火炮身管内壁检测系统的数据处理方法研究

为了解决身管内壁检测系统数据量大,数据处理环节复杂导致身管参数信息获取困难的问题,提出了火炮身管内壁检测系统的数据处理方法。在完成火炮身管检测系统搭建的基础上,针对身管的特殊结构以及激光位移传感器采集数据的特点,提出了身管内壁轮廓还原方法和膛线数据分离方法,基于最小二乘法获取身管内壁参数,并且对系统存在的误差进行了分析和校正,提高了系统的精度。实验结果证明:系统的径向误差小于0.01 mm,异常数据修正的误差小于0.01 mm,数据处理方法正确,有效解决了获取火炮身管内壁参数的问题。     

基于超声红外技术对金属管内壁缺陷的检测

为提高管道的运送效率,及时检测排除管道内壁的缺陷非常重要。提出利用超声红外无损检测方法对管道内部进行检测。超声主动热激励试件,高频红外热像仪记录试件表面温度变化,结合了超声摩擦生热和红外热成像的优点。对壁厚约为3.3mm检测难度较大的金属管内壁缺陷进行了检测。通过对采集数据和热图的处理分析,准确快速地确定缺陷所在的位置。实物对比分析表明：超声热激励红外无损检测技术可以对金属管道内壁缺陷进行准确检测定位。     

基于序列图像的几何参数测量方法研究

随着测量技术的不断发展,现代工业对物体尺寸检测的准确性及快速性要求越来越高.文中提出了一种利用序列图像来测量物体几何尺寸的方法.使用数码相机获得标定模板的序列图像,通过直接线性变换(DLT)方法来标定相机内部参数,结合透镜成像的知识,对使用数码相机采集到的物体序列图像进行处理和测量,最终计算出物体的宽度和高度.实验证明...     

印刷电路板圆孔光电图像的同心圆检测方法

为了有效地检测印刷电路板(PCB)圆孔光电图像同心圆的圆心与边缘,在Hough变换的基础上提出了一种新的同心圆检测方法。利用同心圆的几何特点对点Hough变换边缘点的点组选取方法和搜索点组的图像扫描方向进行了改进:首先由累加阵列确定同心圆的圆心,然后由圆心到各个有效边缘点距离的均值求出半径,从而检测出同心圆的圆心与边缘。对实际采集的PCB定位圆孔光电图像进行对比实验,在提高检测精度、降低内存空间、减少计算时间方面,该检测方法的优势明显。     

基于反射率特性的高光谱遥感图像云检测方法研究

为了提高光谱遥感图像数据的利用率,提出了一种基于光谱反射率特性的星载高光谱图像云检测方法。首先分析了各类地物在不同光谱下的反射率特征,根据其特点从星载高光谱图像中选取特定5个波长的图像数据,然后依照图像地物反射率及阈值判定法区分出高云区和中低云区,最后对二者合并,得到目标云区。试验结果表明,该方法的云检测率可达90%以上,虚警率在1%以内,可以准确区分云与雪地区域、沙漠区域以及植被区域,实现云检测。     

基于序列图像的运动目标实时检测方法

运动目标检测是当前进行图像分析和理解以及在计算机视觉领域研究的热点,它被广泛地应用于靶场测量、目标监视、视频压缩、车辆跟踪和航空航天等领域。在参考大量文献资料的基础上,系统研究了近年来国内外已经比较成熟的一些算法,并把它们分成了7类。     

基于可分解马尔科夫网的视频图像检测方法研究

研究了可分解马尔科夫网的概念、方法,分析了可分解马尔科夫网在序列图像数据挖掘中的作用与意义,并直接将马尔科夫网的结构作为决策或推理依据,应用于问题求解,拓广了可分解马尔科夫网应用的可能性;以真实交通违章的视频图像为例,以多种粒度(节点数)广泛研究建立视频图像间的可分解马尔科夫网并分析其对问题的适用性,通过网络结构分析来检测视频图像间的差异,从而发现某种有意义的模式(例如,交通违章);仿真结果表明所提方法具有实用价值和较好效果;研究结果表明可分解马尔科夫网可以很好地揭示数据间的抽象近邻关系,并且这种网络具有很好的知识表达和逻辑推理的作用,是重要的模式识别方法。     

基于图像分析的摄像头轴偏量标定方法

针对摄像头在焦距调节过程中,视频图像的中心点在物体上滑移的问题,进行了理论建模分析,将传统的分段测量、曲线拟合的解决方法进行了改进,提出了一种基于图像分析的轴偏量的标定方法,利用矩形图像确定不同焦距下摄像头的轴偏量,并在实验验证中进行了优化处理。结果表明,本方法可以较为精确地标定出摄像头轴偏量,经过修正补偿后的摄像头,轴偏抖动可以控制在视场角的0.6%,可以满足较高精度闭环跟踪场合的要求。     

基于深度图像的非接触式呼吸检测算法研究

呼吸是人的基本生命活动,监测呼吸可以得知呼吸道和胸廓运动的生理、病理学状态,对某些呼吸系统疾病的诊断有重要的参考价值;提出了一种非接触式呼吸监测方法：对红外视频流中的每帧胸腹部区域数据进行降维,计算所有胸腹部区域数据的方差,将一定时间段内的方差序列进行低通滤波。最后根据方差序列可以获得该段时间内的呼吸频率和呼吸暂停时间;提出的非接触式呼吸检测算法在不影响被监测者正常睡眠活动的情况下,可以准确获取呼吸频率与其他相关参数,为健康监测和相关疾病的诊断提供了数据支持;日常家居场景的实验中,检测到的呼吸次数与实际完全一致,并且与实际胸腹部起伏变化基本同步,较好的保证了结果的准确性。     

