锌掺杂对TiO2染料敏化电池光阳极中电荷俘获态分布及电子复合过程的影响

基于瞬态光电压和瞬态光电流技术研究了锌掺杂的TiO2染料敏化太阳能电池中电子复合及传输的动力学行为.通过实验获得了不同阳极掺杂条件下的电子复合时间常数与电子收集时间常数,考察了锌掺杂对电池阳极材料导带能级和电子俘获态的影响.研究结果表明,锌的掺杂在提高TiO2导带能级的同时延长了俘获态电子的复合时间常数,从而大大提高了电池的开路电压.     

跟踪微分器在陀螺信号去噪方面的应用

为了提高航空光电稳定平台的视轴稳定精度,采用跟踪微分器作为滤波器,对输入信号进行滤波,改善随机噪声对控制精度带来的负面影响。跟踪微分器会产生相位延迟,根据它得到的滤波信号及其微分信号,采用预报方法对滤波后的信号进行补偿。算法不依赖对象模型,计算量较小,易于实现。本文阐述了该算法的离散数学表达式,给出数值仿真分析,并在某型航空光电稳定平台上进行实验验证。结果表明:相较于巴特沃斯滤波器,跟踪微分器提高了阶跃响应的性能,最大超调量减少10.5%,上升时间缩短了4.5 ms,调整时间缩短50 ms。基本满足控制系统的实时性、快速性、稳定可靠、精度高、抗干扰能力强等要求。研究表明跟踪微分器对于航空光电稳定平台的精度提高,有比较好的实用价值。     

一种板型物体混叠场景的快速分割算法

针对多个板型物体混叠摆放的场景,提出了一种快速有效的分割算法。该算法充分利用有序点云的特点,将自顶向下以及自底向上的分割策略结合,根据三维点的空间位置和法向量,利用随机采样一致性(RANSAC)算法从三维点云数据中快速提取平面点集;然后将提取的平面点集所对应的图像坐标映射为二值图像,通过连通区域分析将其分割为多个连通的平面区域;接着利用"胶水"算法对这些区域进行快速合并,并对较大的弱连接连通区域进行断裂修正,得到最终的分割结果。实验结果表明:与区域生长算法相比,所提算法的分割结果更优,且算法效率大幅提升。     

基于多传感器的三维目标位姿测量方法

提出了一种基于多传感器的三维目标位姿测量方法,该方法利用多传感器技术,充分发挥深度相机和高分辨率电荷耦合器件(CCD)相机各自的优势,提高了测量的稳健性和效率。利用物体与其固定平面之间的关系,在点云中粗略定位出目标区域,通过预先标定信息将目标区域转换至灰度图像空间。在灰度图像中,利用线段检测器(LSD)算法外加特征约束,筛选出4条目标直线,利用透视4点(P4P)算法求解出目标的六维位姿。实验验证了该算法的有效性,其测量效率远优于经典模板匹配方法。     

基于图像分割的稠密立体匹配算法

提出一种基于图像分割的稠密立体匹配算法,该算法将灰度-梯度算法与零均值归一化互相关(ZNCC)算法相结合生成匹配代价,利用SLIC(Simple Liner Iterative Cluster)算法对图像进行分割,基于视差图和超像素更新了匹配代价。在视差后处理阶段,基于左右一致性检验(LRC)、孔洞填充和十字交叉自适应窗口加权中值滤波的方法减小视差图的误匹配率。利用Middlebury数据集的4组图像进行测试,测试结果表明,平均误匹配率为4.99%。     

基于增强型点对特征的三维目标识别方法

针对基于原始点对特征的三维目标识别算法中存在的内存浪费、效率不高的问题,提出了一种基于增强型点对特征的三维目标识别算法。通过在原始点对特征的第4个分量上乘以一个符号函数,得到了一种区分性更强的点对特征,消除了原始点对特征存在的二义性。考虑到待识别目标三维模型存在的自遮挡,利用点对之间的视点可见性约束,剔除了目标三维模型哈希表中存在的大量冗余点对,节省了内存开销并提高了三维目标识别算法的识别准确率和效率。在开放数据集和实际采集的数据集上的实验结果表明,与基于原始点对特征的算法相比,所提三维目标识别算法在识别准确率和效率上都有一定程度的提升。     

一种非稳腔激光器光瞳位置提取方法

提出一种非稳腔激光器光瞳位置提取的方法,用于光路自动准直中光瞳位置的提取。首先使用双边滤波对原始图像进行预处理,然后用系数β乘以大津算法的图像阈值得到图像的阈值,对图像进行阈值分割。得到二值图像后,对二值图像进行中值滤波。通过边缘提取算法提取二值图像中的轮廓,然后利用轮廓的中心和组成轮廓的点的数目这两个轮廓属性,找到光瞳图像的内轮廓。使用RANSAC椭圆拟合算法拟合内轮廓,以椭圆的中心作为光瞳的位置。本文提出的光瞳位置提取方法,在满足实时性要求的同时,减少了内轮廓噪声对椭圆拟合的影响,提高了光瞳位置提取结果的准确性和鲁棒性。在100帧仿真光瞳图像的内轮廓中添加40%幅值为0～13的随机噪声点的情况下,所提方法比直接椭圆拟合方法的提取结果具有更高的准确性和鲁棒性,提取位置偏差的AVG比直接椭圆拟合的结果小0.283个像素、位置偏差的最大值小0.660个像素、位置偏差的RMS小0.136个像素。