综合题新编选登

题167已知直三棱柱ABC-A1B1C1中有下列三个条件:①A1B⊥AC1;②A1B⊥B1C;③B1C1=A1C1.试利用①,②,③构造出一个你认为正确的命题,并加以证明.图1三棱柱解设C1A1=a,C1B1=b,C1C=c.A1B⊥AC1A1B·AC1=0(b-a c)(-a-c)=0-a·b a2-c2=0(1)A1B⊥B1CA1B·B1C=0(b-a c)(c-b)=0c2-b2 a·b=     

检测骨架图形特征点的新方法

端点、折点、歧点和交点是骨架图形的重要特点是，提出用快速查表法检测侯选特征点，再进行侯选特征点聚集，用局部结构分析，去除假特征点，判别真特征点的类型，并对折点给以大致的定量描述。实验结果表明，该方法能快速有效地找出骨架图形的特征点，在目标识别、字符识别等应用中起着关键作用。     

卫星“信号强度”和“信号质量”指示功能与天线指向调整的规律

数字卫星电视接收机，在设计时已考虑到为了用户在安装调试时的方便，给出了诸多的功能。如选用“天线定位帮助菜单”，只要输入安装所在位置的经纬度，收视某颗卫星定点的经度时，就能准确地计算出天线的方位角和仰角。在调试时，屏幕上还能显示出“信号强度”和“信号质量”的指示，不仅有条形显示，     

卫星天线的使用与维护

简析卫星天线架设中的注意事项 ,以及天线的安装、调整和日常维护 ,并举例叙述卫星接收机的使用过程和天线的维护。     

快速搜寻卫星数字压缩信号

在没有专业仪器，没有明确参照物的条件下，如何快速定位接收天线，搜索到卫星信号，是电视工程技术人员经常遇到的问题，本文就此问题提出了一个新的解决办法，即利用已知卫星的位置来定位其它卫星的位置。     

基于灰度直方图的激光光斑中心定位算法

为了提高半导体激光加工中激光光斑中心定位精度,根据皮秒超短脉冲激光辐照单晶硅后产生的光斑图像灰度分布特点,提出了一种基于灰度直方图的激光光斑中心定位算法,通过模拟激光光斑仿真分析和单晶硅刻蚀实验,对比研究了不同辐照时间与不同激光功率条件下该算法与传统算法的定位精度。结果表明,在辐照时间不同的条件下,该算法定位精度达到0.761μm,比灰度重心法提高51.3%,比最大行列灰度值法提高93.9%;在激光功率不同条件下,该算法的定位精度达到0.793μm,比灰度重心法提高73.4%,比最大行列灰度值法提高86.8%。此研究可为皮秒超短脉冲激光光斑中心定位控制系统的设计提供指导。     

多尺度自校正双直方图均衡化红外图像增强

针对红外图像增强过程中容易饱和、细节丢失等问题,提出一种参数自设定的双直方图均衡化方法。根据灰度级累积概率密度黄金比例值将原始图像划分为两个独立的子图像。结合原始图像曝光度和子图像灰度级区间信息,对每个子图像的直方图进行多尺度自适应加权校正。基于校正后的直方图,对每个子图像分别作均衡化映射变换,最后合并子图像获得增强图像。在红外图像公开数据集INFRARED100上进行的测试显示,与亮度保持双直方图均衡化（BrightnessPreservingBi-Histogram Equalization,BBHE）、带平台限制的双直方图均衡化（Bi-histogram Equalization with a Plateau Limit,BHEPL）、基于曝光度的双直方图均衡化（Exposure based Sub-image Histogram Equalization,ESIHE）方法相比,所提方法增强的图像具有合适的平均对比度和更大的平均信息熵,在峰值信噪比（Peak Signal-to-Noise Ratio,PSNR）、结构相似度（Structural Similarity,SSIM）...     

基于FPGA的图像自适应AWB系统设计与实现

为了解决常见自动白平衡(Auto White Balance, AWB)方法的场景适应能力不足且实时性较差等问题,提出了一种基于颜色通道直方图重构的自适应AWB方法,并使用现场可编程门阵列(FPGA)对所提出的算法进行硬件电路实现,在校正图像白平衡的同时也确保了系统高速实时处理图像。首先对图像进行限制对比度自适应直方图均衡化(CLAHE)处理来提高图像对比度,然后对图像进行灰度级区间的通道分区统计,对不同场景类别的图像采用颜色直方图匹配或平移的重构方式做自适应处理。实验结果表明,该算法在处理图像白平衡时,相比基于光源估计的AWB算法,色温校正准确率提高了14%,对不同色彩场景有更好的适应性,具有实时处理能力。