扫描探测系统多尺度舰船目标的空间特性分析

基于相机模型,建立多分辨率下的成像链路仿真,对不同尺度和采样体制下的舰船目标结构和方向特征进行分析。结果表明:对于长度在百米级的舰船,当空间分辨率高于12 m时,形状和方向特性能够保持稳定;当空间分辨率低于12 m时,随着分辨率下降,很难通过单帧图像信息来识别目标类型和判断目标的方向;与单采样相比,过采样虽然能够提高图像的空间分辨率,但目标边缘的扩散更明显,不利于目标形状特征的提取;对于具有对称结构的舰船目标,两种采样体制对运动目标方向的捕捉和判断能力相当。     

稀疏张量约束的低剂量CT图像重建

提出了一种稀疏张量约束重建算法,该方法利用非局部相似的先验信息,将CT图像分割成一系列图像块组;采用张量的多维低秩分解方法,将这一先验信息引入低剂量CT重建中,构造目标函数;通过重建图像更新和图像块组张量稀疏编码两个步骤,交替迭代求解目标函数。基于仿真数据和临床数据的实验结果验证了该算法的有效性,实验结果表明:与经典重建算法相比,所提算法在抑制噪声的同时,能更好地保持重建图像的细节,获得更高质量的图像。     

海洋环境噪声中的α稳定分布模型

针对海洋环境噪声的非高斯特性,将α稳定分布模型应用到噪声统计建模中。基于模型特征指数与样本峰度物理意义的相似性,建立了二者的对应关系,并推导得出相互独立的两个随机变量之和的峰度。通过数值仿真,表明了α稳定分布对尖峰态噪声建模的可行性和适应性。以安静环境、气枪干扰、航船干扰3种典型环境下的海上实测数据为样本,借助分位数图判断了样本的非高斯特性,并利用分位数法和特征函数法联合估计了模型的参数,得出了特征指数的统计规律:安静环境下特征指数接近2.0,趋近于正态分布;气枪干扰下特征指数介于1.2~1.7之间,具有尖峰厚尾特性;航船干扰下与航速、干扰源到接收位置距离有关,航船影响越显著,特征指数越小,该现象恰好与干扰噪声的峰度变化在物理意义上一致。模型验证结果表明,α稳定分布对3类样本均表现出良好的建模效果,尤其对具有尖峰特性的气枪干扰噪声,效果远远优于正态分布。      

基于机器视觉的量子点STM形貌图像识别研究

为减轻量子点表面形貌分析过程中的人工工作,使量子点的STM图像分析更加自动化,基于机器视觉对衬底的斜切角及量子点的形貌特性展开研究.利用腐蚀和边缘检测提取台阶形状,并通过反三角变换计算斜切角.利用二值化和阈值下降对量子点的数量与空间坐标进行提取,在此基础上,通过邻域密度计算分析其均匀性,并在解决图像中的粘连问题后找出量子点的尺寸.实验结果显示,与人工统计相比,斜切角、量子点计数及尺寸的平均误差分别为5.02%, 0.7788%及1.12%;并实现量子点均匀性的自动化统计与分析.基于机器视觉算法的自动识别过程,对协助研究者分析量子点表面形貌有实际意义.     

