超光滑表面杂质微粒的识别与统计技术

从理论上分析了微粒重叠对测量结果的影响,通过简化模型,给出了对粒子数测量结果的补偿曲线。并建立了分析图象分辨率、微粒识别率和识别阈值三者关系的模型,给出了在识别阈值不变情况下,图象分辨率与微粒识别率的关系图,从而可以选择优化的图象分辨率和微粒识别阈值。     

弥散复合材料弹性模量及弹性渗流失效

1.引言 弥散复合材料有效弹性模量的研究是一个极为重要的课题。它不但属于复合材料力学性能的研究范畴,而且对于材料弹性失效及其失效阈值等问题的研究也是必不可少的。 材料的弹性渗流失效是材料失效的一个基本类型。由于完整材料的弹性模量总是远大于零的有限值,而空洞等作为第二相时,其弹性模量可视为零。因此,在一个由空洞和完整     

空间微波系统中微放电现象

对微放电理论的研究历史进行了回顾。分析了微放电的发生条件和机理 ,讨论了影响微放电效应的各种因素 ,提出了各种增高微放电阈值电平的有效措施 ,以防止微放电效应发生 ,保护系统正常工作。给出了设计微放电部件的一般步骤 ,并对设计中需要注意的问题进行了论述     

微放电效应部件设计研究

分析了影响微放电效应阈值电平的几种因素。对微放电效应部件设计的一般步骤和方法进行了论述 ,给出了具体的设计实例 ,并对微放电效应部件设计中需要注意的问题进行了说明     

基于卷积神经网络的航天复合材料缺陷智能检测

针对传统的缺陷图像识别处理方式存在着准确度与辨识度不足,且处理缺陷种类单一的问题,提出了一种基于Cascade R-CNN和Mask R-CNN的神经网络模型。首先,为了提高缺陷检测的可视化效果和检测准确度,在实例分割卷积网络Mask R-CNN的基础上,结合级联神经网络Cascade R-CNN结构,组合成了新的级联实例分割Cascade Mask R-CNN网络;其次,对组合而成的级联卷积神经网络进行了训练,将训练好的模型对复合材料缺陷图像进行了检测。实验结果表明:检测的平均准确度达到了91.5%,平均置信度达到了97.3%,达到了检测精度的要求。该研究成果可运用于航天复合材料缺陷识别。     

改进模糊马尔可夫随机场的SAR图像分割

模糊马尔可夫随机场利用模糊隶属度函数解决了马尔可夫随机场过于依赖灰度值的弊 端,然而在模糊马尔可夫随机场的分割中采用的是硬性基团和边缘判断准则,模糊分类使得 这些判断条件更加难以满足,从而图像分割中容易产生边缘分割错误的现象。改进模糊马尔 可夫随机场是在分段模糊马尔可夫随机场中引入模糊意义的后验概率公式及基团和边缘类型 “模糊相似性”概念,通过对不同基团和边缘类型的模糊相似性描述与判断,使得图像分割 对于边缘的判断和噪声的抑制具有更好的效果。仿真实验表明改进模糊马尔可夫随机场对于 边缘特别模糊的合成孔径雷达图像（SAR）具有较好的分割效果。     

一种基于循环阈值的海上固定目标清洗方法

针对海上电磁环境复杂、数据量巨大等问题,在进行态势分析时,将目标海域内对态势分析影响较小的固定目标进行清洗,可有效缩短数据处理的时间、降低复杂度,提高态势分析的效率和直观性。现有的固定目标清洗方法鲁棒性较低,不能排除异常跳变数据的干扰,对数据集中信息的准确性要求较高,不适用于海上复杂环境的数据处理。因此,文章提出了一种基于循环阈值的海上固定目标清洗方法,并在仿真军事场景上进行了实验分析,所提方法通过循环阈值过程能够排除自然因素、量测误差和异常跳变数据的干扰,有效检测出样本数据集中的固定目标。     

一种月面采样量的在轨自主测量方法

月面采样量的在轨自主测量是实现月面自主采样的必要环节。本文设计了一种月面采样装置,根据图像信息实现对月面采样量的在轨自主测量。针对图像中目标与背景灰度差较小、背景区域噪声较多的特点,采用了改进型最大类间方差法与连通标记自适应去噪方法,实现了采样区域较为准确的分割。针对单目相机无法直接获取采样区域尺寸的特点,利用已知物体尺寸进行在轨自主标定,结合图像中提取出的采样区域,完成了采样区域尺寸的计算,实现了采样量的在轨自主测量。试验结果表明,在轨自主测量结果与实际结果吻合,本文提出的在轨自主测量方法有效。     

基于主动轮廓法的复杂背景下飞机图象的轮廓提取

研究了一种适合于复杂背景下单个目标轮廓提取的方法———主动轮廓法(ActiveContourModel)。主动轮廓法是统计学分割方法的一种。基于统计学意义上的图象分割是把图象中各个象素点的灰度看作具有一定概率分布的随机变量 ,观察到的图象是对实际物体作了某种变换并加入噪声的结果。从观察到的图象中正确分割图象从统计学的角度讲就是要找到最有可能的 (即概率最大 )的物体组合。主动轮廓法就是基于这种概率最大的思想提出来的。研究过程中 ,对原有方法进行了大的改进 ,增强了主动轮廓法对初始形状的鲁棒性 ,保持了轮廓的光滑性。仿真中 ,应用该方法提取飞机图象的轮廓 ,取得了较好的效果 ,计算所用的时间少。