改进的遗传算法在图像边缘提取中的应用

提出了一种改进的遗传算法,采取了确定性采样选择算子对选择算子进行了改进;明确了非等概率融合单阈值单点交叉算子,对交叉算子进行了改进;同时还提出了一种新的变异算子,它依据一种新的判断群体"集中"与否的准则,根据群体的进化程度自适应地调整变异概率pm的值。将改进的遗传算法用于图像的边缘提取问题中,试验结果表明,与穷尽法和普通遗传算法相比,提出的算法在保证有效地提取出边缘的基础上,节省了运算时间。     

DSP实现低信噪比条件下点目标检测与跟踪

针对嵌入式实时图像处理系统中 ,复杂背景低信噪比条件下红外运动点目标检测及跟踪所采用的处理算法 ,包括基于空域低通滤波的多图像平均法和自适应阈值分割法以及基于目标运动时空连续性目标运动轨迹拟合及目标运动轨迹参数预测算法 ,进行基于二维数组组合方式存储结构的算法复杂度估计 ,并将上述算法在TI公司的TMS32 0C6 2 0 1EVM板上进行实时性能评测 ,说明上述算法在基于具有软件流水性能的TMS32 0C6x系列DSP嵌入式实时图像处理系统中实现的可行性。     

基音检测的一种时域方法

提出基音检测的一种新的时域方法,直接利用波形的形状特征,进行波形之间的匹配估计,从而提取出一帧语音信号的平均基音周期。实验证明该方法运算量小、准确率高,能满足实时处理的需要。     

双三七自行高炮火控系统操作模拟器的设计

为解决部队的日常训练,设计了双三七自行高炮火控系统操作模拟器.由于其火控系统规模大,系统的多数功能是通过面板上繁多的开关、旋钮实现的,这为系统的仿真带来极大困难.本文介绍了通过综合利用数字仿真、数字检测、数字控制等技术,完成该系统仿真的设计.     

基于视频监控的人的异常行为系统设计

"视频监控"是一种可实现夜间检测的视频监控系统,普遍用于沿街商铺、仓库、郊区独户别墅以及小区等场所。传统的视频监控对摄像头的要求较高,并且需要多人值守,对人力、财力的要求较高。针对传统视频监控存在的不足,设计了一种智能检测系统,能实现对非法入侵、物品盗移等异常状况的实时检测和及时报警,还针对夜间图像的特点设计增强算法,使普通摄像头可实现夜间监控,大大降低了视频监控的应用成本并提高了监控效率。     

基于LabVIEW Vision的航空炮弹缺陷检测方案设计

航空炮弹在勤务保障过程中,容易受到环境和外力的破坏而造成表面的损伤,影响正常的飞行训练甚至危及载机安全。采用虚拟仪器平台提供的LabVIEW Vision视觉开发工具包,结合灰度直方图筛选、Saturation分量图像提取、灰度形态学Erode和Dilate变换以及最大熵阈值分割的图像处理等技术手段,对待测航空炮弹图像进行分析处理,精确判断炮弹锈蚀和划痕缺陷问题。试验结果表明,系统具有较高的可行性和可靠性,可以实现炮弹缺陷的快速鲁棒检测,提高了炮弹检测的效率和精度,对于提升航空弹药保障信息化、智能化水平具有重要意义。     

时序电路故障可测性分析

对不可测故障进行测试产生是影响时序电路测试产生效率的一个重要因素。文中提出了一种基于简化可控性计算的识别时序电路中不可测故障的算法,运用该算法无须搜索便可识别出时序电路中相当一部分不可测故障。针对ISCAS89电路的实验结果也验证了其有效性。     

一种基于元胞自动机的故障样本选取方法

故障样本选取是测试性验证中的关键环节,直接影响测试性验证试验的效率和结果的正确性。在板级电路的故障样本选取过程中,运用传染病思想中的元胞自动机模型分析了电路故障的传播行为,提出了一种基于元胞自动机的故障样本选取方法,实现了故障样本的等效选取。以某型装备关键部件为例,建立了故障传播模型,计算并改进了元胞自动机状态计算方法,通过注入易操作的故障样本,简化了故障注入的流程,提高了故障注入效率。     

随队支援干扰目标选择辅助决策方法

随队支援干扰是现代空袭作战中重要的电子对抗手段,随队飞行过程中对干扰目标的选择是随队支援干扰飞机作战运用研究的重点和难点问题,详细分析了随队支援干扰飞机的作战阶段划分及主要作战行动,针对雷达网的探测距离和综合发现概率指标,建立了随队支援干扰下的计算模型,并主要尽可能地降低雷达网的综合发现概率,提出了基于动态规划的干扰目标选择辅助决策模型。最后,以某种作战背景为基础,进行了作战过程仿真和辅助决策结果分析,验证了该方法的可行性和有效性,该方法求得的结论也支持随队支援干扰飞机其他方面的作战运用研究。     

【专题】基于深度学习及FPGA的装备目标检测研究

本文应用深度学习技术实现海天背景下基于可见光、红外方式成像的舰船及角反、烟幕干扰的目标检测,这也是反舰导弹作战使用的关键技术之一。采集的可见光与红外成像目标检测数据集涵盖实施典型干扰下的态势场景,贴近实战;结合四种不同的目标检测机制,选取YOLOV3、Faster R-CNN、SSD及CenterNet四种典型模型分别进行训练与验证,通过对比分析进一步提高弱小目标、复杂干扰态势的的检测,可以实现端到端的高精度装备目标检测模型。在确保精度的前提下基于现场可编程门阵列（FPGA）进行软硬件协同设计,通过对比分析选定基于Vitis AI的实施方案,经过模型的量化、编译与优化,可在保证检测效率的前提下快速实现模型的小型化部署,便于进行装备移植。研究结果表明,该研究内容可有效提高现役反舰导弹目标检测的准确率。