基于目标纹理的机器视觉转角检测方法

目标姿态角度检测系统是确保智能制造设备自动化、智能化的核心部件之一,在智能制造设备中得到了广泛的应用。提出了一种基于目标纹理的机器视觉转角检测算法,该算法通过椭圆聚类提取图像中的感兴趣区域,采用Hough梯度变换寻找感兴趣区域中包含特定纹理特征的区域,结合先验信息对特征区域进行标记、匹配,进而计算出待测物体的滚转角度,算法的运行耗时小于0.5s。采用该算法实现了浮子组件在浮液中的径向滚转角检测,并模拟实际检测环境测试了该算法的精度。测试结果表明,绝对精度小于0.3°,重复性精度小于0.08°,满足实际生产现场对检测精度的要求,解决了人工检测精度低、耗费人力的问题,提升了浮子转角检测的精度和智能程度。     

基于预估-反馈联合处理的射频噪声干扰抑制算法

针对强射频（RF）噪声干扰下脉压雷达目标检测概率较低的问题,提出了一种基于预估-反馈联合处理的射频噪声干扰抑制算法。首先,对回波信号进行盲源分离预处理,并利用分数阶傅里叶变换（FRFT）的特性对目标回波信号进行参数估计以及窄带滤波处理,滤除大部分干扰和噪声的能量;然后,在数据层运用M/N逻辑法进行点迹处理,并结合径向速度方向判决,实现对目标航迹的预估检测;最后,利用数据层对航迹状态的反馈实时修正滤波器参数,从而在信号层更好地滤除干扰能量,并对中断航迹进行剔除,完成射频噪声干扰的抑制。仿真结果表明：与现有射频噪声干扰抑制技术相比,所提算法具有更优的干扰抑制效果。     

用于飞行器视觉导航的地平线检测算法

结合航拍视频序列的特点与视觉导航系统的需求,提出了一种基于图像区域相似性和禁忌搜索算法的地平线拟合视觉导航算法.从航拍视频序列中提取单帧图像,并做下采样去噪等相应预处理;初始化禁忌搜索算法的初始解等参数,结合适配值函数,拟合图像中的地平线;用禁忌搜索算法的特赦准则和收敛准则评判拟合的准确性,直到适配值函数值满足收敛准则为止,得出最优解;分解出飞行器的横滚角和俯仰角,并由横滚角和俯仰角的大小决定下次参数校正的间隔,输出结果给控制系统.实验结果表明,与传统视觉导航方法和基于Hough变换的方法相比,此算法具有无参考、实时性好和抗噪性强等特点.     

小波分析在外测数据滤波中的应用研究

为提高弹道估计精度,提出了一种基于小波分析的滤波方法,滤除外测数据中AR（自回归）模型的随机误差。分析讨论了滤波过程中的几个关键问题,提出了利用基于偏自相关系数截尾检验的方法来确定分解层数,然后采用GCV（广义交叉确认）准则来确定均方差意义下最优阈值的方法。本文提出的外测数据滤波方法计算简单,不需要估计噪声的方差。仿真结果表明,该方法能有效滤除外测数据中的AR噪声。     

Bayesian分类方法在微小型飞行器视觉导航中的应用

在微小型飞行器的视觉导航中,图像分割的基本工作是将天地两部分分割开.这是形成整个视觉导航系统闭环控制的基础.而欲实现天地分割,则以特征线的提取为前提.本文分别从自底向上和自顶向下两种思路出发,利用广义Hough变换和基于多尺度最小方差的方法,进行了全局特征线的提取.然后,采用Bayesian分类的方法,实现了对微小型飞行器视觉导航至关重要的天地分割.通过具有典型意义的仿真实验,比较了两种方法所获得的结果,揭示了两种方法应用于微小型飞行器视觉导航的优点和缺点.     

高动态下基于DMF的伪码捕获频差估计研究

基于数字匹配滤波器（DMF）的PN码捕获电路具有较快的捕获速度,但其输出主相关峰值对频差较为敏感。为了消除频差对捕获性能的影响,文章提出了一种基于FFT的频差估计算法。首先构造一个载波频差的希尔波特复矢量,然后对其进行快速傅里叶变换。该算法能够精确检测出载波频偏的绝对值大小和方向,可以有效地改善大频差下的伪码捕获性能。     

实现分数阶傅里叶变换的光学系统及其应用

在综合了国内外有关文献的基础上,简述了分数阶傅里叶变换的发展过程。利用光学传输矩阵分析了分数阶傅里叶变换的3个基本的光学实现系统。对分数阶傅里叶变换的应用现状进行了归纳总结,同时就其发展方向做出了展望。     

结合形态学理论与Hough变换的SAR图像线目标检测方法

针对典型线状军事目标,提出一种SAR图像的目标检测方法。该方法首先将分块阈值分割的思想应用于未经斑点噪声抑制的原始SAR图像,得到ROI(Region of Interest)图像;然后,利用区域的几何特征有效地剔除大量虚警,并采用形态学梯度算子提取目标的边缘信息,与传统的Canny边缘检测相比,边缘轮廓更加连贯;最后,利用Hough变换对梯度图像进行直线检测,得到机场跑道的边缘。该方法对原始SAR图像采用传统的图像处理技术进行目标检测,因此,比基于SAR图像统计特性的目标检测方法简单易行。对真实SAR图像的实验结果验证了该方法的有效性。     

灰度图象的直接Hough变换方法

提出了利用灰度图象的梯度直接进行Ｈｏｕｇｈ变换以检测条纹的方法,与传统Ｈｏｕｇｈ变换及直接利用灰度进行Ｈｏｕｇｈ变换检测条纹的方法相比,具有快速计算以及对图象噪声不敏感的特点。     

Optimum detection and location estimation of target lines in the range-time space of a search radar

The average likelihood ratio detector is derived as the optimum detector for detecting a target line with unknown normal parameters in the range-time data space of a search radar, which is corrupted by Gaussian noise. The receiver operation characteristics of this optimum detector is derived to evaluate its performance improvement in comparison with the Hough detector, which uses the return signal of several successive scans to achieve a non-coherent integration improvement and get a better performance than the conventional detector. This comparison, which is done through analytic derivations and also through simulation results, shows that the average likelihood ratio detector has a better performance for different SNR values. This result is justified by showing the disadvantages of the Hough method, which are eliminated by the optimum detector. To have an estimate for the location of the detected target line in the optimum detection method as the Hough method, which detects and localizes the target lines simultaneously, we present the maximum a posteriori probability estimator. The estimation performance of the two methods is then compared and it is shown that the maximum a posteriori probability estimator localizes the detected target lines with a better performance in comparison with the Hough method.