采用KPCA和BP神经网络的单目车载红外图像深度估计

提出一种基于监督学习得到深度估计模型的单目车载红外图像深度估计方法。首先用核主成分分析法（KPCA）筛选红外图像特征。将最初提取的红外图像特征用核函数非线性映射到一个线性可分的高维特征空间,再完成主成分分析（PCA）,得到降维后的红外图像特征。然后以BP神经网络为模型基础,对红外图像特征和深度值进行训练,训练后的深度估计模型可对单目车载红外图像的深度分布进行估计。实验结果证明,利用该模型估计的单目车载红外图像的深度信息与原红外图像的深度信息一致。     

时间自动机两种模型的构造互模拟研究

基于时间自动机不同模型的验证被工业界广泛应用，本文形式描述了两种这样的模型，给出了从事件时钟自动机到双向时间自动机的构造方法，证明了二者识别语言之间的包含关系。     

具有深度视觉感的车载红外图像彩色化方法

提出了一种实现具有深度视觉感的车载红外图像彩色化的方法,对车载红外图像采用区域生长分割算法进行景物分类,分为天空、树木和道路,再分别对每一景物估计深度,然后根据得出的深度信息再结合景物的色彩先验知识,实现具有深度视觉感的红外图像彩色化。实验结果显示该方法能够得到较接近真实的深度和色彩视觉效果。     

无线数传模块的设计

讨论了基于单片机及nRF401无线数传模块的设计,并重点介绍了其硬件及软件的实现.本设计模块结构简单、数据传输可靠,可广泛应用于无线通信系统.     

基于1_Wire总线的紧凑型实时温度监测网构建

为了克服某些实时嵌入式控制系统设计中温度监测网构建的难点,在分析1_Wire通信总线协议特点的基础上,提出了一种结构简单的分布式温度监测网构建方法。根据1_Wire总线和DS180B传感器芯片连线简洁和灵活的特性,充分利用某嵌入式实时控制系统中FPGA器件资源余量,由VerilogHDL语言编写的时序逻辑实现1_Wire总线的主机端信号调理和监测数据缓存。在不增加系统控制运算主芯片软硬件开销的情况下,在紧凑使用环境中实现了小型化、高效的多点温度参数巡回监测。测试与试验结果表明,该方案适合在制导舱等空间受限的实时系统中应用。     

基于ASP的数据库发布技术

结合开发WEB应用系统的体会,着重阐述了基于ASP技术的数据库应用解决方案,其中包括ASP的概念、ASP访问后台数据库的运作机制,并举例说明ASP的语法及其具体实现方法。     

铋膜电极差分脉冲溶出伏安法测定镉

用铋膜电极对水样中的Cd2+进行了差分脉冲溶出伏安法检测.观察并优化了采用同位镀铋法测定水样中的镉离子时的影响条件.结果显示:镉可以在铋膜电极上得到灵敏的电位溶出峰.加入1/15mol/L的NazHPO4-KH2PO4缓冲液(pH7.5),在1.1V电压下富集300s,镉的检测下限达到0.1μg/L,在1-120μg/L内呈现良好的线性关系.每次使用完可方便的将电极上残留的镉和铋溶出,从而使得各次检测具有良好的重现性.     

基于动态预测的深水爆炸试验容器可靠性分析

为了确保深水爆炸试验容器在服役期间的安全性,提出了一种基于智能预测的随机-区间动态可靠性模型,通过动态测试数据建立了容器响应的广义回归神经网络（general regression neural network,GRNN）预测模型,获得了容器的最大应变区间变量,同时考虑容器结构的随机特性,开展了现役深水爆炸试验容器的可靠性分析,并分别采用3种方法进行了可靠性指标计算。分析结果表明,对于深水爆炸试验容器这类高可靠性且缺乏样本数据的结构,建立基于动态预测的混合可靠性模型,并通过区间计算可靠性指标的方法简便、可行;模型的区间变量随着结构动态测试数据的变化而变化,且对结构的不确定性分析也是动态的,因此得到的容器可靠性也随着其服役过程不断推进,具有动态特性,可以更好地反映容器在服役期间的性能变化,为容器的使用维护提供决策依据。     

范围限制的自适应亮度保持多阈值直方图均衡算法研究

针对目前直方图均衡算法难以实现,且易造成亮度饱和等问题,本文提出了一种范围限制的自适应亮度保持多阈值直方图均衡算法。首先,对输入图像进行适当平滑,从而获得它的直方图峰值点个数（N+1）。然后,对Otsu算法进行N阈值扩展,并通过这种方法获得图像的N个分割阈值,从而按照此阈值对图像进行分割。为了能够最大程度地保持输入图像的亮度,利用输入图像和输出图像的均值亮度最小误差（AMBE）准则,重新计算了图像的均衡范围。最后,利用新的均衡范围分别对每一个子图像进行均衡。实验表明,使用本算法处理Lena图的绝对均值亮度误差为0.416 4,明显优于使用RLBHE算法的0.629 5。本算法能够获得更清晰的图像细节,同时图像的整体亮度保持的也较好。     

基于SVM模型的单目红外图像深度估计

提出一种通过非线性学习模型来估计单目红外图像深度的算法。该算法首先通过逐步线性回归和独立成分分析(ICA)寻找对于红外图像深度相关性较强的特征,然后以具有核函数的非线性支持向量机(SVM)为模型基础,采用监督学习的方法对红外图像深度特征进行回归分析并训练,在训练过程中通过已知数据回归后的最小均方误差对模型参数进行修正,训练后的模型可对单目红外图像的深度分布进行估计。实验结果证明,利用该模型能较一致地估计单目红外图像的深度信息。