遥感图像运动模糊恢复方法及评价标准研究

遥感成像系统与目标在曝光时间内的相对运动将导致成像的运动模糊。文章结合匀速直线运动造成的图像模糊特点,讨论图像模糊的产生机理并建立相关退化模型;利用点扩散函数（PSF）在频率域和空间域上分别对匀速直线运动产生的模糊图像进行恢复;验证各算法对高斯噪声的抗干扰性;提出使用HVS对比度的方法作为客观评价标准验证恢复算法的可行性,并与传统的灰度平均梯度（GMG）相对比表明该评价标准的合理性。     

天基雷达高速微弱目标的积累检测

本文研究天基雷达高速微弱目标的相干积累检测问题。首先根据回波高阶相位影响包络补偿效果的程度对数据进行分段处理;然后对每个数据段采用速度滤波器组进行划分和Keystone变换补偿包络走动并结合分数阶傅立叶变换估计回波相位历程;最后利用最小二乘方法拟合出目标的运动参数并对目标回波进行长时间相干积累。仿真结果表明本文方法具有良好的高速微弱目标积累检测性能。     

差动驱动式移动机械手的运动规划

提出了差动驱动式移动机械手的运动规划算法。首先推导出差动驱动式移动机械手的运动学模型，其次给出了基于广义雅可比矩阵的差动驱动式移动机械手分解运动速度控制算法，最后用计算机仿真验证了该算法的正确性。     

旋转失效卫星的运动观测及消旋接触方案设计

以旋转失效卫星的消旋为研究背景,提出一种双重光流约束的特征点运动跟踪识别方法。该方法利用双目视觉,可实现对非合作旋转失效卫星的运动观测,并为机械臂消旋操作提供接触方案。首先,跟踪识别序列图像中稳定存在的特征点并记录其轨迹,采用频域分析的方法检测特征点轨迹的变化频率,从而获取目标旋转角速度,通过地面物理实验,验证所提目标运动观测的有效性;随后,利用特征点轨迹分析目标的运动包络与适宜接触区域,并根据目标运动特性和接触消旋的时间约束,给出完成消旋的接触强度约束,继而得到机械臂的操作性能需求,为接触式消旋的工程实践提供参考。     

一种小型自主飞行无人机系统集成设计研究

小型自主飞行无人机系统又称为空中机器人,泛指各种能够在空中自由飞行的无人飞行器系统,具有广泛的应用前景.论述了一种5kg小型自主飞行无人机系统的飞行平台的设计与实现、系统选择与集成、图像处理的方法、电磁兼容问题及解决措施等,最终成功地实现了自主飞行,并在"枭龙杯"中国空中机器人大赛上获奖.设计方法在无人机系统试飞和比赛中都得到了验证,证明是有效的.     

利用图像处理技术自动评价超光滑表面的清洁度

讨论了利用计算机图像处理技术对精密抛光基片表面清洁自动评价的可能性、优点及应用前景.     

基于UG和ADAMS的新型夹持器虚拟设计与仿真

采用UG和ADAMS研究了一种新型夹持器机构BHG-1的虚拟设计和仿真方法,运用UG来实现夹持器三维模型的虚拟设计和虚拟装配;运用ADAMS对夹持器夹持不同形状物体进行运动学和动力学仿真.通过对夹持器机构的虚拟设计和仿真,不但可以直观地了解夹持物体的具体过程,还可以通过仿真曲线了解其速度、加速度以及接触力的变化情况.     

航空航天仪表中的图形、图像和符号化测量

从图像、图形和符号化测量的角度对航空航天仪表进行了概述．在此基础上，提出智能航空航天仪表的一种设计思想，以解决困扰航空航天仪表板总体设计数十年的难题：要求仪表显示的参数越来越多、驾驶员负担越来越重的问题．     

Standing wave drift of hemispherical resonator with quality factor non-uniformity under a ring electrode excitation

Hemispherical Resonator Gyroscope(HRG) is a classical high precision Coriolis Vibration Gyroscope(CVG), which performs attitude estimation of carrier by detecting the precession of standing wave of resonator, thus, the drift of standing wave of resonator has a great influence on the output accuracy of gyroscope, where the quality factor nonuniformity of resonator is one of main error sources. Ring electrode is a classical excitation structure of HRG because the standing wave can precess freely u...     

Super-resolution reconstruction of astronomical images using time-scale adaptive normalized convolution

In this work, we describe a new multiframe Super-Resolution (SR) framework based on time-scale adaptive Normalized Convolution (NC), and apply it to astronomical images. The method mainly uses the conceptual basis of NC where each neighborhood of a signal is expressed in terms of the corresponding subspace expanded by the chosen polynomial basis function. Instead of the conventional NC, the introduced spatially adaptive filtering kernel is utilized as the applicability function of shape-adaptive NC, which fits the local image structure information including shape and orientation. This makes it possible to obtain image patches with the same modality, which are collected for polynomial expansion to maximize the signal-to-noise ratio and suppress aliasing artifacts across lines and edges. The robust signal certainty takes the confidence value at each point into account before a local polynomial expansion to minimize the influence of outliers. Finally, the temporal scale applicability is considered to omit accurate motion estimation since it is easy to result in annoying registration errors in real astronomical applications. Excellent SR reconstruction capability of the time-scale adaptive NC is demonstrated through fundamental experiments on both synthetic images and real astronomical images when compared with other SR reconstruction methods.