基于显微CT 技术的C/ C-SiC 复合材料孔隙率测量方法

提出了一种基于显微CT技术的测量复合材料孔隙率的新方法,研究了C/C-Si C复合材料体积孔隙率测量原理,讨论了测量区域体积对测量结果的影响。研究结果表明,显微CT技术能够获取复合材料内部三维微观图像,通过灰度直方图阈值分割法能够较为精确测量C/C-Si C复合材料体积孔隙率,并且只有选择的测量体积范围超过一定值时才能获得较为精确的测量结果。     

火箭喷管极性自动化测试系统的改进设计研究

使用计算机视觉方法进行的发动机极性自动化测试是火箭地面测试中重要的测试环节,该环节存在进一步改进和提升的空间。将递归全对场变换(Recurrent All-pairs Field Transforms, RAFT)光流算法替代传统光流法检测技术用于发动机喷管实时运动监测,并根据现场测试场景对光流算法进行了优化,提升了运动检测速度与测量精确度,使自动测试系统具备了摆角的估测能力;在软件系统设计层面,引入差异图像直方图法监听法辅助喷管动作识别,避免了光流法对于未处在监测流程中的摄像头的冗余监听资源消耗,降低了系统硬件设备的负载,同时实现了一种可视化在线判读软件的设计。提出的软件与算法方面的改进在当前已投入使用的极性自动化测试系统上实现了进一步的优化。     

基于小波域的图像椒盐噪声密度估计

提出一种基于小波域的椒盐噪声密度估计方法.利用图像信号在小波域的系数具有稳定近似的分布,以及噪声对小波系数影响的特点,定量地分析了含噪图像的系数幅值直方图与原始图像的系数幅值直方图之间的偏离程度随噪声密度的变化规律,揭示这种变化关系对图像具有强的鲁棒性,从而利用这种关系对噪声进行估计.仿真结果表明,相对于目前方法,提出算法性能更佳,能够获得更准确的估计值和更小的估计偏差.     

基于加权模糊C均值聚类的图像分割算法

模糊C均值(FCM)算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程,适合灰度图像中存在着模糊和不确定性的特点。但是这种算法存在着本质上的缺陷,就是仅利用了图像的灰度信息,而没有考虑像素的空间信息,使得其对于实际的含有噪声的图像分割效果不理想。因此,提出了一种新的加权模糊C均值聚类算法,实践证明,该方法可以有效地、实时地把目标从背景中分割出来,并具有较强的鲁棒性。     

一种改进的直方图概率多假设多目标跟踪方法

直方图概率多假设跟踪（H-PMHT）方法及其变形泊松分布直方图概率多假设跟踪（P-HPMHT）方法的一个主要缺点是其量测模型仅考虑了背景杂波而没有考虑传感器噪声,从而导致在低信噪比条件下检测概率较低。针对这一问题,提出了一种带传感器噪声模型的H-PMHT方法,通过将传感器噪声引入量测模型,从而明显提高了对低信噪比目标的跟踪检测能力。该方法的计算量与目标数保持线性关系,仍然适用于目标数目较多的情况。仿真实验表明：该方法在误跟踪比率为1‰,信噪比为6 dB时,检测比率可提升近20%,信噪比为3 dB时,可提升近10%。     

基于多尺度梯度及深度神经网络的汉字识别

介绍了一种基于多尺度滑动窗的方法提取文字的梯度直方图特征,并结合深度神经网络对印刷体汉字进行识别.针对梯度直方图的空间关系,使用可伸缩的滑动窗对图像进行分割,在不同尺度上获取文字的特征信息,有效融合汉字的全局特征和局部分块特征.实验采用5层的深度神经网络模型对国标一级3755个印刷体汉字进行分类,并应用Dropout技术防止训练过拟合,提高神经网络的泛化能力.实验准确率达到98.292%,有较好的识别性能,验证了本文多尺度梯度特征及深度神经网络模型在文字识别上的有效性.      

一种新的目标跟踪特征融合方法

在粒子滤波目标跟踪框架下,给出一种基于颜色直方图和边缘直方图的新特征融合算法．该算法是一种通过颜色和边缘直方图的特征波和熵实现特征之间粒子数重分配的方法。通过实验比较本文算法与单特征跟踪算法的跟踪误差,结果表明本文方法较传统依靠单一特征进行目标跟踪的粒子滤波方法,在运算时间增幅不明显的情况下,实现了更为准确的目标跟踪,并可稳定的应用于运动背景下的动目标跟踪、背景光照变化下的多目标跟踪以及多目标发生相互遮挡等情况。     

固体发动机CT检测中的一种缺陷识别方法

提出一种图像不变矩法和直方图分析法相结合的缺陷识别方法.首先,利用图像不变矩方法,通过形状识别,将裂缝从固体发动机缺陷中提取出来;然后,利用直方图分析法,计算出气泡和夹渣像素值所在的灰度区间,将气泡和夹渣区分.从而实现固体发动机缺陷的自动分类识别,解决了现有技术中通过人工判决缺陷而导致的识别效率低、准确性差的问题,保证了固体发动机的性能.      

基于稀疏直方图的空间机械臂视觉目标跟踪方法

视觉系统作为空间机械臂的重要组成部分,一项重要功能就是在复杂空间环境下在规定周期内自主、可靠地完成对空间目标的跟踪,即在相机采集的图像序列中定位目标区域。文章面向空间机械臂视觉跟踪的应用需求,提出一种基于稀疏直方图的视觉目标跟踪方法,在目标区域内选取相互重叠的局部图像块,通过组合全部图像块的稀疏系数构造直方图以获取目标表示,采用基于簇比重信息的相似性度量方法计算目标模板与候选目标之间的距离,将此距离作为粒子滤波的观测模型以在图像中确定目标位置。标准测试集测试、室内环境和在轨环境试验的定性和定量分析结果均表明文中方法可以实现对相机视场范围内目标的准确和可靠跟踪。