一种新的基于特征融合的图像分割方法

采用传统的灰度共生矩阵来提取出具有旋转不变性的纹理特征,并且利用等权值的融合规则,融合了第二代小波即提升小波在频域上提取的纹理特征,最后采用模糊c均值聚类对图像分割。经过对实验结果的分析,发现新的方法结合了这两种传统方法的优点,得到了相对于两种方法分别应用于图像分割时更好的结果。     

一种基于特征光流的运动目标跟踪方法

本文提出一种基于特征光流的运动目标跟踪方法。较好地克服了以往基于特征光流的方法中存在的主要不足之外。该方法使得跟踪更具主动性，提高了跟踪精度，减少了跟踪时间。     

三角网格模型的数据分块算法

对测量获得的三角网格模型进行分块。首先根据三角片中心点的高斯曲率和平均曲率的符号将三角片标示成8种类型。然后任取一个三角片作为生长点，沿着边界向外扩展“生长”，将具有相同类型的三角片组成一个连通的块。最后采用两种方法对块实施优化：根据平均曲率差值最小的原则，将小块融合到邻近块中．用两点间的最短路径来光滑边界。本方法中的三角网格和块的拓扑均可以是任意的，分块结果符合零件的特征构造。     

基于二维资源管理的多功能雷达任务调度算法

动态孔径分割技术为相控阵雷达针对不同任务灵活分配孔径资源提供了可能,而传统的资源调度方法仅基于单一孔径条件研究了时间资源的优化分配问题。针对雷达搜索、跟踪与成像任务的自适应调度问题,提出了一种基于时间-孔径二维资源管理的雷达资源调度算法。该算法建立了雷达孔径分割条件下的二维资源调度模型,确立了能量资源约束条件;利用基于压缩感知的稀疏孔径逆合成孔径雷达（ISAR）成像技术,使雷达在完成目标搜索和跟踪任务的同时实现对目标的成像;定义了调度算法性能的评价指标。在仿真实验中将该算法与另外2种算法进行对比,验证了所提算法在高度成功率、二维资源利用率与任务并行度这3种性能指标上具有优越性。     

基于磁极分段优化的内置式永磁同步电机齿槽转矩削弱方法

内置式永磁同步电机的齿槽转矩会带来转矩脉动、电机控制精度变差、振动与噪声等一系列的问题,因此采取有效的削弱齿槽转矩措施至关重要。采用解析计算分析了永磁体径向分段对齿槽转矩的影响,在此基础上提出了一种改进的永磁体分段方法,从而有效地减少永磁体分段后对电机的反电动势和输出平均转矩等性能的影响。此外,基于改进的永磁体非均匀分段方法,还提出了一种永磁体不等厚非均匀分段来削弱齿槽转矩的新方法,并采用有限元法对永磁体均匀分段、非均匀分段和不等厚非均匀分段3种方法进行仿真验证和对比分析。仿真结果表明,采用永磁体不等厚非均匀分段方法的齿槽转矩削弱效果最佳。     

基于形态学运算的星图像分割

在获取星图像的过程中,由于某些因素的影响,获得的星图像存在噪声和划痕,而且星图像的背景经常是不均匀的,为星图像的分割造成了极大的困难,甚至使得自动阈值分割无法实现或效果较差。膨胀和腐蚀是形态学的两个基本运算,实验证明,通过组合膨胀和腐蚀,可以获取更为复杂的形态学运算。用形态学运算对星图像进行处理,补偿不均匀的星图像背景,然后进行星图像的自动阈值分割可以得到很好的分割效果。     

回厂电能表数值智能识别技术研究

研究了回厂电能表表盘数字的自动识别技术,它是回厂电表数字识别系统的关键所在。识别工作在利用CCD镜头进行图像采集后,利用图像处理和模式识别技术自动定位分割图像中的数字区域并实现单个数字的切分,最后实现了电度表显示值快速自动识别。针对500帧现场采集的回厂电表图像,该研究获得了单字正确识别率99.8%和整表正确识别率98.4%的结果,表明该系统具有较强的鲁棒性。     

基于垂直投影和模板匹配的车牌字符分割方法

车牌识别是智能交通中关键技术之一,字符分割是车牌识别的基础。本文利用车牌边框的边缘信息进行车牌倾斜校正,然后基于垂直投影和模板匹配相结合的字符分割算法被提出,提高了字符分割准确率。     

一种新的基于Graph cuts方法的SAR图像分割模型

Graph cuts方法是一种快速优化技术,能有效解决计算机视觉的低层次问题,如表面重构、分割、去噪等问题。其优点是迭代计算的高效性并能得到全局最优解。利用Graph cuts方法,将基于活动轮廓模型和水平集方法的SAR图像分割模型转化成一个新的模型,可用最大流/最小割方法来求解。实测SAR图像的分割实验表明：提出的新模型所需运行时间大约是基于水平集的活动轮廓模型所需时间的一半,分割精度也得到了较大的提高。     

基于拐点检测的椭圆弧叶型前后缘评定算法

叶片前后缘的形位对叶片气动性能有着显著影响,且其分割结果也严重影响特征参数的精密计算。现有的叶片前后缘分割算法大多基于拓延算法的实现与改进,但是拓延算法本身尚不能自适应叶型截面尺寸来分割点云,而后续的改进算法在轮廓线误差控制上仍有待加强。针对叶片截面线前后缘的点云精确分割问题,参照椭圆弧叶型的造型设计特点,提出了基于拐点检测的前后缘评定算法。通过对截面线点云旋转、截取、顺时针排序以及拐点检测处理,实现了在高精度测量条件下对叶片前后缘的精确分割。最后设计了对比实验,验证了本文算法可以定性地分割叶片前后缘,并在线轮廓误差上保持了较低水平;论证了在逐点拓延椭圆拟合过程中,从凹性点即开始影响线轮廓误差。