超低副瓣天线测试中探头方向图的研究

针对目前带探头补偿的平面近远场变换中,探头H面方向图对远区副瓣引入较大误差的情况,结合国内传统的E面电场法和K.T.Selvan提出的边缘电流逼近法各自的优点,利用混合算法研究了一种新的探头方向图逼近公式,并将其应用于平面近场测试中。通过在某大型微波暗室对一频段阵列天线进行实际测量,分别用E面电场法、边缘电流逼近法以及新的方法进行带探头补偿的近远场变换。最后,将各种方法与实际测试结果进行比较,求得其误差曲线,并在全域的角度分析各种方法的-50 d B超低副瓣精度。结果表明,此方法集合了前两种方法的优点,相比E面电场法,远区副瓣精度提高了8.2 d B,整个角域内副瓣精度提高了1.13 d B;相比边缘电流逼近法,近区副瓣精度提高了0.89d B,整个角域内副瓣精度提高了0.87d B。     

基于小波变换的遥感图像边缘检测方法研究

遥感图像处理对于航空、航天、军事侦察、灾害预报等许多军事和民用领域至关重要,本文针对遥感图像的特点,提出了一种基于小波变换的图像边缘检测方法,同时还对小波变换在图像处理中的适用性进行了详细分析。由实验结果表明,本文方法可以获得非常细致有效的边缘信息,在有效抑制噪声的同时,提高了边缘定位精度。     

边缘软连接座舱盖及外场使用检查

针对边缘软连接座舱盖透明件特点,对舱盖边缘脱胶现象进行了分析,对外场检查技术进行了介绍。     

一种基于核回归的改进型图像去噪方法

为了消除图像处理中的噪声,同时尽可能地保留图像细节,提出了一种基于核回归的图像去噪算法。该方法的基本思想是在经典方法以像素位置决定权值的基础上,引入像素灰度值。即核函数在计算权值时考虑两个因素:空间距离和灰度距离。通过计算控制核来做到自适应,最后引入一个迭代过程。实验结果表明该算法能够在滤除图像中的高频噪声的同时尽可能保留了图像的细节特征,获得了较为理想的去噪效果。     

星载合成孔径雷达图像的飞机目标检测

针对大场景下星载合成孔径雷达(SAR)图像中飞机目标检测问题,提出一种端到端的飞机目标检测算法。先在大场景SAR图像中对机场目标进行粗检测,定位机场区域,再通过精确分割算法获得机场的精细区域。对机场区域中的飞机目标进行检测,采用一种基于Canny算子的边缘检测与卷积神经网络结合的飞机目标检测算法。通过飞机边缘检测、边界框预处理等操作确定潜在飞机目标在机场中的位置范围,采用基于GoogLeNet的卷积神经网络对可疑目标进行鉴别。利用星载合成孔径雷达数据对算法进行验证,证明该方法的有效性与实用性。     

含面芯脱粘边缘闭合蜂窝壁板压缩稳定性研究

基于有限元软件ABAQUS,分别建立了无损伤和含板芯脱粘缺陷的边缘闭合蜂窝壁板的三维有限元模型。利用3种建模方法对比研究了边缘闭合蜂窝壁板在压缩载荷作用下的屈曲载荷规律和失稳模式。采用夹芯板理论将蜂窝芯等效为正交各向异性结构,板芯之间的胶层使用cohesive单元进行模拟。研究结果表明:随着脱粘尺寸的增加,蜂窝壁板的屈曲载荷呈现下降趋势;当30 mm≤D≤80 mm时结构由混合屈曲过渡到局部屈曲;两种等效模型发生局部屈曲后,无论是结构的屈曲载荷规律和屈曲载荷值还是失稳模式,均近似接近原始模型结果。     

边缘计算智能装备技术在飞机检修行为识别领域的应用

本文描述了基于神经网络深度学习的边缘计算智能装备,及其应用于飞机维修检查行为识别的技术和场景,可实现飞机航线定检维修流程跟踪管控、提升维修检查作业的安全质量和降本增效,减免人为因素所导致的不安全事件和运行事件,避免经济损失.     

从图像工程角度看CBERS-1卫星图像

文章从图像工程角度从灰度、纹理和边缘3个方面对CBERS -1卫星的图像进行了量化评价 ,并与同一地区的TM图像进行了比较 ,客观地反映了CBERS-1卫星的图像质量 ,提出了CBERS-1卫星图像的优势和需改进的方面。     

一种基于边缘测度的加权Hausdorff景象匹配方法

针对经典Hausdorff距离匹配算法中仅考虑图像间边缘点的几何关系,而未充分考虑边缘点边缘测度显著性差异对Hausdorff有向距离贡献不同的特点,提出一种基于边缘测度的加权Hausdorff距离(EM-WHD)景象匹配方法.该方法集合结构张量和局部均值比方法构造出边缘测度图像,并根据测度图提取图像边缘;在图像匹配过程中.基于边缘测度的显著性不同,对每个边缘点采用不同权值的加权Hausdorff距离进行图像匹配定位.仿真实验结果证明了本文方法的有效性和计算快速性.     

基于梯度特征的图像自动分割方法

利用遥感图像进行海上目标检测、监视的关键技术是实现海陆分离，从而为目标检测、监视减少不必要的处理工作。传统的采用阈值分割方法分离陆地，但是这种方法对于陆地上灰度级较低区域容易造成误分割。而且，很显然的不能够充分利用图像中的灰度变化信息，即梯度。为此提出了一种基于梯度特征的海陆分割算法。首先利用边缘检测提取图像的梯度特征，梯度特征对灰度级并不敏感而对梯度的变化敏感，对于陆地灰度级较低的区域也能够提取边缘。对得到的边缘进行形态学处理，利用设定的面积阈值将图像分为主体陆地区域和孤立陆地区域，进一步可以屏蔽陆地。实验结果表明，该方法可以较好的分割陆地中阴暗区域，对于未经辐射校正图像有较好的适用性，并且有较快的处理速度。