基于中心差分卡尔曼滤波的SINS初始对准研究

研究了在大失准角条件下,捷联惯导系统初始对准非线性误差模型,分析了扩展卡尔曼滤波算法因对非线性模型线性化而存在的缺点,研究了中心差分卡尔曼滤波算法,提出将中心差分卡尔曼滤波算法应用于捷联惯导系统大失准角初始对准中.仿真结果表明,在水平失准角为小角度、方位失准角为大角度时,中心差分卡尔曼滤波算法同扩展卡尔曼滤波算法相比,提高了初始对准的估计精度和收敛速度.     

基于LPC2131微控制器的电荷放大器设计

介绍了一种基于ARM的智能电荷放大器的设计方法及工作原理。详细阐述基于LPC2131芯片的软、硬件设计方案。该系统主要由电荷变换电路、低通抗混滤波电路、LCD液晶显示模块和LPC2131控制部分组成。软件部分主要对电荷放大器处理过程进行程控设计,给出了继电器控制、I2C数控电位器控制以及产生抗混滤波器截止频率的程序设计方法。操作系统选用源码公开的实时操作系统μC/OSⅡ,增强了系统工作的可靠性。     

基于光纤光栅技术的全光纤单纵模激光器研究进展

实现单纵模光纤激光器的技术难点主要在于如何使谐振腔具有高的模式选择性能,以及如何加入适当的窄带滤波器来辅助选频,而光纤光栅技术在光纤激光器的设计与性能优化方面扮演着十分重要的角色。综合论述了近年来国内外利用光纤光栅产生单波长或多波长单纵模全光纤激光器的主要实现技术,并分析其优缺点,最后给出了总结与展望。     

基于距离补偿的毫米波近场成像算法

毫米波全息成像采用远场成像的近似模型,导致最终成像质量下降。针对上述问题,提出了一种基于距离补偿的毫米波近场成像算法。该算法用近场条件下的精确模型改进了传统成像算法的近似模型,利用成像平面与天线阵元的距离进行成像补偿,然后通过最大值投影和Lee滤波进行成像。实验结果表明,与毫米波全息成像算法相比,该算法在提高图像清晰度的同时,能够保留成像目标的更多信息。     

基于改进Canny算子的垃圾图像边缘检测

为提高垃圾识别分类的准确率,文中在垃圾图像预处理过程中提出了一种基于改进Canny算子的垃圾图像边缘检测方法。该方法从传统Canny算子滤波方式、梯度方向及阈值自适应3个角度实现了垃圾图像边缘检测的优化。针对Canny算子高斯滤波仅适用于高斯噪声和边缘细节易丢失的问题,采用改进的梯度倒数加权法进行滤波。针对Canny算子易检测出伪边缘的问题,通过在计算图像梯度方向的过程中增加方向梯度模板实现了边缘的精确化。同时采用最小误差法解决人工设定阈值的局限性,实现阈值自适应。实验结果表明,该方法在去噪性能和边缘细节两方面得到了改进,获得了更好的边缘检测效果,为后续垃圾图像的识别分类提供了技术保障。     

融合双尺度暗通道的单图像去雾方法

针对使用单一尺度滤波窗口计算暗通道的去雾方法会使去雾图像产生光晕的问题,提出融合双尺度暗通道的单图像去雾方法。该方法使用大、小两种尺度滤波窗口,分别计算两个暗通道及其最大值滤波结果,并实现了大尺度暗通道与两个最大值滤波结果的融合,以融合后的暗通道计算透射率,并进行幂函数调整和向导滤波,最后以优化后的透射率实现图像去雾。实验结果表明,该方法能很好地消除景深边缘的光晕及天空区域的彩色斑块,恢复后的图像有理想的亮度和对比度,且算法实现简单。     

基于改进RGB-N的图像操纵检测算法

如何准确地检测出图像中的操纵痕迹是数字图像被动取证领域的研究重点.传统方法利用人工构造的特征进行检测,鲁棒性不强,而基于深度学习的方法虽具有较强的检测能力,但较少关注在正常图像上出现误检的情况.提出了一种改进的RGB-N图像操纵检测算法,该算法在使用F1分数评价操纵目标检测性能的同时,引入了在正常图像上的误检率指标来评价算法的实用性.设计了自适应空域富模型滤波器,构造多尺度融合的特征提取网络,并接入自注意力模块,增强了模型获取图像全局信息的能力,提高检测性能;为降低误检率,设计了真实性判断模块,输出的热图用于判断检测到的目标是否为误检,并通过从操纵目标来源图像选择负样本的训练策略进一步提高模型的分辨能力.实验结果表明,改进的RGB-N模型在含目标拼接与擦除两种操纵手段的数据集上的F1分数为0.759,在未操纵图像数据集上的误检率为0.2％,并在JPEG压缩攻击下具有较好的鲁棒性.     

改进的Meanshift运动目标跟踪算法

Meanshift算法在对快速运动的目标进行跟踪时容易丢失目标,并且在目标被遮挡时,也容易造成跟踪失败,跟踪的过程中跟踪框不能随着运动目标的大小变化而变化.提出一种基于Meanshift运动目标跟踪算法的改进算法.该算法基本思想是采用改进的三帧差分法对运动目标区域进行提取,求得跟踪框轮廓,同时用Meanshift算法对运动目标进行跟踪,获得目标最大概率区域,将该区域中心作为跟踪框的中心.跟踪过程中通过巴氏系数判断是否目标被遮挡,若被遮挡则调用Kalman滤波进行预测跟踪.实验结果表明,该算法能够快速、准确地跟踪目标.     

基于希尔伯特谱的瞬时频率滤波方法

含有色噪声的非平稳信号的滤波去噪一直是未能很好解决的问题,传统的傅立叶分析方法不适用于此类信号的分解及滤波,而小波域滤波效果也不理想.本文提出一种基于希尔伯特谱的瞬时频率滤波方法,并和经验模态分解滤波、基于经验模态分解的小波阀值滤波方法的信噪比进行比较.仿真实验结果表明基于希尔伯特谱的信号分解及滤波去噪方法具有更高的信噪比.     

基于运动信息和标记多尺度分水岭的运动目标检测算法

针对对称差分法检测目标时容易产生空洞以及当目标运动速度较慢或尺寸较小时易出现漏检等现象,提出了一种基于运动信息和标记多尺度分水岭的运动目标检测算法。首先将用高频强调滤波等处理的视频图像进行差分,再运用高阶统计运动检测算法检测出差分图像中运动目标的大概运动区域,经后处理得到运动目标的初始二值掩膜;并应用初始二值掩膜得到用于标记的前景与背景标识,用该标识修正当前帧的多尺度形态学梯度图像;最后进行分水岭分割,得到具有精确边界的运动目标。实验结果表明该方法能对运动目标进行准确检测,继承了变化检测和分水岭算法速度快的特点,克服了分水岭算法易产生过分割的缺点,且具有良好的鲁棒性。