平面旋转场诱导下磁流变液的结构模型

针对平面旋转场下磁流变液中诱导产生的层状结构 ,提出了恰当的理论模型 ,该模型成功的解释了层状结构在同步旋转状态下 :层间距随磁场的变化关系 ;旋转层的滞后角随旋转角频率以及其他物理量之间的关系 ;层半径与旋转角频率之间的关系 .理论结果与文献中发表的实验结果相吻合     

一种高精度的压缩域视频目标分割算法

该文提出了一种工作于MPEG压缩域的快速视频目标分割算法。该算法以从MPEG1/2码流中部分解码提取的特征为输入,提取P帧中的运动目标。针对一般的压缩域算法目标边界精度不高的特点,算法采用I帧和P帧中每个块的直流DCT系数和3个交流DCT系数,以及运动补偿信息,重建出P帧的原图像1/16大小的子图像,采用快速平均移聚类得到具有较高边界精度的亮度一致的区域;针对运动向量的噪声容易造成错误检测的缺点,算法结合聚类分析结果和运动块的分布,采用基于马尔可夫随机场的统计标号方法对目标和背景区域进行分类,得到每个P帧的目标掩模。该算法可以得到44子块的边界精度,对于CIF格式的码流,在Pentium IV 2GHz平台上可以达到每秒40帧的处理速度。     

基于MRF模型和形态学运算的SAR图像分割

针对目标监测分析中的SAR图像分割问题,构造了一种基于马尔可夫随机场(MRF)模型和形态学运算的处理方法.首先利用SAR图像邻域空间上的马尔可夫性以及像素灰度的高斯分布模型,以较少的迭代次数实现了SAR图像的初分割;然后通过形态学运算进行处理,抑制干扰性分割,同时填充目标区域内部空洞,改善分割效果.实验结果显示,该方法...     

基于两方法博弈的马尔可夫随机场红外图像分割算法

电路板红外图像芯片提取是电路板红外故障检测系统中的重要环节,已成为红外图像分割领域关注的一个重点。针对红外图像的特性及传统分割算法效率和精度不足的缺陷,提出一种基于两种优化策略博弈的马尔可夫随机场红外图像分割方法。首先通过OTSU算法对图像进行初始分割;然后利用马尔可夫随机场理论建立图像分割模型;最后,通过SA、ICM优化策略间的博弈对图像进行分割,将两种优化策略视为博弈的两个局中人,通过寻找博弈的纳什均衡点来实现分割;实验结果表明,算法能够无人工干预地准确提取电路板红外图像所有芯片发热区域,并且很好地抑制噪声,准确处理边缘信息,具有一定的实用性和鲁棒性。     

高频地波雷达固态功放模块的优化设计

根据某高频地波雷迭对功放模块的要求,研究地波雷达全固态发射机功放模块的优化设计方法;讨论未级功放电路及其匹配设计中的有关问题;分析该功教模块的散热模型,最后给出了测试结果。结果表明,该发射机在6MHz至8MHz范围内输出功率达600W,满足了该雷达的使用。     

结合暗通道先验和MRF理论的单幅图像去雾算法

针对在雾霾环境下获取的图像降质严重、现有算法去雾图结构细节信息丢失较多的问题,提出了一种结合暗通道先验(DCP)和马尔可夫随机场(MRF)的单幅图像去雾算法。该算法先采用子块部分重叠局部直方图均衡(POSHE)对原始雾图进行增强,以提高其对比度,并通过DCP算法获取优化后的透射率;利用MRF模型对图像结构细节信息的约束特性,对透射率进行建模,以进一步细化透射率;由天空域的显著特征,通过分块搜索法求取大气光值。与传统去雾算法相比,该算法能得到更精确的透射率图,有效保持图像结构信息,去雾后的图呈现出丰富的细节和较真实的色彩视觉效果。     

马尔可夫随机场在SAR图像处理中的应用

马尔可夫随机场（MRF）可以很好地描述空间连续性，选择适当的邻域系统，能对图像的结构特征建模。利用以能量函数表示的联合概率分布，可以使用优化算法进行参数估计。高斯MRF能够准确、简洁地表示图像的纹理，而且具有线性特性，计算方便。本文回顾了在SAR图像处理中使用的MRF模型，详细说明了其中2种在图像复原及分割中的应用。     

大口径离轴凸非球面的加工和检测

将光学系统波像差检验技术与子孔径拼接测试技术相融合提出了凸非球面系统拼接检测方法,对该方法的原理和实现步骤进行了分析和研究,并建立了合理的子孔径拼接数学模型.依次利用计算机控制光学表面成形技术和磁流变抛光技术对一包含大口径凸非球面的离轴三反光学系统的各反射镜进行加工,并对整个系统进行装调和测试.测定光学系统各视场的波像差分布,通过综合优化子孔径拼接算法和全口径面形数据插值求解得到大口径凸非球面全口径的面形信息.结合工程实例,对一口径为292mm×183 mm的离轴非球面次镜进行了系统拼接测试和加工,其最终面形分布的均方根值为0.017λ(λ=632.8 nm).     

A Kernel PCA Shape Prior and Edge Based MRF Image Segmentation

We introduce both shape prior and edge information to Markov random field (MRF) to segment target of interest in images.Kernel Principal component analysis (PCA) is performed on a set of training shapes to obtain statistical shape representation.Edges are extracted directly from images.Both of them are added to the MRF energy function and the integrated energy function is minimized by graph cuts.An alignment procedure is presented to deal with variations between the target object and shape templates.Edge information makes the influence of inaccurate shape alignment not too severe,and brings result smoother.The experiments indicate that shape and edge play important roles for complete and robust foreground segmentation.     

基于马尔可夫随机场的降质光学图像预处理

文本图像等统计规律比较强的图像中存在模糊、笔划不完整等降质问题,基于文本图像在结构和统计规律等方面的特点,建立相应的马尔可夫随机场模型对其进行预处理,以进一步提高后续处理的正确率并减轻后续工作难度.该方法首先通过样本训练建立观测模型以对先验概率进行学习,然后采用模拟退火算法对模型参数优化计算,最后利用前两阶段所得模型进行未知图像处理.实验结果表明,该方法简单有效,可以取得较好的预处理效果.