基于修正模态应变能指标的板结构损伤定位

为解决模态应变能方法识别中产生的"邻近效应"问题,提出基于修正模态应变能指标的板结构损伤定位方法.该方法首先利用邻近测点的应变能变化相对大小计算权重系数,再根据权重系数对测点相应区域的应变能进行重新分配.此外,通过定义的损伤辨识度指标研究噪声对损伤定位结果的影响.为验证本文所提方法的可行性和有效性,以一个四边简支板为数值算例.算例结果表明,本文方法对于点状、块状和带状损伤都可以实现准确定位,且具有良好的抗噪性.     

多分辨力分析在自动聚焦算法抗噪声性能中的应用

自动聚焦是数码设备、计算机视觉中的一项关键技术。自动聚焦过程中,聚焦的准确性和抗噪声性能至关重要。以高频分量作为度量的聚集评价函数具有灵敏性高、聚焦准确的优点,适用于实时系统,但是对噪声十分敏感,受噪声污染时可能导致聚焦失败。因此,提出了一种具有噪声稳健性的高频分量自动聚焦评价函数。该函数通过小波多分辨力分析提取高频分量,利用了信号的每个子带的小波系数存在一定相关性,而噪声不存在这样的相关性的特点,设定高频子带阈值,认为低于阈值的系数是噪声的贡献,大致分离图像信号与噪声信号,从而将其滤除。经过大量的实验,证明提出的方法具有单峰性好、灵敏度高等优点,特别是在抗噪声性能方面有很大提高。     

基于场景坏点检测的面阵CCD暗电流估计方法

利用CCD中的部分坏点作为温度敏感器,提取CCD温度估计值,建立温度估计值与暗电流的函数模型,并结合均值滤波的方法,在真实场景图像中提取CCD温度估计值,实现了面阵CCD的暗电流估计。在方法分析的基础上,以真实的暗电流数据为基准参考,对暗电流的估计结果进行了比对实验。实验结果表明,在不同的积分时间及大动态范围的成像条件下暗电流的估计结果十分准确,偏差小于0.4%,并且具有一定的抗噪性。该方法利用场景本身的特征信息对拍摄时刻的暗电流进行估计,不需要额外采集暗电流数据,节省了图像采集时间,十分适合于积分时间较长的高光谱成像或天文观测领域,采用无温度控制的低成本CCD成像探测系统进行实时图像采集。     

THE DAMAGE LOCALIZATION FOR PLATE STRUCTURES BASED ON MODIFIED MODAL STRAIN ENERGY INDEX

为解决模态应变能方法识别中产生的"邻近效应"问题,提出基于修正模态应变能指标的板结构损伤定位方法.该方法首先利用邻近测点的应变能变化相对大小计算权重系数,再根据权重系数对测点相应区域的应变能进行重新分配.此外,通过定义的损伤辨识度指标研究噪声对损伤定位结果的影响.为验证本文所提方法的可行性和有效性,以一个四边简支板为数值算例.算例结果表明,本文方法对于点状、块状和带状损伤都可以实现准确定位,且具有良好的抗噪性.     

SUSAN清晰度评价函数在自动对焦中的应用

为了满足自动对焦系统的实时性与抗噪性要求,提出了一种基于SUSAN算子的清晰度评价函数。该函数利用SUSAN边缘提取算子的算法简单、准确度高、抗噪性强的特点,对SUSAN算子边缘检测函数进行改进,将边缘点的USAN值的平方和作为清晰度评价值,并将其运用到自动对焦算法中。将该函数与几个经典的清晰度评价函数进行性能比较,实验结果表明：对于引入噪声前后的图像序列,基于SUSAN算子的清晰度评价函数均具有良好的单峰性、无偏性和较高的灵敏度;对于256×256的对焦窗口图片,该函数在TMS320C6416硬件平台上的运行时间仅为16 ms。该函数能够满足清晰度评价函数的单峰性、无偏性、高灵敏度等基本特性,同时具有良好的实时性与抗噪性。     

快速混沌同步算法研究

在雷达、通信等工程应用中,发射信号时间有限,需要快速混沌同步. 而传统同步算法收敛速度较慢. 针对该问题,文章给出了一种快速混沌同步算法. 根据Taylor展开式,设计非线性控制变量,使得误差方程控制矩阵满足同步判定条件,进一步优选控制矩阵,仅需一步运算,便可快速同步. 此外,考虑到实际工程中往往只发射一个状态变量,文章以典型的连续Duffing系统和离散logistic系统为例,设计了单一变量驱动的快速同步. 仿真结果表明,与常见的单一耦合和OPCL(open-plus-closed-loop)同步相比,此算法收敛速度快,抗噪声能力强,具有更强的实际工程意义. 关键词： 混沌 快速同步 抗噪声     

m伪随机序列在声相关计程仪中的应用研究

本文通过立声相关计程仪的海底混响回波模型,将脉冲信号调制在伪随机序列中作为发射信号,对在低航 速下的声相关测速性能进行了计算机仿真研究。     

一种边缘和过渡区域相结合的红外目标提取方法

传统的基于过渡区域提取的目标分割算法存在噪声敏感问题,从而会影响到过渡区域提取的准确性。与可见光图像相比,红外图像特别是红外光谱图像,受到探测器无法消除的热噪声影响,传统的目标提取算法准确率普遍降低。此外,虽然通过边缘能够精确定位目标,但是无法获取目标完整边缘。而过渡区域的灰度分布特点是可以解决基于边缘的目标提取难题。因此为了提高目标提取的抗噪性和准确性,提出了一种将过渡区域提取与边缘检测结合的自适应红外目标提取方法。首先利用像元空间邻域信息构造密度,以此有效降低噪声影响和获取图像边缘信息。然后基于像元密度信息最大分离目标边缘与背景,得到有效边缘和过渡区域,进而以此生长出目标。将边缘与过渡区域结合,可以很好地抑制噪声,多幅复杂场景实验评估了该方法的抗噪性能,结果显示,提出的方法在噪声的干扰下能较好的提取目标。