基于红外成像的条烟自动检测系统

为了解决条烟封箱机装箱过程中的缺条检测问题,本文在研究红外图像处理技术的基础上,提出了一种基于红外成像的烟垛缺条检测方法,该方法通过对实时拍摄的烟垛端部图像进行形态学处理、边缘提取,计算边缘图像构成的轮廓矩,并通过对比该图像和模板的轮廓矩信息判断烟垛是否缺条。并根据实际应用,设计了基于红外成像的条烟封箱自动检测系统。实际检测表明,所研制的红外成像自动检测系统能很好的解决香烟封箱过程中的缺条检测问题,具有很好的应用价值。     

基于图像处理技术的铝合金腐蚀分形特征

通过基于二值图像处理技术对LY12CZ铝合金表面腐蚀图像进行特征提取,获取不同腐蚀时间下的蚀孔数目;基于统计分形模型的基础上,发现铝合金蚀孔分布具有统计意义上的分形特征;随着腐蚀时间的增加,分维数与失重率也随之增加,分维数随腐蚀时间的变化规律与失重率随腐蚀时间的变化规律基本一致,都符合幂函数的形式,故可采用分维数作为评...     

气-气喷注器混合场流动显示

研究气-气喷注器气流流动混合过程,基于粒子图像测速仪(PIV)实验系统,采用对两股气流分别示踪的方法,对三种典型结构的气一气喷注器混合场开展了实验研究.实验结果验证了这种实验方案的可行性,结合轴截面和横截面的流场分布测量,得到了同轴离心式、同轴直流式、互击式气一气喷注器气流混合过程的主要作用因素和混合场的分布特征.     

无人机地面站图像压缩传输系统设计与应用

针对无人机地面指挥控制系统要实现互连、互通、互操作的网络化要求,设计了视频信号实时网络传输和显示系统。系统由基于DSP的服务器端和通用客户端播放器组成,服务器端通过设置并行任务完成视频信号的实时采集、编码和发送,客户端完成视频信号的实时接收、解码和播放,从而使系统实现了图像信息在地面站所有显示终端上的实时显示。实验结果表明,系统完全满足无人机地面站系统功能及指标要求,并且通过网络化技术节省了地面站宝贵空间资源,系统设计方法对同类型系统具有一定借鉴意义。     

基于线性特征的中分辨率航天遥感器MTF在轨评价及其在图像恢复中的应用

文章在简要介绍遥感器在轨MTF评测值在遥感图像处理中的意义基础上,分析了中分辨率遥感卫星成像过程MTF在轨测试的各种方法的适用性、算法和具体指标要求,提出了适合于中分辨率遥感卫星成像过程MTF的在轨评价方法,并剖析了遥感卫星成像过程中影响MTF的多种因素;最终以CBERS-02星CCD图像为对象进行了试验,并有效运用于图像恢复。     

浅析互有位移图像序列的超分辨率复原

超分辨率图像复原的目的在于复原截止频率之外的信息,以使图像获得更多的细节和信息。基于互有位移序列图像进行的超分辨率复原,除了利用物体的先验信息和单幅图像的信息之外,还充分利用了不同图像之间的补充信息,因此其超分辨率复原能力高于利用单帧图像的复原法。这项技术可以广泛应用于遥感、高清晰电视和医学成像等多个领域。通过对超分辨率复原技术理论基础的阐述,指出基于序列图像的高分辨率成像技术的合理性,并介绍对互有位移图像序列的获取方法:亚像元动态成像系统、光学系统和利用压电陶瓷的方法。     

基于调制传递函数的航天遥感图像恢复研究

文章首先针对中巴地球资源卫星的CCD成像系统的成像原理,提出基于调制传递函数(MTF)的遥感图像校正方法;其次,通过实验,使用均值、标准方差以及边缘能量等指标对MTF复原方法的结果进行了比较;最后,对影响MTF校正品质重要因素的噪声进行分析与讨论.     

双目立体视觉中的一种运动目标检测算法

运动目标的检测是计算机视觉研究领域中的一个重要组成部分,传统的基于单目视觉的目标检测算法要么受环境因素的限制较大,要么收敛速度较慢,还难以解决多个运动目标部分遮挡的问题。针对以上存在的问题,本文在目标检测中采用了立体视觉方法。用双目摄像机对图像进行拍摄获取立体图像序列对,然后对立体图像对运用立体视觉方法进行分析。实验表明该方法能正确检测到运动目标,不受光线变化和阴影的干扰,并且在运动目标发生部分遮挡时仍能正确区分各目标。     

基于模糊层次分析法的产品特性分类模型

产品特性分类是武器装备研制过程中的一项重要工作。现有的产品特性分类方法主要是在可靠性预计、故障模式及影响分析的基础上进行,无法全面衡量产品寿命周期中的安全性、维修性、保障性因素。文章分析了当前产品特性分类准则,提出基于模糊层次分析法的分类模型,该模型能够给出产品针对特性分类准则的优劣排序,用以辅助设计人员进行特性分类工作。最后通过实例验证了模型的实用性。     

抗旋转和缩放的SAR与可见光图像自动配准算法

针对合成孔径雷达与可见光图像在大角度旋转和大比例缩放情况下的高精度自动配准问题,提出了一种尺度和旋转不变的SAR(Synthetie Aperture Radar)和可见光图像自动配准算法.算法以SIFT(Scale Invariant Feature Transform)算法为基础,首先通过增强Frost滤波和自适应直方图均衡增强SAR和可见光图像的共性,使其显著提高能够提取出足够多的特征点数目,然后再通过特征描述方法、相似性度量方法、点匹配方法、特征点聚类方法和误匹配点剔除方法等方面对原始SIFT方法进行改进,有效地提高其在多源图像、强噪声、复杂成像条件下的特征提取和匹配性能,最后通过最小二乘法和相似变换模型实现SAR和可见光图像的精确配准.试验表明该算法对图像尺度和角度变化具有良好的适用性,在正确匹配点的比率和定位精度方面都优于原始SIFT算法和Harris算法,具有良好的工程应用前景.