基于图像分析的摄像头轴偏量标定方法

针对摄像头在焦距调节过程中,视频图像的中心点在物体上滑移的问题,进行了理论建模分析,将传统的分段测量、曲线拟合的解决方法进行了改进,提出了一种基于图像分析的轴偏量的标定方法,利用矩形图像确定不同焦距下摄像头的轴偏量,并在实验验证中进行了优化处理。结果表明,本方法可以较为精确地标定出摄像头轴偏量,经过修正补偿后的摄像头,轴偏抖动可以控制在视场角的0.6%,可以满足较高精度闭环跟踪场合的要求。     

基于序列图像的小目标检测

 针对序列图像中小目标的运动具有运动的连续性和轨迹的一致性等特征,提出了采用单帧检测和多帧检测相结合的处理方法。对单帧图像进行预处理和图像分割,得到去掉大部分背景和噪声点的图像,并在图像中选取候选目标点进行标记。然后对处理后的序列图像进行N帧叠加。对叠加图中的标定点利用8邻域搜索法进行目标筛选,进而检测出目标。实验结果表明,该方法实用性强,能简单、快速、有效地检测出序列图像中的运动小目标。     

基于积分图像的人体肢体检测算法

 为了实现视频序列图像中运动人体肢体的检测,提出了一种基于积分图像和类哈尔特征的检测方法,类哈尔特征(Haar like feature)因其固有的特点,适用于检测矩形或类矩形的图像区域,积分图像的特点是可以利用类哈尔特征快速定位人体肢体在图像中的位置。积分图像用于表示视频中的原始图像,边缘检测模板与原始视频每一帧进行卷积之后,通过累加计算可以得到该图像的积分图像,然后利用类哈尔算子,根据设定的阈值,即可以准确定位人体肢体位置。实验结果表明：该方法较背景减除法检测人体肢体准确。     

关于制备1315nm 45°入射高反射镜的实验研究

从优化膜系、控制膜厚、改善膜面、均衡应力等四个方面开展了实验研究工作 ,为制备 1 31 5nm 4 5°高反射镜提供一些判断实验数据 ,并提出改进的方法 ,从而使制备的高反射膜取得满意的结果 :反射率大于 99.8%。     

基于多光谱图像的烟雾检测

烟雾检测对于火灾早期防范非常重要,传统的智能视频和图像处理技术易受背景运动信息影响,抗干扰性差,且不容易区分森林水雾和燃烧产生的烟雾,森林防火误报率高。为此提出一种新的多光谱图像检测方法检测烟雾。采用多光谱成像系统,获取400至720 nm波段范围的烟雾、水雾光谱图像序列,对图像进行分层像素整合处理;利用欧氏距离度量不同分块光谱特征差异,获取动态区域光谱特征向量,根据目标与背景间光谱特征向量差异,提取烟雾、水雾区域。室内外试验结果表明：多光谱图像检测方法可用于烟雾检测,能够有效地检测并区分烟雾和水雾,与视频图像方法结合,可有效地用于森林火灾监测,降低森林火灾检测误报率。     

关于制备1315nm 45°入射高反射镜的实验研究

从优化膜系、控制膜厚、改善膜面、均衡应力等四个方面开展了实验研究工作,为制备1315nm 45°高反射镜提供一些判断实验数据,并提出改进的方法,从而使制备的高反射膜取得满意的结果：反射率大于99.8%。     

关于制备1315nm 45°入射高反射镜的实验研究

 从优化膜系、控制膜厚、改善膜面、均衡应力等四个方面开展了实验研究工作,为制备1315nm 45°高反射镜提供一些判断实验数据,并提出改进的方法,从而使制备的高反射膜取得满意的结果：反射率大于99.8%。     

一种基于Mumford-Shah模型的红外图像边缘检测方法

 Chan-Vese模型是一种优秀的简化Mumford-Shah模型。然而Chan-Vese模型是以两个同质区域为基础建立的,这并不符合红外图像的特点,导致直接应用该模型处理红外图像时可能失败。针对这一问题,提出了一种适用于红外图像边缘检测的改进Mumford-Shah模型,并对该模型中目标边缘的保持、停止准则的建立及算法速度的提高作了详细讨论。实验表明,改进Mumford-Shah模型能够克服Chan-Vese模型在对红外图像边缘检测时不能跨越过渡区域的缺点,有效地检测出目标边缘。     

45°斜孔反射镜的简易加工

介绍４５°斜孔反射镜粗磨成形的简易加工方法以及所需的设备和工装。     

一种基于Mumford-Shah模型的红外图像边缘检测方法

Chan-Vese模型是一种优秀的简化Mumford-Shah模型。然而Chan-Vese模型是以两个同质区域为基础建立的,这并不符合红外图像的特点,导致直接应用该模型处理红外图像时可能失败。针对这一问题,提出了一种适用于红外图像边缘检测的改进Mumford-Shah模型,并对该模型中目标边缘的保持、停止准则的建立及算法速度的提高作了详细讨论。实验表明,改进Mumford-Shah模型能够克服Chan-Vese模型在对红外图像边缘检测时不能跨越过渡区域的缺点,有效地检测出目标边缘。