基于小波的非线性模型的孔探图像压缩

针对涡轮发动机内部图像细节丰富的特点,为了实现在高压缩比下对细节信息的保留,以不影响发动机内部故障检测,采用小波域的非线性表示和建模方法,利用多尺度边缘检测对边缘进行定位,通过轮廓加剖面模型在定位的边缘进行边缘影响区域划分;之后通过阈值将边缘影响区域进一步划分为较重影响系数区域与较轻影响系数区域,在不同区域应用不同的编码质量控制,从而实现了一种基于小波着重于边缘的图像编码系统.实验结果表明,与一般的小波图像压缩方法相比较,在不同的压缩率下,峰值信噪比均得到小幅度的提高,并且从视觉感官上也得到较好的效果.      

基于可变阶变分模型的医用低剂量CT图像去噪

为了降低患者的辐射风险,低剂量CT（LDCT）广泛用于临床诊断,但辐射剂量的减少在重建的LDCT图像中引入了斑点噪声和条纹伪影。为了提高LDCT图像的质量,提出了一种基于可变阶变分模型的后处理技术。所提出的变分模型使用边缘指示器控制变分阶数,根据图像的特征在一阶全变分（TV）正则项和二阶有界Hessian（BH）正则项之间交替变换。采用基于快速傅里叶变换（FFT）的分裂Bregman算法求解所提出的变分模型。该模型在保留高剂量CT（HDCT）图像相应结构的同时,有效抑制了斑点噪声和条纹伪影。重建的图像和实验数据表明,所提出的变分模型比现有的先进模型具有更好的质量。      

使用深度神经网络检测Cassini ISS图像中圆盘状星体轮廓

Cassini空间探测器光学成像系统（ISS）拍摄的图像中,很多卫星呈现为面元,其轮廓检测是天体测量的重要工作.使用神经网络方法进行ISS图像中面元轮廓检测.每个ISS图像的像素分为轮廓边缘和非轮廓两类.使用神经网络框架TensorFlow,输入每个像素的9个特征,输出每个像素的分类.利用约3.6万个像素训练该网络,通过380幅ISS图像进行测试.与人工标记结果相比,轮廓像素检测的平均精确率为78.26%,平均召回率为73.32%.以检出轮廓像素作为输入,通过椭圆拟合得到面元的轮廓,所得轮廓与面元真实轮廓吻合良好.研究结果表明该方案能够有效检测出面元轮廓,进而给出假图像星的排除范围.      

基于多结构元素的遥感图像去噪及边缘检测方法

边缘检测是遥感图像处理的一个重要方面。利用数学形态学原理，提出了一种基于多结构元素的遥感图像边缘检测方法。首先采用基于视觉模型的边缘阈值得到灰度突变像素点，然后利用几种具有代表性的结构元素对这些像素点进行形态学腐蚀操作以区分真实像点和噪声点，将噪声点去除并通过伪中值滤波填补像素值，最后得到图像边缘。实验结果表明，该算法能够在保持图像边缘细节的前提下，很好地滤除图像中的孤立噪声点，在检测精度和抗噪声性能方面都优于传统的形态学算法。     

地球边缘大气密度时空特性分析

分析了地球边缘大气密度的时变特性及空间分布特性。从物理原因出发并基于NRLMSISE-00和MET-99大气模型计算随不同时空变量变化的相对大气密度,以说明各时空因素对地球边缘大气密度的影响程度。分析结果表明地球边缘大气密度具有较强的时变特性,昼夜和季节均对大气密度产生一定影响。空间特性表现为纬度对大气密度的影响明显,而经度影响微弱。季节不同导致纬度的影响程度不同,纬度因素在夏季和冬季的影响强于春秋。随着纬度的增加,季节对地球边缘大气密度的影响逐渐增强,而当地时间的影响呈减弱趋势。相比较而言,低纬区的昼夜波动强于季节波动,高纬区的季节波动强于昼夜波动。     

瞄准指示器光路设计

介绍了瞄准指示器的光路设计原理，着重讲述分光镜的设计原理，并对干涉场光强分希进行了简单推导，给出了瞄准测量的判断依据。     

不同出口形状S形喷管的RSC特性

采用超椭圆方法、面积变化规律及中心线变化规律设计了三种出口形状的S形喷管,结合等效边缘电磁流（EEC）法和迭代物理光学（IPO）法开发了计算程序;EEC法分析喷管出口边缘产生的绕射场对S形喷管的雷达散射截面（RCS）的贡献;IPO法分析S形喷管腔体产生的散射场对S形喷管RCS的贡献;通过对两种电磁场所产生的电磁波的矢量叠加计算S形喷管的总RCS;在此基础上,研究了3种不同出口形状的S形喷管的RCS特性.结果表明:出口形状对RCS影响较大;圆形出口是3种S形喷管中RCS最小的;相互错位的锯齿修型可有效减小喷管的RCS;喷管的S形结构设计使得全局探测角内总散射场的RCS不关于0°探测角对称,并使得最大RCS移向正探测角.      

某型飞机起落架应急放偶发性失效故障分析

通过对飞机起落架应急放偶发性失效故障进行分析,得出某型飞机CZH-8起落架操纵位置指示器应急放手柄的制造尺寸有差异的结论,对某型飞机起落架操纵位置指示器的修理具有指导意义。     

基于Matlab的遥感图像处理原理分析与应用

文章运用Matlab软件对遥感影像的不足之处进行处理改善,详细介绍了处理方法和处理的原理,对处理结果进行了比对分析,并进行了边缘检测与特征提取,论证了处理方法的可行性。