基于视频图像处理的头部位置跟踪方法的探索

针对目前头盔显示器头部位置跟踪过程中存在瞄准速度不快,灵敏度不高,头盔重量偏大,只考虑头部位置,未考虑人眼在跟踪瞄准过程中的功能等问题,特提出一种基于人眼及头位综合视频检测高精度快速瞄准新方法,它采用基于视频图像处理方法来检测头部与飞机的夹角和注视方向相对头部的偏角。     

航空发动机风扇叶片两种表面处理方法对比

在对激光冲击强化技术与喷丸表面强化技术比较分析之后,表明航空发动机叶片经过激光冲击强化后,能显著增加叶片表面残余压应力,提高疲劳性能,并且其效果优于喷丸表面强化技术。     

基于灰度直方图拟合曲线的数字图像多阈值分割技术研究

在对数字图像灰度直方图进行高次样条函数曲线拟合之后,通过求取若干个局部最小值作为图像的分割阈值,通过对图像像素进行多阈值分割,最后采用区域背景像素点增长合并法进行背景区域合并,从而获得完整清晰反映图像各个组成部分的分割结果。     

数据融合在纹理识别中的应用

在室内无线通信模型的优化中,需要区分不同的墙壁对象.而对于室内墙壁的图像可以看作是纹理图像.尝试利用数据融合的方法对这些纹理图像进行识别.实验结果表明,数据融合的方法对相似的纹理图像具有较好的识别效果.     

基于非下采样轮廓波变换的红外和SAR图像融合算法

针对现有红外和合成孔径雷达(Synthetic Aperture Radar,SAR)图像的融合算法融合质量差、边缘轮廓不清晰、效率低下、可视性差,目标检测效率低等问题,提出一种基于非下采样轮廓波变换的融合算法。首先采用非下采样轮廓波变换对预处理的红外和SAR图像进行分解,获得各自低频和带通方向图像,接着根据红外和SAR图像的特征选取其含重要目标信息的频带进行低频图像和带通方向图像融合。为了检验本文所提出算法性能的优越性,采用两组红外和SAR图像进行融合实验,与其他图像融合算法进行对比,并对融合图像进行目标检测,证明了该融合算法能有效提高多源图像目标检测率。     

基于混合深度特征的红外目标抗干扰识别算法

复杂干扰条件下的红外空中目标识别技术是空战对抗领域的热点研究课题,复杂人工干扰严重遮蔽目标,导致目标特征的连续性与显著性遭到破坏,无法全面描述识别对象的特性,造成空中目标识别准确率下降。针对此问题,提出一种基于图像混合深度特征的空中目标抗干扰识别算法。首先,基于卷积神经网络进行图像深度特征的提取,将深度特征与梯度直方图(Histogram of Gradient, HOG)特征进行有效融合,构建混合深度特征。针对作战场景中的目标与干扰的对抗态势多样性,将支持向量机的二分类模型改进为三分类模型,对目标、干扰以及目标干扰粘连三种状态进行精确分类。实验结果表明：在复杂干扰环境下,基于混合深度特征的空中目标抗干扰识别算法正确率为92.29%,该算法可以有效地解决目标被干扰遮蔽、形成目标干扰粘连状态时的抗干扰识别问题。     

基于图像对的体视显示算法研究与实现

依据摄像机拍摄的左右两幅图像,按照提出的算法进行图像的矫正、重采样和图像对间的密集匹配,最后通过图像插补输出符合双眼特性的体视图像,试验证明插补后体视图像效果较好.     

一种稳健的利用分布式小卫星获取宽域、高分辨SAR图像的方法

 传统星载合成孔径雷达(SAR)受最小天线面积条件的限制,其横向分辨率与测绘带宽度相矛盾,采用编队飞行的分布式小卫星SAR体制,可解决这一矛盾,即能够同时获得大测绘带、高分辨率的地面场景的SAR图像。主要研究如何在误差环境下抑制由小天线引入的多普勒模糊的信号处理方法。该方法利用子空间投影技术对导向矢量进行精确估计,在小卫星存在基线及其他误差时仍然能够稳健地恢复高分辨的二维SAR图像。     

包带低冲击装置冲击试验及数据分析

文章主要阐述了包带低冲击装置冲击试验的过程及采用的试验技术,并对试验数据进行了处理和分析。通过大量的试验数据,对响应量级与测量点的位置分布、响应与包带预紧力的关系、冲击响应与装药量的关系、冲击响应与起爆器的关系、冲击响应的频率分布关系以及安装方式对试验结果产生的影响作了充分的分析。结果可为研究低冲击装置提供有价值的参考。     

CCSDS遥测包处理分析

文章对CCSDS包处理器模型进行了改进,并分析了其性能界限,给出了影响包处理器性能的主要因素;通过分析输入缓存器和处理缓存器不同的状态,得出包处理器处理能力的上限,指出处理器能支持的帧数超过包处理器能够缓存的帧数之后的帧数据丢失隐患,以此界定了何种情况下包处理器需要转存遥测包数据;并对CCSDS数据包的整个处理流程进行了描述。