ICT图像重建并行处理技术

在ICT图像重建中一般采用的并行系统有阵列处理机、基于多个PC机的MIMD系统、由多个DSP和反投影专用处理器组成的多处理器系统和工作站机群。     

C/C复合材料切削表面粗糙度的测量评定与影响因素研究

通过对航空航天领域广泛应用的典型复合材料的切削表面进行三维表面粗糙度测量实验,研究了C/C复合材料切削表面粗糙度的三维评定参数与二维评定参数之间的差别,并基于三维评定参数对影响C/C复合材料切削表面粗糙度的因素进行了研究。     

一种基于FPGA的全帧率图像处理方法

针对图像算法在FPGA内的硬件化实现问题,提出了一种全帧率处理的思路,并提供了两种具体的可供参考的设计方法——基于像素流缓冲的卷积核处理技术和基于相邻图像帧相关性的图像参数提取技术。通过其可以方便地设计并实现大部分空间域图像处理算法及其任意组合的硬件逻辑电路,并达到与图像输入帧率相同的处理速度。以Canny算子的硬件化实现为例验证了设计理念。实验结果表明,全帧率图像方法具有可操作性强、实时性好、符合结构化模块化设计的特点,特别适合于对实时性要求高的嵌入式视觉系统。     

基于PIV的凝胶模拟液撞击雾化速度场实验研究

为了更好研究凝胶推进剂的雾化,采用时间分辨粒子图像测速(TR-PIV),研究了不同撞击角度(45°,60°,75°,90°和120°)和射流压差(0.4MPa~0.8MPa)对凝胶推进剂雾化速度的影响。实验结果表明:雾化液滴速度对于撞击轴线呈单峰对称分布,距离撞击点越远,雾化液滴速度越小且分布越均匀;增大撞击角和增大射流压差都可提高凝胶推进剂有效撞击速度,即增加撞击后液体动能转换液体破碎所需的能量,雾化质量提高;当有效撞击速度大于27.9m/s时,实验室配置的凝胶推进剂可充分雾化。     

表面介质阻挡放电等离子体体积力实验

采用粒子图像测速(PIV)技术,在2200,4800,7300,14600Pa空气压力条件下,测量了高频高压表面介质阻挡放电(surface dielectric barrier discharge,SDBD)等离子体诱导流场.根据速度场和N-S方程求解了等离子体体积力分布,分析了空气压力和激励器电压对等离子体体积力影响.实验结果表明:相同空气压力时,激励器电压越高体积力越大.相同激励器电压时,体积力随空气压力升高减小.在体积力分布区域,体积力方向一致,较大体积力区域分布于体积力方向线上游,流场高速流动区域紧挨较大体积力分布区域,位于体积力方向线下游.     

放宽静稳定性大型客机的LQR控制律设计

论述了法向过载信号反馈在放宽静稳定性大型客机自动驾驶仪增稳控制中的作用。在自动驾驶仪纵向内回路控制律中引入法向过载信号,构成了国际先进客机的C*控制律构型;反馈系统的输出信号,选用LQR设计方法同时闭合客机纵向的内回路和姿态、油门回路,形成了输出跟踪器,并设计了性能指标与反馈参数。以B707为例,建立了其着陆进近阶段的非线性模型,配平并线性化,用获得的控制律进行数字仿真验证。结果表明,内回路增稳效果良好,C*响应曲线在最佳响应区,姿态响应和速度保持都达到了满意的效果。     

民机襟翼用滑轨材料磨损表面图像分析

利用MZ-4018滚动轴承滑轨摩擦磨损试验机进行磨损试验,通过体视显微镜和工业相机对襟翼滑轨材料试验件磨损表面进行图像采集;采用wiener滤波和Laplace算子进行预处理,以实现图像平滑,增强图像的边缘和细节信息;迭代法和最大间类方差法确定两阈值,以此作为选取种子点的标准,确定生长准则后进行图像分割;最后利用形态学方法进行磨损边界提取并对磨损面积进行测算;实现了对襟翼滑轨材料磨损特征的定量分析。     

一种快速航空图像去雾算法

 基于暗元先验规律的图像去雾算法去雾效果较好,但在进行介质透射率估计时会造成图像中出现方块效应,所以需要进行图像抠图处理。而图像抠图计算复杂度非常高,使得图像去雾时间消耗很大。本文提出一种快速图像去雾算法,使用Kuwahara边缘-角点保持滤波器对大气散射光进行估计,并对所采用的Kuwahara滤波器进行改进。通过增加子块的数目以及进行局部加权等,提高边缘保留效果,抑制方块效应,从而获得较为准确的介质透射率。实验结果表明本文算法时间复杂度低,图像去雾效果好。     

颗粒冲刷对C/C材料烧蚀影响的实验研究

为研究粒子直接撞击模式下C/C材料的烧蚀形貌及性能,丰富C/C材料烧蚀研究,开展了粒子侵蚀实验.利用扫描电镜和三维微观成像等测量手段进行微观烧蚀形貌的研究,结果表明颗粒冲刷条件下由于粒子的直接撞击,侵蚀区域出现小凹坑,但轴棒纤维突出,轴棒表面出现大小不同的凹坑,部分单丝从基体中断裂,形成微观锥形孔穴形貌,径向纤维束部分区域出现孔和开槽,整体形貌不再连续一致;未侵蚀部位的微观形貌和烧蚀试验中的喉部形貌一致,单丝呈现笋尖状.     

基于NSCT与PCNN的图像融合

针对非下采样Contourlet变换(NSCT)变换的平移不变性、多尺度性和多方向等特点,结合脉冲耦合神经网络(PCNN)的全局连接性和神经元的脉冲同步性,提出基于NSCT变换区域特征与脉冲耦合神经网络相结合的图像融合方法。首先对待融合图像进行多尺度、多方向的分解,低频系数采用区域能量融合规则,高频系数作为脉冲耦合神经网络的输入,最后对融合后的系数经过NSCT逆变换得到融合图像。实验结果表明,融合结果在主观和客观评价上均优于其他对比方法。