高光谱图像和叶绿素含量的水稻纹枯病早期检测识别

基于高光谱成像技术和化学计量方法,实现了对水稻纹枯病病害的早期检测识别。以幼苗时期的水稻植株为研究对象,对其进行纹枯病病菌侵染,获得染病植株,采集358～1 021 nm波段范围的高光谱图像,三次实验共240个样本,包括染病植株120个样本和健康植株120个样本。根据高光谱图像的光谱维,对染病水稻叶片和健康水稻叶片提取感兴趣区域（ROI）,利用感兴趣区域的光谱数据,对其进行Savitzky-Golay（SG）平滑、Savitzky-Golay（SG）一阶求导、Savitzky-Golay（SG）二阶求导、变量标准化（SNV）和多元散射校正（MSC）预处理,建立线性判别分析（LDA）和支持向量机（SVM）分类模型,结果表明：采用SG二阶求导预处理后的线性判别分析（LDA）模型取得了较好的性能,正确识别率在建模集达98.3%,在预测集达95%;利用载荷系数法（x-loading weights, x-LW）对原始光谱和5种预处理的光谱数据进行特征波长提取,然后根据选取的特征波长建立线性判别分析（LDA）和支持向量机（SVM）分类模型,其中采用SG二阶求导预处理后提取的12个特征波长的线性判别分析（LDA）模型取得了较好的性能,其正确识别率在建模集达97.8%,在预测集达95%,而且基于载荷系数法建立的模型性能与全波段相当,可以通过载荷系数法减少数据量对水稻纹枯病病害进行识别;根据高光谱图像的图像维,研究了基于图像主成分分析、基于概率滤波和基于二阶概率滤波的图像特征提取方法,利用提取的特征变量建立反向传播神经网络(BPNN)和支持向量机（SVM）分类模型,其中基于图像主成分分析的反向传播神经网络（BPNN）模型取得了较好的性能,建模集准确识别率达90.6%,预测集的准确识别率达83.3%;根据高光谱图像光谱维和图像维的最优模型,特将叶绿素含量作为建模的另一个特征,分别与光谱特征、图像特征组合,建立反向传播神经网络（BPNN）和线性判别分析（LDA）模型,提出基于光谱特征加叶绿素含量、图像特征加叶绿素含量和光谱、图像特征加叶绿素含量三种组合方式,其中,光谱特征和图像特征分别与叶绿素组合的方式比之前单独的光谱和图像特征建模性能都有所提升,而且三种组合方式中光谱特征加叶绿素含量的反向传播神经网络（BPNN）建模方式取得本研究所有建模方式中较优的性能,其准确识别率在建模集达100%,在预测集达96.7%。以上研究表明,基于高光谱图像和叶绿素含量对水稻纹枯病病害进行早期识别是可行的,为水稻病害的早期识别提供了一种新方法。     

基于改进粒子群的薄壁变截面刚架临界载荷优化算法

针对大型变截面薄壁结构的稳定问题,以一类任意约束对称结构受非对称载荷的单跨刚架为研究对象,结构拆分为相关铁木辛柯（Timoshenko）梁,结合差分原理和最优化方法,以每段刚架的每个离散点挠度、临界载荷、轴力、剪力和梁端弯矩为设计变量,建立求解满足边界条件的非线性差分方程模型,提出基于优胜劣汰粒子更新的粒子群（IPSO）临界载荷优化算法。运用JAVA编程语言编制对应优化程序,分析典型算例并核实ABAQUS仿真结果。研究表明,本文提出的优化算法获得了有效的变形位型和高精度的临界载荷计算,能更好地描述刚架受力下位型和载荷的力学关系,进一步为工程设计与分析提供支持。     

一种基于特征分解的图像融合方法

一幅图像可以分解成几何特征不同的纹理部分和卡通部分,基于这两大特征提出了一种图像融合方法.利用卡通和纹理特征的差异,通过学习分别得到卡通字典和纹理字典.在融合过程中,分别利用特定的卡通和纹理字典对源图像的卡通和纹理部分进行融合,融合后的卡通和纹理部分经简单相加得到融合图像.实验结果表明,所提方法是有效的.     

发光自由基 老树发新芽

从提出自由基的双线态电致发光新机制,到成功实现高发光效率的自由基,再到开发具有可调控自旋态的发光双自由基,这一系列的创新为一个世纪前已存在的自由基领域重新注入了新的活力。本文追溯了稳定有机自由基的历史,并介绍了我们在发光自由基领域近期的研究进展。     

亚微米颗粒在汇作用下运动机理的实验研究

当前,城市空气质量的不断恶化,引起了公众的普遍性关注.空气中的悬浮颗粒物,是城市大气环境重要污染源之一,其分布、运动及扩散规律已成为科学领域的研究热点.与连续流体不同,大气中的悬浮颗粒物是离散的,确定颗粒运动的模型是研究大气细微颗粒污染问题的关键.本文拟研究小空间静稳空气中亚微米级颗粒在汇作用下的运动规律,并构建其运动模型.在密闭实验空间中通过燃烧生成亚微米颗粒,利用静电吸附装置模拟颗粒汇,并通过粒子图像测速(particle image velocimetry,PIV)实验和激光多普勒测速仪(lasser Doppler velocimeter,LDV)实验技术测量分析不同空间内亚微米颗粒在大气中的热运动速度和在汇作用下的运动规律,并推导出颗粒物的速度分布经验公式.结果显示:粒子在汇作用下的运动与连续流体汇运动规律类似,但在小空间内颗粒的运动不满足流体连续方程;说明在无气流夹带输运情况下,利用汇作用及颗粒的扩散而发展的颗粒净化技术是可行的.