刀口边缘误差对传递函数的影响

刀口法是测量光学系统的传递函数一种基本方法,通过对刀口边缘误差建立数学模型,讨论刀口误差对光学传递函数测量精度的影响。对刀口边缘误差进行了定量分析,得出在一定精度范围内测量光强的区域,定性分析了使用拟合法求MTF优于使用均值法求MTF。     

搜索状态下相控阵雷达抗干扰能力评估

针对现有评估指标不能全面反映相控阵雷达在搜索状态下的抗干扰能力的问题,提出了利用搜索效率抗干扰改善因子这一综合指标来衡量相控阵雷达搜索状态下的抗干扰能力的方法.建立了在有源噪声干扰下搜索概率计算模型以及采用脉冲累积和累积检测技术后搜索概率的计算模型,通过分析脉冲累积数N和累积检测数M的关系,给出求解最大搜索效率的方法,最后通过实例仿真和结果分析,表明该方法计算简单,科学高效.     

基于改进SUSAN算法的红外目标边缘检测

从3个方面改进了传统的SUSAN算法:①自适应选取阈值,以提高算法自动化程度:②使用双几何阈值,增强算法的抗噪性;③加入目标点判断因子,减少计算时间.利用改进的算法进行了红外目标边缘检测,结果表明,改进算法比传统的SUSAN算法有更强的噪声抑制能力,更快的边缘检测速度,显示出更加优良的性能.对对比度比较低的红外图像,改进算法可以减少40%以上的计算时间,而对对比度较高的红外图像,改进算法可以减少70%以上的计算时间.     

车载多接入边缘网络中联合资源分配和动态任务卸载方案

针对车联网中车辆移动速度过快产生的任务卸载失败问题,设计了一个有效的任务卸载风险评估模型,并提出了联合资源分配的动态任务卸载方案。将时间、能耗和风险共同建模为系统效用,通过联合优化卸载决策、资源分配来最大化系统效用。优化问题被公式化为混合整数非线性规划,在给定卸载决策的情况下,利用凸优化技术解决计算资源分配问题,功率分配通过分式规划技术来优化。仿真分析了车辆移动性对系统效用的影响,证明了所提方案的合理性。     

一种基于边缘特征提取的景像匹配方法

下视景像匹配制导中,实时图和基准图的拍摄高度、方位和图像比例尺不完全一致,两图的轮廓形状存在旋转和变形等差异,边缘特征提取方法受图像灰度分布影响存在变形和移位,易导致匹配错误。用侧抑制竞争方法,图像边缘特征提取快速准确,不发生移位,对灰度变化也不敏感。在此基础上,用扩展边缘特征法,克服轮廓变形对边缘匹配的影响,提高精度。试验结果表明,此方法模型简单、抗几何变形能力强且便于实现。     

系统标定的一种新方法

以2008年高教社杯全国大学生数学建模竞赛的A题为研究背景，设计了利用数码相机进行系统标定的一种新方法，建立了相应的数学模型，并设计遗传算法实现了模型的快速求解，算例表明了模型及算法的有效性。     

基于蚁群算法的图像边缘检测研究

将蚁群算法应用于图像分割领域,提出了一种新的基于蚁群算法的图像边缘检测方法。详细阐述了蚁群算法与该方法的基本原理和具体实现过程。为了提高算法效率,进行两处改进,第一将蚂蚁初始位置由随机放置修改为放置在图像边缘附近,可取一图像灰度梯度阈值来实现,第二将信息激素强度和启发式引导函数值均定义为像素点灰度梯度值的函数。大量实验结果证明了该算法能有效地检测出图像边缘,而且具有适应性强、效率高等特点。     

基于主导拮抗抑制的多尺度边缘检测

图像边缘检测算子的抑噪能力和定位精度是一对矛盾,从视觉神经生理学角度出发,提出一种基于主导拮抗抑制的多尺度边缘检测模型。该模型将主导拮抗抑制机制拓展到多尺度处理,通过引入侧膝体拮抗通道的强抑制机制达到自适应抑噪的效果,获得的对比度信息经过简单细胞子域的非线性整合得到锐化的边缘输出,最后将多个尺度的处理结果进行融合,获得最终的边界轮廓。理论和实验证明通过主导拮抗抑制机制和多尺度处理的结合,获得抑噪能力强、定位精度高的边缘检测模型,该模型具有生理学基础,结构简单,计算效率高。     

激光加热辅助引弧微爆炸加工工程陶瓷的试验研究

为验证激光加热辅助技术改善引弧微爆炸加工质量和提高加工效率的可行性,探索加工工艺参数对加工过程的影响规律,设计了激光加热辅助引弧微爆炸加工试验系统,并通过试验研究了工艺参数对材料去除率和崩碎的影响规律。试验结果表明：激光加热辅助引弧微爆炸加工陶瓷可以提高材料去除率,改善崩碎情况;加工效率随激光功率的增加而提高,随光斑尺寸的增大而降低,随距离的增加先提高后降低;崩碎随激光功率的增加而减少,随光斑尺寸的增大先减少后增多,随距离的增加先减少后增多。研究结果为激光加热辅助引弧微爆炸加工机理的研究和工艺参数的优化提供了参考依据。     

Beltrami流及其在图像去噪中的应用

偏微分方程是图像处理主要的方法之一,一般通过其对应的变分模型给出方程的意义,并依此设计优化原偏微分方程以取得最佳的处理效果。针对图像去噪问题,基于经典的Beltrami几何流方法提出了图像流形上一种新的度量张量模型,具有该度量模型的Beltrami流具有清晰的几何意义,并依此提出了该度量模型中参数的优化选择方法。同时,该模型为经典的偏微分方程去噪方法提供了统一框架,且参数的优化选择使得Beltrami流在平滑噪声与边缘保持方面取得了良好的平衡。实验表明该方法提高了图像去噪效果,尤其是对于边缘丰富的图像效果更加明显。