-Net可以通过多感受野特征组合的方法更加准确地识别遥感影像中不同尺度的建筑物。     

逆向工程中一种新的特征识别算法

从某种角度上说,逆向工程是从已有实物的测量数据点中提取其实体特征再进行模型重建的过程。本文提出了一种新的特征识别算法,其首先采用基于面积和法矢准则的数据分割技术,对测量数据点进行数据分割。然后从特征所包含的分割面(简称特征分割面)中提取能够惟一标识该特征的4种特征编码,分别为:表述特征截面形状的截面编码、描述特征凹凸性的凹凸编码、显示特征二维俯视轮廓形状的轮廓编码以及反映特征二维俯视轮廓是否封闭的开闭编码。最后将这4种编码输入到基于人工神经(BP)网络的自动特征识别系统中,识别出特征类型并提取特征参数,从而实现特征重建。着重研究并实现了从特征分割面中提取特征编码的算法,并验证了算法的有效性。     

基于快速均值漂移和水平集方法的图像分割技术

通过加强边缘检测函数的约束作用,对L i提出的无需重新初始化的水平集方法进行了改进,用于提高水平集方法对弱边缘与低对比度图像的分割处理性能。同时,利用快速均值漂移法对图像进行预分割,将得到的轮廓作为水平集方法的初始轮廓,从而降低水平集函数的迭代次数。脑部M R图像的分割实验结果表明,该算法能够准确地提取相应的脑组织,同时大大地提高水平集函数的演化速度。     

基于极点与极性的车辆分割及阴影处理方法

视频交通参数检测中的车辆分割需要准确地检测与车辆连在一起的阴影和车灯产生的亮斑。一般地,路面与车辆的图像在灰度结构上存在显著差异。本文推导了图像在光照变化情况下的一种灰度结构——极点与极性分布图,并提出了一个基于该分布图的车辆阴影与亮斑检测算法。该算法能够精确地检测车辆阴影,车灯照射产生的路面亮斑和因其他原因被误为车辆的路面。该方法使用对光照变化不敏感的灰度结构,阴影检测准确而稳定,计算量小。     

一种深度学习分割遥感影像道路的损失函数

传统的根据光谱特征或形态学算法来分割道路,存在精度低、阈值难确定等缺点,而深度学习中已有的方法并未考虑道路的特性,只是利用通用方法来分割道路.针对上述不足,提出了一种针对道路特有形态的深度学习损失函数——形态损失函数.首先使用连通性算法将预测结果划分为若干个相互分离的连通区域,分别计算这些区域的面积与外接圆面积的比值,...