波音737NG飞机虚假后缘襟翼不对称故障的分析与预防

虚假后缘襟翼不对称是波音737NG飞机的常见故障。在分析系统原理和故障机理的基础上,对造成故障的主要原因做出了推断,提出了故障的预防措施。     

基于形态学梯度矢量的图像边缘提取算法

图像的边缘在很大程度上可以用梯度的概念来解释和描述,而现有的形态学梯度边缘检测算子抹煞了梯度的矢量性。文章提出了一种新的图像边缘提取算法:在边缘检测部分提出了具有方向估计的形态学梯度算子,且从理论和实际应用两个方面给予证明。并将模糊处理加入该系列算子,使这些算子在噪声抑制和提高边缘清晰度两方面均有较好的表现。同时在图像分割部分改进了最佳阈值化分割,利用小范围的边缘梯度各方向上的最佳阈值化进行调整,使图像的边缘更加完整、清晰。     

改进多尺度Canny算子在SAR图像边缘提取中的应用

着重讨论了在原始Ｃａｎｎｙ算子基础上提出的一种改进算法。其主要特点在于将多尺度分析的概念引入到基本Ｃａｎｎｙ算子中，从而改善了Ｃａｎｎｙ算子的检测性能，使其更加适应合成孔径雷达（ＳＡＲ）图像受噪声影响较大的特点。最后在原始ＳＡＲ图像基础上，将改进的算法与基本Ｃａｎｎｙ算子及其它几类边缘检测算子作了性能对比实验。实验结果显示了改进Ｃａｎｎｙ算子的良好检测性能。     

地球低纬区边缘大气密度的预测

基于NRLMSISE-00大气模型讨论日地空间环境对地球低纬度地区边缘大气密度的影响,提出预测地球低纬地区边缘大气日平均密度的简化模型法和经验法。简化模型法利用地磁活动和太阳活动的11年准周期特性,通过预测地磁活动和太阳活动的变化规律以预测地球边缘大气密度。经验法则直接利用第23个太阳活动周期的日平均密度变化曲线经过傅里叶变换处理得到日平均密度变化规律曲线,然后将曲线拟合得到不同高度下的密度昼夜波动规律,再利用预测得到的日平均密度即可计算出具体当地时间对应的密度情况。误差分析说明经验预测法比简化模型法精度更高。两种方法均具有较高的精度并且使用方便,可用于地球边缘大气密度的工程化预测计算。     

基于图像处理路面裂缝自动化检测及识别关键问题研究

论述国内外路面裂缝自动化检测及识别发展现状的基础上,分析了基于图像处理的高速公路路面裂缝检测及识别的关键问题并提出了相应的处理方法。平稳小波阈值方法去噪,改进Canny准则算法边缘检测,BP神经网络识别系统识别。     

基于边缘模型的图像后处理算法的FPGA实现

在传统图像后处理算法中,性能和复杂度往往难以兼顾。从FPGA硬件实现出发,在原有的基于边缘模型的数字图像后处理算法基础上,提出一种新的基于模型匹配的重建模型算法,并且根据边缘的宽度和边缘退化的主要形式建立两个边缘重建模型。仿真实验结果表明,改进的算法不仅满足工程实时性要求,而且一定程度上抑制了高倍压缩后的数字图像中出现的振铃效应和模糊效应,起到了改善图像主观和客观质量的作用。     

反对称双正交小波在红外图像小目标检测中的应用

在给出利用反对称双正交小波进行图像多尺度边缘提取的相关理论基础上,针对海空背景下远距离小目标的特点,提出了一种海空背景下红外图像小目标检测方法。首先应用反对称双正交小波变换的多尺度边缘检测方法,确定目标的潜在区域,进一步在潜在区域内采用形态学方法提取目标,从而实现了在小波塔式分解数据上的图像边缘特征提取和小目标检测。与采用二进卷积型小波的检测方法相比,具有图像处理数据量小,实现速度快的特点。实验结果表明,该方法能够有效抑制杂波干扰,准确检测出小目标。     

环板在边缘弯矩呼局部均布,线性荷载共同作用下的塑性极限分析（Ⅰ）

应用奇异函数求出环板在边缘弯矩和局部均布、线性分布载荷共同作用下的极限荷载的计算公式,并可画出极限荷载的影响曲线。     

A salient edges detection algorithm of multi-sensor images and its rapid calculation based on PFCM kernel clustering

Multi-sensor image matching based on salient edges has broad prospect in applications, but it is difficult to extract salient edges of real multi-sensor images with noises fast and accurately by using common algorithms. According to the analysis of the features of salient edges, a novel salient edges detection algorithm and its rapid calculation are proposed based on possibility fuzzy C-means （PFCM） kernel clustering using two-dimensional vectors composed of the values of gray and texture. PFCM clustering can overcome the shortcomings that fuzzy C-means （FCM） cluster- ing is sensitive to noises and possibility C-means （PCM） clustering tends to find identical clusters. On this basis, a method is proposed to improve real-time performance by compressing data sets based on the idea of data reduction in the field of mathematical analysis. In addition, the idea that kernel-space is linearly separable is used to enhance robustness further. Experimental results show that this method extracts salient edges for real multi-sensor images with noises more accurately than the algorithm based on force fields and the FCM algorithm; and the proposed method is on average about 56 times faster than the PFCM algorithm in real time and has better robustness.     

涡轮盘的设计生产协同改进研究

针对涡轮盘加工过程中的榫槽边缘和孔边缘加工一致性差、表面质量差问题,工艺和设计协同攻关,设计将边缘倒圆改为倒角,制造过程中采用边缘自动倒角工艺、增加了振动光饰工艺,不仅保证了边缘加工的一致性,而且提高了表面加工质量。