基于Canny边缘检测的Mean-Shift跟踪核窗宽确定方法

传统核窗宽固定的Mean—Shift跟踪算法不能很好地对做复杂运动、尺寸变化的目标进行有效地跟踪,变核窗宽是解决这一问题的途径。图像的边缘表征了目标的重要特征,可以通过提取目标的边缘来确定核窗宽并用于跟踪。基于Canny边缘检测算法确定跟踪窗宽加快了Mean—Shift跟踪算法的运算速度,仿真结果验证了该跟踪算法的有效性。     

一种相变热图的图像处理方法

相变热图技术中,为了得到风洞试验模型表面的热流分布,必须对相变热图序列进行相变线提取.首先通过特殊的时-空变换,将所有原始序列图像的直接分割转化为对少量合成图像的分割,在减小计算量的同时较好地解决了原始图像中由于相变区域模糊而难以分割的问题.同时,为了解决由于模型表面存在镜面反射造成的模型头部区域相变线提取不准确,引入镜面反射模型,并通过分割和参数求取过程的迭代执行计算出反射模型各参数,对合成图像进行整体性亮度补偿并最终得到良好的分割结果.最后根据提取出的相变线位置和材料相变温度,完成热流值的计算.通过比较表明本文结果更为准确合理,也验证了所提出分割方法的有效性,促进相变测温技术的广泛应用.     

应用PIV技术测试模型环形燃烧室流场

采用粒子图像测速仪(PIV)测量带双级旋流器模型环形燃烧室内冷态和燃烧流场,试验研究不同进口气流温度对其冷态和燃烧流场内回流区的形成以及气流速度分布的影响,试验结果表明:燃烧室燃烧流场内回流区长度要比冷态流场短,燃烧流场的脉动速度明显大于冷态流场;另外随着进口气流温度增加,燃烧室冷态和燃烧流场的回流区长度都稍有减少.      

灰度相关图像匹配算法噪声适应性仿真

文章主要研究基于灰度的图像匹配算法对于图像噪声的适应能力。首先对两种典型的基于灰度的图像匹配算法——ABS（Absolute Balance Search）法和归一化互相关法进行了简要介绍,随后通过仿真实验深入研究了上述两种算法对于图像噪声的适应能力;最后得出了相应的结论。     

基于高速D/A卡的复合视频信号发生器

提出了一种运用高速D/A卡产生复合视频信号的方法。以PAL制式为例介绍了复合视频信号的特点和技术要求,重点阐述了设计过程中的难点问题及解决方法,例如副载波相位连续性、图像的缩放和插值等问题。     

一种针对高光谱图象识别与分类的二进编码方法

针对高光谱遥感图像中地物识别与分类问题,在对传统二进编码方法的优缺点进行分析的基础上,给出了一种新的二进编码策略,并给出了相应的快速匹配算法。该算法原理简单,易于实现,能够提高不同地物的可分性,试验结果表明,算法可以得到较好的分类效果。     

基于FPGA的DDR2缓存控制器在 无线链路图像跟踪系统中的应用

图像跟踪系统是机载光电吊舱的重要组成部分,其对目标捕捉的成功率直接决定了机载光电吊舱的性能.而作用于机载光电吊舱与地面站之间的无线链路系统,有着不可消除的的延时特性,这极大地降低了目标捕捉成功率.本文设计了一种基于FPGA的DDR2缓存控制器,通过缓存控制器可以轻松实现高清视频图像的快速存储和调用,从而实现图像跟踪算法对无线链路延时的补偿.该缓存控制器成功应用于某型机载光电吊舱图像跟踪系统,有效消除了无线链路延时的影响,提高了图像跟踪系统对目标捕捉的成功率.     

固体火箭发动机CT图像条状伪影校正

为了校正窄角扇束工业CT扫描重建的固体火箭发动机图像中的条状伪影,分析了条状伪影的产生原因.针对条状伪影是由重排和数据对齐后固体火箭发动机投影数据的非光滑连续性引起的,提出了条状伪影校正的两种算法.两种算法均以中间平移步数的投影数据为基准进行投影数据的重排,一种将重排和数据对齐过程分开处理;另一种将重排和数据对齐过程合并处理.为了验证两种条状伪影校正算法的有效性,采用窄角扇束工业CT对某型固体火箭发动机进行3种不同扫描步长的扫描和重建.结果表明重排和数据对齐过程分开处理的校正算法只有在小步长扫描的情况下重建效果较好,条状伪影较少;而重排和数据对齐过程合并处理的校正算法在3种不同的扫描步长下图像重建质量均较好,条状伪影较少.      

基于定位特征点的叶片锥束CT点云模型配准方法

针对实际生产过程中锥束CT检测空心涡轮叶片的点云数据与计算机辅助设计模型的配准问题,提出了一种基于定位特征点的叶片锥束CT点云模型配准方法。首先将点云数据与计算机辅助设计模型进行预配准;然后查找空心涡轮叶片的设计定位特征点坐标;最后根据定位基准点寻找点云数据上与之对应的基准点,并建立各自坐标系,根据坐标系进行几何变换,迭代直至满足要求,从而完成精确配准。试验结果表明,该方法很好地实现了锥束CT点云模型的配准定位,满足了实际生产要求。     

基于区域的卷积神经网络在空对地车辆检测中的应用

针对传统空对地车辆检测算法在光照变换、场景变化时检测效果不佳的问题,提出了基于区域卷积神经网络Faster RCNN模型的空对地车辆检测方法,介绍了Faster RCNN模型以及模型训练过程.实验结果表明,基于Faster RCNN的空对地车辆检测方法是可行的,对不同光照和场景下的车辆检测可以取得较好的效果.