探雷声纳背景图像仿真的快速实现

为了真实地模拟海底背景,提出了一种适用于探雷声纳模拟训练的背景图像仿真快速实现方法,该方法将声波照射三维起伏海底掠射角的随机性体现在海底底质的比例系数中,可以逼真地仿真出各种起伏海底的背景图像,仿真计算时间小于探雷声纳最小重复周期,满足了探雷声纳模拟训练的需要。     

分形成像技术原理及应用方法

分形技术是一种新兴的随机成像技术,在各种仿真模拟领域得到了广泛应用。结合"双37小高炮训练模拟系统"实例,详细阐述如何运用分形技术随机生成天空背景的漫游图像。     

海天背景下舰船可见光图像目标区域定位方法

针对行均值法用于海天背景下舰船目标区域定位可靠性不高、容易受到舰船目标大小和海天背景复杂程度影响的不足,提出一种基于图像行灰度熵的舰船目标区域定位方法。该方法在分析海天背景下舰船目标可见光图像成像特点基础上,结合信息熵理论给出了图像灰度熵及行灰度熵的概念,利用图像行灰度熵描述图像在行方向上的灰度变化程度,选用滑动区间方差搜索策略得到图像行灰度熵曲线的突变区间,从而实现舰船目标区域定位,最后通过实际图像进行了实验验证。实验结果表明,该方法能对舰船目标所在区域有效定位,其准确性及鲁棒性均优于行均值法。     

基于ST-YOLOv7的无人机视角下行人及车辆识别

由于无人机视角下的背景复杂,识别的目标多为远距离小目标,因此容易导致漏检及误检问题。为了实现无人机视角下对行人及车辆高精度识别,提出了以YOLOv7网络模型为基础的ST-YOLOv7算法,主干网络中融合了Swin Transform模块,构建复杂背景与小目标的全局关系,融入SENet通道注意力机制,为不同通道的特征分配不同权重,增强小目标特征的捕捉,在头部网络中,加入了YOLOv5网络中的C3模块,增加网络的深度和感受野,提高特征提取的能力,增加了1个小目标检测层,进一步提升对小目标识别的精度。实验证明：ST-YOLOv7网络模型在自制的航拍数据集中对行人的识别精度高达83.4%,对数据集中的车辆的识别精度达到了89.3%。均优于YOLOv5和YOLOv7目标检测算法,以较小的效率损失取得了较高精度。     

公里级背景数据采集及伪装特征提取方法

背景采集与处理是伪装设计的首要步骤。为了提高公里级背景范围采样的准确性和完整性,利用系统抽样理论提出了基于空中成像的背景两级采样方法。第一级采样通过剖分背景区域网格获取背景地物和地貌分布规律。第二级采样依据“接受-拒绝”法有针对地获取背景细节图像。基于颜色、距离和纹理特征差异性度量构建背景特征提取模型。然后通过SLIC(simple linear iterative clustering)算法分割超像素图像形成背景特征区域划分。实验中收集了某地300 km²范围12个一级采样点的数据,并分析了背景地物占比和分布特性。针对分析的结果,二级采样采集了戈壁滩、农田村庄和道路三类背景数据。对比了不同分割参数下农田村庄背景图像的分割性能,并探讨了基于k-means和超像素分割模型的差异性。最后生成了3类背景的斑点形状和7种主色特征。结果表明,采样流程能够有效获取公里级背景数据分布和细节纹理颜色特征。超像素分割模型能够优化斑点区域的完整性。该研究为移动目标伪装设计提供基础依据。     

远程尾控制导炮弹气动特性及仿真分析

针对高旋制导炮弹高转速导致控制难度大的问题,设计了一种利用船尾装置进行弹体减旋控制的制导炮弹外形,减旋船尾的轴承装置与前部舱段采用非硬连接方式,能够保证弹体出膛后达到船尾减旋效果。对弹体的气动外形进行物理建模,使用GAMBIT进行非结构化网格划分,通过FLUENT软件在Spalart-Allmaras模型的基础上对非硬连接减旋船尾的制导炮弹进行气动特性仿真。仿真结果表明：在500次迭代完成后,随着马赫数的升高,阻力系数的收敛值从0.174 0增加到0.466 5,升力系数的收敛值从0.066 99增加到0.408 8,力矩系数的收敛值从0.086 68增加到0.646 0;弹头和弹尾所受压力值随着马赫数的增加而增大,且弹头所受压力最大值为9.82e+0.5 Pa,弹尾所受压力最大值为1.71e+0.5 Pa。仿真结果表明具有减旋船尾的制导炮弹气动外形合理,所得气动参数可为减旋制导炮弹提供设计依据。     

展示大国空军形象 空军外宣办主任申进科介绍珠海航展若干“新闻背景”

11月16日至21日，为期6天的第八届中国国际航空航天博览会在珠海成功举办。航展虽然落幕了，但“中国空军”这四个大字，与八一飞行表演队、八一跳伞队的精彩表演一道，深深走进了中外来宾的心海里。热爱空军、崇尚空军、关心空军、支持空军的强大气场，随着来自四面八方的观众一起走向全国各地。     

时空离散度复杂背景运动目标快速检测

复杂背景下运动目标的快速检测一直是目标跟踪领域的难点.灰度投影法可将时空域内的图像序列由三维信号压缩为二维信号来处理,且压缩后的信号噪声仍能通过高斯滤波来消除;之后计算灰度投影向量的时空离散度,并采用水线阈值分割技术查找离散度曲线的波峰,从而确定运动目标所在位置,实现运动目标的快速检测.该方法计算简单,对于摄像机抖动、目标被部分遮挡或背景中景物非完全静止等等复杂背景情况,均能快速准确地检测到运动目标.     

浅谈运用新闻背景深化新闻主题

通讯员朋友:应大家学写新闻的要求,本刊从本期始,推出"教你写新闻"栏目,通过"名人故事"、"名家专栏"、"好新闻赏析"、"读报札记"、"采写手记"、"通讯员来信"、"新闻QQ"、"我与华北民兵"、"笔耕偶得"等众多小栏目,与广大通讯员朋友来探讨学写新闻,提高写作能力。"教你写新闻"作为大家学写新闻的一块园地,需要广大通讯员的共同努力和耕耘,才能取得大家所期望的成果。所以,欢迎大家在工作之余,把您从事新闻写作以来所遇到的困惑、悟透的道理、得出的体会、积累的经验、收获的欣喜、品尝的滋味,作一番思考,写一个小段,搞一点升华,与全区通讯员朋友共勉。同时,您对本栏有什么要求和期望,也可以打个电话、发个邮件,您的宝贵意见永远是对我们办好杂志的最大鼓励和鞭策。     

一种融入运动特性的显著性特征提取方法

针对复杂背景下图像序列中运动目标的跟踪前检测问题,提出一种融入运动特性的显著性特征提取方法,该方法综合目标的灰度、细节和运动等形成稳健的显著性特征,并得到一组显著性特征提取图.在这组图像中,具有这种多特征的区域得到加强,其他区域受到抑制,从而能够轻松地检测出可引起人类视觉注意的运动目标.由于该算法中的显著性特征来源于目标的多种底层特性,因此该算法具有很强的稳健性.实验证明,这种方法具有较强的稳定性和实用性,抗干扰能力强.从视觉效果的角度出发,能够较大地提高运动目标在复杂背景中的信杂比.