SRS-Net: Training object detectors from scratch for remote sensing images without pretraining

Most of the current object detection algorithms use pretrained models that are trained on ImageNet and then fine-tuned in the network, which can achieve good performance in terms of general object detectors. However, in the field of remote sensing image object detection, as pretrained models are significantly different from remote sensing data, it is meaningful to explore a train-from-scratch technique for remote sensing images. This paper proposes an object detection framework trained from scratch, SRS-Net, and describes the design of a densely connected backbone network to provide integrated hidden layer supervision for the convolution module. Then, two necessary improvement principles are proposed: studying the role of normalization in the network structure, and improving data augmentation methods for remote sensing images. To evaluate the proposed framework, we performed many ablation experiments on the DIOR, DOTA, and AS datasets. The results show that whether using the improved backbone network, the normalization method or training data enhancement strategy, the performance of the object detection network trained from scratch increased. These principles compensate for the lack of pretrained models. Furthermore, we found that SRS-Net could achieve similar to or slightly better performance than baseline methods, and surpassed most advanced general detectors.     

基于小波包变换与D-S证据理论的多聚焦图像融合

介绍采用小波包变换实现多聚焦图像融合的原理及一般结构,提出一种基于D—S证据理论的融合规则,并给出实例仿真实验。实验结果表明,该方法具有良好的效果。     

图像匹配中的相似性度量比较与分析

图像匹配作为一种重要的图像处理技术是图像信息融合、目标定位、变化检测、图像重建等后续工作的重要基础.选择合适的相似性度量对于图像匹配的结果至关重要.分析和讨论了图像匹配中常用的相似性度量;针对典型的基于灰度统计的图像匹配方法SSDA,实验比较了采用不同相似性度量对匹配结果的不同影响;对实验结果进行了分析和讨论,并得出了结论.     

现代战斗机威胁源分类方法

以当前我军现代战斗机面临的威胁源为主要研究对象,系统、全面、深入地研究了实战条件下的威胁源分类方法。对现代战斗机威胁源分类依据进行总体分析;分别按照威胁来源和威胁次第,对现代战斗机威胁源进行分类;针对战争中最常遇到的飞机战斗威胁,分别按照损伤机理和武器类型进行分类;对整体研究内容进行总结。在研究过程中,能够针对现代战斗机的特点进行分类,实时性好,不但完善、修改了之前的一些分类方法,而且创新了一些分类方法,加入了一些新型威胁源;同时,对各种威胁源的特点描述针对性比较强。本研究紧贴时代背景需求,可为进一步全面研究飞机战伤模式奠定基础,为飞机生存力和维修性设计及战伤抢修研究提供理论支撑。     

基于球体描述Vague决策的模拟电路故障诊断方法(英文)

提出一种基于球体描述Vague决策的模拟电路故障诊断方法。首先,采用小波变换预处理待测电路输出的电压故障特征。然后,每类样本集训练成一个最小超球体。最后,测试样本由本文定义的模糊决策规则进行判断,其中该规则由测试样本和描述球体中心之间的Vague加权距离得到。该模糊决策规则融合了测试样本正反隶属度值和描述球体的权值,可以有效地处理不确定信息。本文从理论上证明了该决策方法的可靠性。将该诊断方法应用于两种实际电路的测试,并与其他两种诊断方法进行对比。实验结果表明本文方法取得了良好的诊断性能,并减少诊断时间。     

基于计算流体动力学数值模拟分析的旋风分离器优化设计

旋风分离器由于结构简单而机理复杂,广泛应用于环境除尘净化处理。为了提高旋风分离器的除尘净化效率,文章基于计算流体动力学（CFD）数值模拟方法分析了其工作过程,得到了内部气-固两相流的分布参数云图。针对这些参数分布云图,分析了它们产生的原因。为了提高除尘净化效率和节省能源,文章通过参数、边界条件的反复设定及模拟分析,确定了旋风分离器的最佳设计方案。本方案经过实际产品的有效运行取得了良好的效果。     

成像光谱技术超谱图像分类研究现状与分析

超谱遥感图像由于其高光谱分辨率的特点正受到国外内的广泛关注，在解决了前期的辐射校正及定标等剖以及，超谱图像的推广应用是当务之急。超谱遥感图像的分类研究对农作物生长状况的监测、矿物的识别、海洋水色分析以及其他方面的许多应用都是很有价值的。文章概述了国内外在成像光谱技术方面的发展，并首次以像元的构成成分的.纯像元和混合像元的角度对分类方法进行了论述，对超谱图像分类技术研究现状的归纳和分析，旨在寻找突破点，加强此领域的研究力度。     

红外成像制导中目标图像序列的仿真生成

在红外成像制导技术的算法研究中，目标红外图像序列是进行仿真验算的基础，通常真实的图像序列较难获得，本文通过建立空间目标的透《视投影模型来模拟红外成的过程，并由计算机作图得到目标的二值图像，为目标识别、跟踪算法及制导率的仿真验算打下了基础。     

基于加强模糊聚类的航空行李图像超像素分割

在自助行李托运系统拍摄的行李图像库中检索错误运输的行李时,图像背景会严重影响检索精度。针对该问题提出了一种加强模糊聚类算法（EnFCM）的超像素分割方法,实现了行李目标区域的提取。通过多尺度形态学重建梯度图像,设计了自适应上限尺度的分水岭超像素预分割算法,得到多个独立的超像素区域。对超像素图像进行直方图统计,并结合分水岭分割参数和实际行李图像内容的类别数量进行超像素的加强模糊聚类,得到行李区域。通过多个实际行李图像的分割实验验证了算法的有效性,平均分割精度达到93%,超过多个典型的分割算法。     

驻涡燃烧室凹腔流场结构实验

驻涡燃烧室采用凹腔结构稳定火焰,研究凹腔内不同燃料与空气喷射情况下的流场结构非常重要。采用粒子成像测速仪(PIV)测量了驻涡燃烧室凹腔在不同主流速度下的流场,并对比分析了凹腔进气结构分别为不开冷却缝及油气渗混孔、开冷却缝不开油气渗混孔、开冷却缝和后体油气渗混孔、开冷却缝和前体油气渗混孔时的流场结构。研究结果表明,不同主流速度下所设计的不同凹腔进气结构均能在腔内形成稳定的涡,冷却缝对流场的影响较小,凹腔油气掺混孔在开孔截面上对流场及涡核中心位置的影响较大。