货车枕簧丢失故障动态图像识别方法

针对货车运行故障动态图像检测,提出无故障目标识别工作模式,解决货车枕簧丢失故障的自动识别问题。利用Haar特征提取枕簧特征信息,基于AdaBoost算法选取特征并构建层叠分类器,等比缩放搜索窗口检测货车图像,最终分选出无故障的枕簧图像,从而大大地减少了待识别图像的数量,显著地提高了人工识别效率。实验表明,该算法使用的特征简单,搜索策略高效,不受枕簧位置、缩放和旋转的影响,抗噪能力强,对分辨率低、局部遮挡、光照不足或过度曝光等质量较差的图像仍具有很强的适应性,所提出的方案能够满足全天候条件下的货车枕簧目标识别,为货车故障动态图像检测的工程化应用奠定了基础。     

伪Zernike矩在低信噪比红外目标检测中的应用

由于探测器本身固有的特性以及军事上的极限使用要求,红外图像普遍存在目标-背景间对比度较差、目标边缘模糊和噪声较大等特点,采用常规模板匹配、Hu矩方法难以取得理想的检测效果。针对低信噪比红外目标图像,分析了伪Zernike矩的基本原理、不变性和计算方法,提出了低信噪比红外目标检测的伪Zernike矩方法,并比较了模板匹配、Hu矩、伪Zernike矩方法的目标检测效果。理论分析和实验验证了该方法的有效性。     

基于逆卷积神经网络的等离子体辐射分布断层重建方法

发展了一种基于逆卷积神经网络的图像级重建方法用于聚变等离子体辐射分布的断层反演.通过引入结构相似度(SSIM)作为损失函数,该方法在模拟数据实验中表现出了较好的重建效果.模拟实验结果表明,在弦积分信号噪声强度为10％、15％及20％时,该方法的重建结果依然具有良好的精确度和鲁棒性.     

浑水中非均匀光场探测图像方法

分析了传统的水下观测和激光观测技术在能见度约为0.5~1.5 m的浑浊水域和0.2 m的特浑水域观测遇到的理论和技术上的局限性.叙述了一种非均匀光场集束光水下目标图像探测方法和系统,并在各种浑浊水质中进行其特性的试验.试验结果表明该系统基本上解决了浑浊水中的观测问题.     

PIV水下流场测试系统试验研究

基于粒子图像测速技术,设计研制了一套适用于水洞洞体内高速、封闭试验条件的流场测量与显示设备.该系统由光源、成像、图像处理与分析、控制和粒子投放等分系统组成,具有复杂环境下全流场的无接触、无扰动、高准确度测量和显示能力,流场测试误差小于2%,可为水下航行器外形设计及其改进提供相关的实测数据.     

基于平行活动围道模型的高分辨率遥感影像城区主干道路段提取

为了提取并表示高分辨率遥感影像中的主干道路段,提出了一种多分辨框架下的平行活动围道模型的算法.该算法在活动围道模型原理的基础上,重新定义各能量项:采用抛物线做为道路段的先验模型,增加了平行性能量,并采用多分辨框架下的梯度做为外部能量.该模型的优化过程实现了道路的定位,得到的结果是平行抛物线的参数,实现了道路的矢量表示.实验结果表明,能有效提取高分辨率遥感影像中的主干道路段.     

基于图像处理的模拟尾流气泡幕研究

利用图像处理技术,对模拟的尾流气泡幕进行了定性和定量分析.压强较小时,位于不同层面上气泡的重叠少,通过二值图像处理可清楚地观察气泡的尺度大小及密度分布;而当压强较大时,不同层面气泡重叠幅度大,大部分气泡的边界难以判断,不能够得到气泡尺度参量及密度分布等信息.利用区域分割技术对获取的气泡幕灰度图像进行伪彩色显示,定性分析了气泡幕中气泡尺度、分布等信息.基于形状分析的等效直径、气泡幕剩余面积和剩余面积变化显示,不同压强下气泡的等效直径分布均在5～100像素范围,平均等效直径为55像素,压强较小条件下小气泡比例较大.     

AFM关于压电陶瓷非线性效应的图像校正

在很多情况下,AFM图像的几何形貌都与实物存在差异的。本文主要针对压电陶瓷非线性引起的图像的失真,通过实验用标准DVD光盘对图像加以校正。希望用校正以后的软件,能尽可能获得样品的真实信息。     

基于图像透光率的粉尘浓度测量算法研究

为了实时在线监测颗粒物料在装卸和运输过程中所产生粉尘的浓度,提高粉尘浓度测量结果的精确性与可靠性,提出了一种基于图像透光率特征值计算的粉尘浓度测量算法。通过搭建粉尘浓度视觉测量实验平台,采集粉尘图像,再提取粉尘图像的透光率特征,以暗通道理论为基础,结合图像饱和度与亮度信息对粉尘图像透光率值进行计算,并采用多项式拟合的方式建立了粉尘浓度与图像透光率之间的映射关系,实现了粉尘浓度的高效率、高精度测量。研究结果表明：该算法不仅能有效地测量出粉尘浓度,且平均相对误差仅为7.77%,精确度得到有效提高,测量范围更大。     

面向三支群决策的多粒度图像模糊概率粗糙集研究

随着新兴产业的快速发展,社会经济中各类复杂决策问题不断涌现,复杂决策问题的有效求解离不开推进体现科学化与民主化的群决策。图像模糊集作为直觉模糊集的推广形式,在实际应用中能够高效处理信息不一致的问题。本文针对图像模糊三支群决策问题,由于传统损失函数受决策者主观因素的影响进而在构造阈值时各有不同,探索了面向三支群决策的多粒度图像模糊概率粗糙集模型与方法。首先,本文将图像模糊的概念与三支群决策模型相结合,提出可调多粒度图像模糊概率粗糙集模型。然后,计算属性权重和专家权重时运用离差最大法。鉴于VIKOR(多准则妥协解排序)法能够同时考虑群体效用最大化和个体遗憾最小化并融入决策者主观偏好,利用VIKOR法进行多粒度图像模糊粗糙隶属度的最优粒度选择,进而建立图像模糊三支群决策方法。最后,通过一个UCI(University of California Irvine)数据库中的实例证实本文所构建方法的可行性。