基于对数极坐标变换的快速相关匹配算法

成像制导过程中,需要在导引头获得的图像中搜索目标所在位置。基于对数极坐标变换的相关匹配算法能够有效处理在尺度、旋转等情况下目标的匹配问题,但是计算量大、匹配效率低,因此提出一种基于对数极坐标变换的多分辨率快速相关匹配算法。首先,通过定义主梯度方向,并将该方向作为对数极坐标变换的角度变换基准,有效避免了模板与目标特征矩阵基准不同的问题;其次,在多分辨率金字塔搜索过程中,采用图像方差作为判断依据,跳过同质区域和杂乱区域等非目标区域,加快搜索效率。仿真结果表明,该算法相比传统多分辨率相关匹配算法能够保证匹配精度并提高算法对于非线性光照变化的鲁棒性,匹配效率显著提高,具有实时处理的潜力。     

基于希尔伯特-黄变换的雷达数据误差修正处理技术

由于雷达跟踪测量数据总存在误差,而目前采用的误差处理算法修正效果并不理想,为了有效估计数据中的未知误差,提高数据处理的精度,提出了一种基于希尔伯特-黄算法的雷达误差残差诊断方法,利用得到的内蕴模态函数拟合出误差残差的特征,准确分离出设备的误差信息。通过对某雷达的实测数据分析证明该方法较其他方法对解决该类问题更为有效,且在事后高精度数据处理中具有较好的实用性。     

基于GPU加速的binLBT压缩解压算法

地形数据的压缩/解压是大规模地形实时绘制方法的关键步骤,与绘制效率密切相关.通过对压缩/解压方法核心重叠双正交变换的分析,采用重叠双正交变换的整数提升方法将变换中的浮点数操作转换为整数操作及移位操作.使用支持图形处理单元(GPU,Graphic Processing Unit)通用计算的CUDA(Compute Unified Device Architecture)对变换过程及编码过程进行加速.针对数据超出显存容量的情况,采取数据分块的方法将数据分别载入显存进行变换与编码以完成对整体数据的处理.实验结果表明,基于GPU加速的重叠双正交变换整数提升方法的压缩算法有效提高了地形数据处理的效率,并加快了大规模地形绘制速度.     

基于支持向量机的滚动轴承状态寿命评估

应用状态寿命描述滚动轴承的使用寿命,并建立了滚动轴承的状态寿命评估模型.状态寿命评估模型建模的关键是振动信号的特征提取和状态的识别算法.针对滚动轴承振动的特点,提取小波包重构信号的频带能量构造特征向量,利用支持向量机作为辨识算法建立滚动轴承状态寿命评估模型.滚动轴承全寿命试验验证了模型的有效性和可信性.     

基于小波变换的脉冲耦合神经网络预测模型及其应用

被称为第三代人工神经网络的脉冲耦合神经网络(PCNN)模型,以其耦合机制、脉冲输出两大基本特性广泛应用于图像处理等领域。文章在两大基本特性的基础上对PCNN进行了改进:增加了绝对误差控制公式;连接强度以相关系数来控制,调整阈值设置为最小误差;网络的运行机制与以往的PCNN原理有所不同;将ATrous小波变换与PCNN模型相结合,形成了组合预测模型。将改进后的组合模型用于年降雨量的预测中,以求检验模型的可行性。预测结果表明,基于小波变换的PCNN组合模型用在年降雨量预测中是可行的,并取得良好效果。为进一步深化PCNN的理论、拓宽PCNN的应用领域、解决水文水资源中的预测问题提供了新的思路和方法。     

双能透照模式下涡轮叶片DR图像融合方法

为了提高单帧涡轮叶片DR(Digital Radiography)图像的信息量,首先在2个不同射线能量下对涡轮叶片进行DR成像,以获取不同厚度区域的质量信息;然后将2幅DR图像进行多分辨率小波分解,以最大局部方差为准则对二者的低频子带图像进行融合,以局部梯度的活性因子为尺度对二者的高频子带图像进行融合;最后基于小波融合系数的逆变换获得最终的融合结果.实验结果表明:基于此方法的涡轮叶片融合DR图像携带了更为丰富的细节信息,从而有利于叶片质量信息的快速、准确判读.      

基于全景子空间的尺度不变特征跟踪方法

提出一种基于全景子空间尺度不变特征跟踪方法,包括离线阶段建立全景图像与原始图像序列特征集对应关系和在线阶段基于关键图像识别的特征匹配等过程.首先利用全景图充分覆盖局部场景信息特性,通过扩展Kd树组织全景图特征并建立其与原始图像序列特征对应关系,不但解决了图像间特征对应,而且能够有效减少全景图冗余特征量,提高首次特征匹配速度.然后给出一种基于投票策略的关键图像识别方法以进一步完成二次特征匹配,从而将多图像大数据量特征匹配转换为单图像小数据量特征匹配目标,较好实现了特征匹配速度与稳定性的平衡.试验结果表明本方法能够有效增强特征跟踪的稳定性.      

基于NMF、ICA和复Contourlet变换的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出了一种基于非负矩阵分解(NMF)、独立分量分析(ICA)和复Contourlet变换的检测方法。首先通过非负矩阵分解和独立分量分析分别抑制原始图像的背景,得到不同的小目标残差图像;接着采用复Contourlet变换对残差图像进行去噪;再对上述去噪后的小目标残差图像求和,得到了预处理图像;最后提出基于模糊灰度熵阈值选取方法分割预处理图像,从而实现了复杂背景下的红外弱小目标检测。针对红外小目标图像进行了大量实验,并与基于新型Top-hat变换、基于快速独立分量分析的目标检测方法进行了比较,结果表明所提出的方法抗噪性强,具有更为优越的检测性能。     

非匀速弹道SAR成像方法研究

非匀速直线弹道成像是弹载SAR领域的核心问题之一。首先构建三维空间中的非匀直弹道模型,通过泰勒近似公式分析运动偏差的来源,并将运动偏差分解成方位偏移、地距偏移和俯仰偏移等三个部分。推导了横向运动和俯冲运动分别引起的地距偏移和俯仰偏移函数,从而得到了对应的运动补偿函数。方位偏移表现为SAR平台在方位向作变速直线运动,回波的数据格式可看成空间非均匀采样的结果。为此,提出了一种利用空间非均匀采样模型替代时域变多普勒模型的成像方法。该算法将变速运动等间隔时间采样的回波数据等效为匀速运动中非等间隔时间采样数据,然后通过方位向非均匀离散傅立叶变换将数据变换到均匀频率域,再完成其它后续的成像操作。完整地推导了非匀直弹道SAR成像的全过程,点目标仿真结果清晰可见,表明了算法的有效性。
     

铁木辛柯梁固有振动频率的边界元解法

根据傅里叶变换推导具有两个广义位移的铁木辛柯梁固有振动的基本解.利用加权残量方法,从控制微分方程出发建立边界积分方程,进而根据边界条件得到频率方程,采用代数特征值方法和影响系数方法求解频率,并分析了两种方法的特点.以杆为例证明了对于一维均匀结构,对不同的边界条件利用边界元方法(BEM,Boundary Element Method)都可以得到精确频率.将铁木辛柯梁的BEM结果与有限元结果和精确解进行了比较.