超燃冲压发动机燃烧流场纹影图像无监督分割方法

超燃冲压发动机燃烧室流场纹影图像常存在大量噪声信号,如何高效、准确提取燃烧流场图像的主要波系结构成为当前亟需探索的问题。以超燃冲压发动机燃烧室内冷流到氢燃料点火阶段流场为研究对象,基于深度神经网络方法,发展一种燃烧室内流场的关键波系结构快速识别方法。首先,采用基于图论的超像素分割方法对纹影图像进行聚类分割,为语义信息明显相同区域分配伪标签;其次,设计了一种全卷积特征提取神经网络,并使用残差结构对各个通道进行加权,提取纹影图像高级语义特征;最后,使用交叉熵目标函数优化网络模型,并通过阈值滤波操作去除噪声像素点,提升语义分割效果。结果表明：与K-means及自适应高斯阈值方法相比,本文提出方法在准确率、召回率、F1分数和交并比指标性能明显是最优的,能够准确完成燃烧流场纹影图像语义分割任务,可以更加清晰地反应流场内的主要波系和剪切层结构     

基于邻接表的分水岭变换快速区域合并算法

针对图像分水岭变换存在的过分割问题,提出了一种快速区域合并算法.该算法先对梯度图像进行Lee滤波以降低分水岭变换的过分割程度,在传统分水岭变换初步分割的基础上,利用区域邻接图(RAG, Region Adjacency Graph)的邻接表数据结构描述过分割区域之间的关系,采用分级阈值合并的方式完成区域合并,以降低合并计算的复杂度.合并过程中,将基于区域相对边界强度和边界长度的相似度度量准则与传统的区域灰度均值差异度准则相结合,构成新的区域可合并度综合评价函数,以保证区域合并准确可靠.实验结果表明,与传统的分水岭变换区域合并算法相比,该算法有效地提高了区域合并的准确性,并大幅提升了运算速度.      

基于分割途径的SAR单视图像斑点噪声抑制方法

在图像分割思想的基础上,结合合成孔径雷达(SAR)图像的区域特征,利用恒虚警率边沿检测技术将分割区域最大化,并在分割区域内根据SAR图像特性进行优化滤波,得到了一种基于图像分割的单视SAR图像降斑方法.其中,边沿检测和区域分割在多视图像中进行,保证了检测和分割的有效性.计算机仿真结果证明了该方法的优越性.      

最优特征选择下多层次分割的城市道路提取

针对道路提取过程中特征维数过高的问题,提出了一种基于ReliefF过滤式和Wrapper封装式的特征选择方法.将粒子群优化算法(PSO)作为Wrapper的搜索算法,优化过的随机森林算法(OPRF)作为Wrapper的分类器构成PSO_OPRF封装式子集评估器,对ReliefF预选后的特征子集进行评估,降低特征维度,选...     

基于自适应二阶终端滑模的SRM直接转矩控制

传统的直接转矩控制（DTC）可以在一定程度上减小开关磁阻电机（SRM）的转矩脉动,但是在换相区的转矩脉动抑制效果较差,并且传统的PI控制存在超调量大、鲁棒性差、抗负载扰动能力有限的缺点。因此,设计了基于负载转矩变化率自适应估计的二阶终端滑模转速控制器,在有限时间内使得系统状态迅速收敛到平衡点,实现无需已知扰动上界快速输出给定转矩。此外,对传统的扇区规则进行改进以优化电压矢量的选取,减少由于换相产生的转矩脉动。仿真和实验结果表明:改进后的DTC系统拥有良好的调速控制性能,抗干扰能力强,鲁棒性好,能进一步减少转矩脉动。      

复杂动态场景下目标检测与分割算法

在动态场景等复杂条件下,往往难以对序列图像目标进行准确的检测与分割。根据序列图像中目标在复杂条件下的成像特点,提出了一种基于融合尺度不变特征变换(SIFT)流特征显著模型的动态场景目标检测与分割算法。通过对SIFT流算法表示运动特征信息的优势进行分析,并结合图像国际照明协会(CIE)Lab颜色空间的颜色和亮度特征信息,建立四维特征向量空间。利用改进的多尺度中心-环绕对比方法生成各特征通道的显著图并进行线性融合,建立序列图像的动态场景目标显著模型。最后利用均值漂移聚类算法和形态学处理实现对检测目标的精确分割。实验结果表明,相比传统检测与分割算法,该算法在动态背景与航拍等复杂场景下能够分割出更为完整的目标区域,具有良好的鲁棒性和高分割精度。      

基于分水岭与图割的自动分割方法

为快速、准确的提取CT序列图像中目标物体,把分水岭和图割相结合.首先选择目标物体的内外轮廓,对内外轮廓之间的区域用分水岭算法预分割为若干小区域,把每一个小区域作为一个节点,建立图结构.把多源点和多汇点简化成单源点和单汇点,建立新的图结构.然后利用最大流/最小割定理进行切割,提取目标物体.最后把上一张CT目标物体的轮廓映射到下一张CT上,分别扩大和缩小该轮廓作为该CT的内外轮廓.根据上述方法提取轮廓,对整个CT序列依次循环操作.通过实验证明该算法在分割效果和分割时间上优于其它传统算法,同时,实现了三维空间上序列轮廓的自动提取.     

导弹公路运输模态试验研究

对某型号特种车辆进行模态试验的研究,分别采用了敲击法模态试验、路障冲击试验和跑车试验三种方法对特种车辆模态参数的识别进行了尝试。同敲击法识别结果对比发现：路障冲击试验识别出的2、3阶固有频率分别降低了15%和0.8%,跑车试验识别出的1至3阶固有频率分别降低了55%、29%和9%;从整车的振型来看,导弹公路运输低频段主要以刚体模态为主。通过研究解决了导弹公路运输模态试验方法的正确应用问题,可为相关领域内导弹公路运输模态试验的研究提供参考。     

红外热辐射型沥青混合料降温特性与路用性能

用改性红外粉等量替代石灰岩矿粉作为填料,制备了热蓄积量较低的红外热辐射型沥青混合料,试验考察其降温特性和路用性能,并通过扫描电镜表征了掺粉混合料的结构性质。结果表明:混合料的最佳油石比与红外粉掺量呈线性递增关系;掺粉量越高,试件表面温度越低,但降温速率减小,最多可降低8.02°C;与不掺红外粉试件相比,掺粉试件的高温稳定性、低温稳定性和水稳定性性能均有所改善,6%掺量试件马歇尔稳定度提高了12.2%,残留稳定度高达98.9%,12%掺粉量试件的低温劈裂抗拉强度提高了21.3%;掺入红外粉后沥青胶浆更加致密、均匀、混合料的孔洞缝隙较小。     

基于区域的GLRT车辆目标检测方法

基于合成孔径雷达(Synthetic aperture radar,SAR)图像的地面车辆目标自动检测是一项重要的SAR军事应用研究。提出一种基于区域的广义似然比法(Generalized likelihood ratio test,GLRT)的目标检测方法,该方法将GLRT目标检测理论与图像分割技术相结合。首先利用普通图像常用的分割聚类方法从SAR图像场景中粗略地分离出陆地杂波区域和目标潜在区域。然后根据分割结果,分别对两区域数据建立合理的统计模型。最后在背景和目标统计特性都已知的情况下,采用GLRT目标检测方法对目标潜在区域的像素点进行逐一检测,获得更为精确的检测结果。对实际SAR数据处理的结果表明,该方法能有效地从陆地场景中检测出地面车辆目标,且具备一定的精确性和快速性。