融合神经网络与超像素的候选区域优化算法

为解决目标检测中候选区域召回率低的问题,提出融合神经网络与超像素的目标候选区域算法。该算法利用神经网络提取更能清楚表达目标边界的特征,并使用聚类、相似性等策略,计算每个滑动窗口所含有的边缘信息量;将待测图像使用简单线性迭代聚类算法分割成若干个超像素,并利用超像素的空间位置、完整性、相邻超像素间的对比度信息,计算各个超像素的显著性得分及每个滑动窗口的显著性得分;根据每个滑动窗口的边缘信息及显著性得分筛选滑动窗口。在PASCAL VOC 2007测试集上进行对比实验,其实验结果表明:所述算法能够快速产生定位质量高的候选区域。     

A Fuzzy Cluster and Retinex Theory-based Variation Model for Inhomogenous Image Segmentation

A variational inhomogeneous image segmentation model based on fuzzy membership functions and Retinex theory is proposed by introducing the fuzzy membership function.The existence of the solution of the proposed model is proved theoretically.A valid algorithm is designed to make numerical solution of the model under the framework of alternating minimization.The last experimental results show that the model can make segmentation of the real image with intensity inhomogeneity effectively.     

Visual SLAM in dynamic environments based on object detection

A great number of visual simultaneous localization and mapping (VSLAM) systems need to assume static features in the environment. However, moving objects can vastly impair the performance of a VSLAM system which relies on the static-world assumption. To cope with this challenging topic, a real-time and robust VSLAM system based on ORB-SLAM2 for dynamic environments was proposed. To reduce the influence of dynamic content, we incorporate the deep-learning-based object detection method in the visual odometry, then the dynamic object probability model is added to raise the efficiency of object detection deep neural network and enhance the real-time performance of our system. Experiment with both on the TUM and KITTI benchmark dataset, as well as in a real-world environment, the results clarify that our method can significantly reduce the tracking error or drift, enhance the robustness, accuracy and stability of the VSLAM system in dynamic scenes.     

基于模糊均值聚类算法的图像分割

将图像直方图统计特性引入到FCM聚类算法的目标函数中,用混合粒子群优化算法对目标函数进行全局最优求解,提高了图像分割的运算速度。     

玻璃瓶动态图像检测运动模拟平台

动态图像检测中,如何在指定位置快速而准确地捕捉到运动物体的图像是最基本的环节。试验验证图像检测装置的成像特性,成为动态图像检测研究的重要内容之一。以变频器控制电动机为核心,通过变频器内部参数编程和外部简单的辅助控制电路,构建了运动平稳、速度可调、具有自动保护功能的模拟平台。该平台适于动态图像检测中普通运动物体的快速模拟,已成功地用于玻璃瓶动态图像装置中,达到了预期目的。     

舰载雷达发现目标的效能概率计算

根据舰载雷达保障火炮射击任务的要求,结合火炮自身使用特点,提出舰载雷达发现目标的效能概率计算问题。应用概率分析方法,对多种距离上舰载雷达发现目标保障火炮系统有效射击的概率进行了推导,得出舰载雷达保障火炮系统有效射击的概率计算公式,并进行了实例分析。实际作战运用中,可以应用此算法对火炮系统的射击概率计算,可以较好地保障火炮系统的射击准备时间,但影响实际火炮射击的因素很多,表征雷达发现目标的效能指标也很多,应综合考虑。     

基于自准直反射法的光学中心偏检测系统研究

提出了一种基于自准直反射法测量光学中心偏的检测方法,分析了其测量光学中心偏的基本原理,在此基础上设计了基于自准直反射法的光学镜组中心偏检测系统。系统采用CV-A1型CCD探测器组件,以轴向晃动≤1″、径向跳动≤1μm的高精度基准轴工作台配合PIV研华工控机进行数据采集和图像处理,系统测量精度为:角度≤2,″线度≤0.01 mm。实际应用表明,该系统适用于1.06μm激光探测系统光学镜组的在线装校及系统中心偏检测,也可用于其它光学系统中心偏的测量。     

面向对象的反舰导弹航路规划

针对反舰导弹航路规划的任务特点,提出了一种面向对象的反舰导弹航路规划方法.在全面分析了反舰导弹航路规划中可能用到的类的基础上,建立了对各种类的描述,使得不同算法和不同任务要求的航路规划可以通过对类的继承和对成员函数的重载实现.最后,在VC 平台下,对这种面向对象的反舰导弹航路规划方法进行了编程实验.     

基于小波分析的子带特征提取与选择方法

在研究了目标图像多尺度小波分解特性的基础上,提出了基于小波多尺度分解子带主成分的特征提取的算法。该算法利用图像在不同尺度的小波变换域中能量局部集中性,选择各子带能量较集中的局部小波系数构成图像目标特征向量。这种特征包含图像目标的主要边缘、纹理、灰度、结构等多种信息。由于对图像目标的特征信息的分布没有任何限制,因而适用于多种类型的图像的特征提取,可以解决单一特征提取方法中必须面对的所提取特征不明显的难点。这种特征向量对噪声有较好的鲁棒性。     

某型舰炮火控系统建模与仿真

简要介绍了某型舰炮火控仿真系统的训练、教学和和科研功能设计方案,硬件组成和必需的软件模块.在对一批空中目标拦截的战术设定情况下,给出了作战仿真流程图,列出了我舰及目标运动状态和姿态、噪声仿真、系统解命中、射击效果在线评估等数学模型.最后指出在建立数学模型时新的跟踪机制、解命中体制和滤波外推算法是三个技术难点,而在仿真过程中必须注意分布式、可视化和时钟统一等关键技术.