导弹垂直装填中图像采集系统设计

在分析了某型舰空导弹垂直装填过程中“抗摇摆”系统需求的基础上,提出了基于 CCD成像的导弹贮运发射箱空间位置图像采集系统结构,给出了完整的电路设计。     

基于小波变换的多聚焦图像融合评述

概述了数据融合的基本概念和应用,简明分析了多聚焦图像的成像机理,从像素级层面上描述了基于小波多尺度变换的图像融合思想和过程.由于在基于小波变换的图像融合过程中,融合规则起很重要的作用,因此本文重点综述了适于多聚焦图像融合的三种融合规则：基于像素的融合规则、基于窗口的融合规则和基于区域的融合规则,并对这些规则进行了比较,最后给出了图像融合效果的客观评测方法.     

基于OFDM技术的某型飞机图像传输方案研究

针对机载图像传输系统的特殊性,结合机载设备现状,提出了一种图像传输方案,对其中的关键技术——正交频分复用进行了分析,并对正交频分复用系统的参数选择进行了讨论。     

飞机发动机叶片的非接触测量

介绍了利用安装于三坐标测量机CMM上的激光测头测量自由曲面的立体视觉检测系统。通过测头结构优化设计以及数字图像处理实现了飞机发动机叶片的非接触测量。     

浮法玻璃均匀性的光学检测方法

在浮法玻璃的生产中,均匀性的检测与控制对于玻璃的质量保证至关重要.本文给出了一种可有效用于浮法玻璃均匀性检测的光学方法.实验结果表明,该方法采用平行偏振光成像系统和CCD图像采集与处理技术,可以清楚地获得平板玻璃样品侧向均匀性分布的光学图像,并能对图像的灰度分布进行定量分析,从而可为玻璃的质量评价和工艺控制提供可靠的依据.     

基于ICT图像的航空发动机涡轮叶片壁厚尺寸精密测量方法

为保障航空发动机的可靠性,要求精确测量发动机叶片不同界面处的内、外表面法线方向的厚度。为此,研究了一种基于ICT图像的叶片壁厚尺寸亚像素级精密测量方法。它采用边界提取技术确定叶片内、外表面法线的方向;应用亚像素级边界定位技术,在该法线方向,定位壁厚的起始边界点和终止边界点;然后,计算两个边界点坐标位置差,获得以像素为单位的壁厚尺寸;最后,对像素尺寸进行标定,获得以毫米为单位的壁厚尺寸。试验结果表明,本文方法实际测量精度达到0.2个像素和0.042mm。     

外圆纵向磨削表面粗糙度的在线检测研究

利用激光图谱比较法,通过对外圆磨削表面粗糙度标准样块进行多次测量,以此统计数据建立数据库,再对外圆纵向磨削后的零件表面粗糙度进行非接触式在线测量,将此测量结果与数据库中的数据进行比较,从而判定加工零件表面粗糙度的等级。     

基于区域分割的红外与可见光图像融合算法的研究(英文)

由于红外图像和可见光图像的成像特点不同,因此在航空监视领域红外图像和可见光图像融合有重要的研究意义。由于非下采Contourlet变换具有更好的方向性、较高的逼近精度和更好的稀疏表达性能,能有效的提取图像的特征信息。因此我们在非下采Contourlet域,以空间频率为度量标准对红外图像进行阈值分割,经过分割将红外图像和可见光图像分别划分为目标区域以及背景,随后对红外图像和可见光图像进行边缘检测从而得到边缘区域,针对三个不同区域分别选择不同的融合规则进行融合。通过两组不同灰度差异的红外与可见光图像的实验,将基于像素点,窗口策略的融合算法和本文所提出基于区域算法进行了主观和客观的对比,试验结果表明基于区域分割的红外与可见光图像融合算法不仅能有效提取出红外图像中的目标信息还能有效的保持可见光图像的所反映的光谱信息,因此本文提出的算法是一种有效且可行的图像融合算法。     

应用压力敏感涂料测量孤立叶片吸力面压力(英文)

以国产温度不敏感的荧光压力敏感涂料和自主建立的测量系统为基础,应用基于光强的压力敏感涂料测量技术获得了叶栅风洞中孤立叶片吸力面的压力分布。实验测量分别在叶栅风洞出口处气流速度0.3和0.4马赫条件下进行,叶片攻角–12°,大气温度与压力分别为15 ℃和95.4kPa。实验叶片吸力面有4排10列测压孔,弯度约40°左右,叶片连同基座被固定在叶栅风洞出口处的下导流档板上,以方便采集荧光图像。实验测量中还同时采用了静压扫描装置进行常规压力测量,以便进行数据对比。在理论与方法确立方面,对基于光强的测量方法进行了回顾并针对自主建立的测量系统提出采用事后校准的方式进行先验校准,以消除校准与测量中参考压力不一致所引起的误差;提出了荧光图像后处理过程的实施步骤及图像对准的操作方法以进一步提高测量的准确性。压力敏感涂料测量所获得的压力值与静压扫描所得数值之间的误差在7%之内,说明实验测量是有效可信的。     

发动机转子系统早期故障智能诊断

在对飞机发动机转子系统早期故障特点进行分析的基础上,针对其故障诊断中存在的故障样本不足和早期微弱故障不易识别的问题,提出将随机共振、小波包分析与支持向量机相结合的发动机转子系统早期故障诊断与智能自愈监控方法。该方法首先利用随机共振原理对早期微弱故障信号进行特征细化,使故障特征放大;然后利用小波包多分辨率分析特性进行故障特征提取;再将提取的特征向量输入由支持向量机构造的分类器中进行故障识别,并利用智能自愈方法对故障进行监控。对智能诊断系统结构、故障特征提取方法、多故障分类器构造、故障自愈监控等进行了分析和研究。结果表明,该方法在故障样本不足情况下,能有效识别发动机转子系统的早期故障,且算法简单、故障分类识别效果好,并能对故障进行自愈监控。