改进U-Net网络及在遥感影像道路提取中的应用

高分辨率遥感图像分割在军事、民用等领域具有良好的应用前景,但由于复杂的背景条件以及干扰物的遮挡,导致现有算法无法较好地从遥感影像中提取道路细节信息。研究基于改进U Net网络模型,提出了MDAU-Net（multi dimension attention U-Net）网络结构模型,通过对U-Net网络结构加深至七层结构来提升精细分割道路的能力;并提出了一种多维注意力模块MD-MECA（multi dimension modified efficient channel attention）,将其添加至编码部分的特征传递步骤中,以达到对编码部分的特征传递进行优化的目的;其中利用DropBlock与Batch Normalization解决网络训练过程中出现的过拟合。试验结果表明:改进后算法可以有效提升道路的提取效果,在测试集上的准确率达到了97.04%。     

高动态下的星体目标质心提取方法

高动态情况下,星点像斑在星敏感器探测器上会呈现出拖尾现象,星点质心无法被准确提取。针对上述难点,本文提出了一种高动态条件下基于差异哈希算法的星点质心提取方法。该方法分为三步：第一,建立动态星斑的数学模型;第二,利用差异哈希算法和汉明距离实现星跟踪窗口内星体目标粗定位;第三,在粗定位区域使用阈值分割与连通域法提取星点质心。实验结果表明,该方法能够适应各种长度的曝光时间,并实现星敏感器在3（°）/s条件下的稳定跟踪。在曝光时间50ms,角速度3（°）/s的条件下,星对角距误差为13”,平均提取率为96%,相比于传统方法,分别提高了29.6%和22.9%。     

基于二维资源管理的多功能雷达任务调度算法

动态孔径分割技术为相控阵雷达针对不同任务灵活分配孔径资源提供了可能,而传统的资源调度方法仅基于单一孔径条件研究了时间资源的优化分配问题。针对雷达搜索、跟踪与成像任务的自适应调度问题,提出了一种基于时间-孔径二维资源管理的雷达资源调度算法。该算法建立了雷达孔径分割条件下的二维资源调度模型,确立了能量资源约束条件;利用基于压缩感知的稀疏孔径逆合成孔径雷达（ISAR）成像技术,使雷达在完成目标搜索和跟踪任务的同时实现对目标的成像;定义了调度算法性能的评价指标。在仿真实验中将该算法与另外2种算法进行对比,验证了所提算法在高度成功率、二维资源利用率与任务并行度这3种性能指标上具有优越性。     

外置封闭式大型三相绕线型异步电动机集电环通风系统的设计研究

重点介绍了外置封闭式大型三相绕线型异步电动机集电环、刷架通风结构的设计,冷却系统的结构设计,并指出了设计中的关键点。验证了封闭式大型三相绕线型异步电动机集电环各滑环温度均匀性、集电环理论设计与实际测试结果的吻合性。验证了封闭式集电环碳粉收集装置的实用性及改造电机局部结构的可行性。     

一种基于特征光流的运动目标跟踪方法

本文提出一种基于特征光流的运动目标跟踪方法。较好地克服了以往基于特征光流的方法中存在的主要不足之外。该方法使得跟踪更具主动性，提高了跟踪精度，减少了跟踪时间。     

一种新的基于特征融合的图像分割方法

采用传统的灰度共生矩阵来提取出具有旋转不变性的纹理特征,并且利用等权值的融合规则,融合了第二代小波即提升小波在频域上提取的纹理特征,最后采用模糊c均值聚类对图像分割。经过对实验结果的分析,发现新的方法结合了这两种传统方法的优点,得到了相对于两种方法分别应用于图像分割时更好的结果。     

三角网格模型的数据分块算法

对测量获得的三角网格模型进行分块。首先根据三角片中心点的高斯曲率和平均曲率的符号将三角片标示成8种类型。然后任取一个三角片作为生长点，沿着边界向外扩展“生长”，将具有相同类型的三角片组成一个连通的块。最后采用两种方法对块实施优化：根据平均曲率差值最小的原则，将小块融合到邻近块中．用两点间的最短路径来光滑边界。本方法中的三角网格和块的拓扑均可以是任意的，分块结果符合零件的特征构造。     

城镇化战略与城市化战略取向研究

认为城市化和城镇化是两个截然不同的概念,在对城市与城镇区分的基础上,提出了城市化与城镇化的不同内涵,结合我国现实的经济发展情况,分析了我国城镇化过程中有代表性的几种模式,最后指出我国应该走城镇化发展道路.     

An approach to multi-temporal MODIS image analysis using image classification and segmentation

This paper discusses an approach for river mapping and flood evaluation based on multi-temporal time series analysis of satellite images utilizing pixel spectral information for image classification and region-based segmentation for extracting water-covered regions. Analysis of MODIS satellite images is applied in three stages: before flood, during flood and after flood. Water regions are extracted from the MODIS images using image classification (based on spectral information) and image segmentation (based on spatial information). Multi-temporal MODIS images from “normal” (non-flood) and flood time-periods are processed in two steps. In the first step, image classifiers such as Support Vector Machines (SVM) and Artificial Neural Networks (ANN) separate the image pixels into water and non-water groups based on their spectral features. The classified image is then segmented using spatial features of the water pixels to remove the misclassified water. From the results obtained, we evaluate the performance of the method and conclude that the use of image classification (SVM and ANN) and region-based image segmentation is an accurate and reliable approach for the extraction of water-covered regions.     

基于快速退火MRF的改进SAR图像分割方法

基于Markov随机场(MRF,Markov Random Field)的SAR图像分割方法利用了SAR图像的灰度和结构信息,能在分割过程中有效抑制斑点噪声,获得较高的分割精度.但这类方法的缺点是模拟退火的计算量很大.针对该问题,提出了一种基于快速退火MRF的SAR图像分割处理方法.该方法根据SAR图像Gibbs分布的特性,在求取全局最优解时,首先寻找邻域系统中占有支配地位的某种标记,若存在占支配地位的标记,用此标记更新状态;反之,则沿用传统模拟退火的方法随机更新状态.由于该方法引入基于Gibbs分布的先验判决进行系统状态更新,因此能够快速求得全局最优解.最后对真实SAR图像进行处理,处理结果验证了算法的有效性.