铜片腐蚀试验结果评价的数字图像处理方法

传统铜片腐蚀结果评定方法存在着一定的局限性与不足,基于数字图像处理的HIS彩色模型,开发了铜片腐蚀试验结果评价软件。评价结果表明,两种试验结果评价方法有很好的一致性,该方法解决了传统试验结果评价中存在的一些问题。     

“下反”式炮长微光瞄准镜稳像系统的设计与实现

针对“下反”稳像式炮长瞄准镜只能稳定昼视光路,而不能稳定微光夜视视场的问题,设计了独立的电子稳像系统。采用AVR单片机设计了信号采集模块,利用外部中断实时获得炮长瞄准镜中陀螺仪输出信号,并用动态循环法控制数码管准确显示。设计DSP电子稳像模块通过串口中断与AVR单片机通信,将陀螺仪信号换算成图像的运动矢量,然后采用平移变换模型对图像的抖动进行补偿。为了检验稳像系统的性能,进行了微光瞄准镜稳像实验,结果表明：电子稳像系统能够较好地稳定微光夜视图像,提高了炮长夜间观察瞄准目标的能力。     

一种基于局部不变特征的图像特定场景检测方法

图像场景的自动检测,对于图像的标注以及语义检索具有非常重要的作用。本文研究根据实际应用的需要,围绕会晤、集会、海滩等八类特定场景图像的检测问题展开。首先对图像进行局部关键点的检测以及SIFT特征描述子的计算,从而提取图像的局部特征,在此基础上基于支撑向量机构建多分类器,进行特征训练,最终获得较为准确的检测结果。实验重点针对分类器核函数的确定以及特征选取策略等问题展开,实验结果表明,采用径向基核函数构建多分类器以及特征点按尺度大小排序取前n位的选取策略可以获得较为准确和鲁棒的特定场景检测结果。本方法在保证满足一定程度场景检测准确率的前提下,具有简单快速的特点,能够满足实际应用的需要。     

基于VMD和SVM的舰船辐射噪声特征提取及分类识别

针对复杂海洋背景下舰船声频辐射噪声特征提取困难的问题,提出一种基于变分模态分解、中心频率、复杂度特征和支持向量机的舰船辐射噪声特征提取及分类识别方法。对四类舰船辐射噪声信号使用变分模态方法分解,得到一定数量的固有模态函数。通过比较提取能量最大的固有模态函数中心频率和排列熵作为特征参数,并利用支持向量机方法对四类舰船信号样本进行分类识别。实验结果表明,该方法可以实现对舰船辐射噪声的特征提取,与已有方法对比,该方法具有较高的识别率。     

基于图像拼接技术的电子对景图制作技术?

针对当前对景图制作存在的问题,提出了一种基于图像拼接技术的电子对景图的制作技术,该技术采用SIFT算法提取海区图像的特征点,使用RANSAC算法对特征点进行精确提纯,最后使用加权平均法实现图像的平滑过渡。实验表明该技术可实现海区图像的无缝拼接,真实感强。     

基于不同能量值特征优选的水声目标识别

采用Bartlet平均周期图、小波变换和经验模态分解方法分别提取信号的频段能量值特征、IMF能量值特征,重点对IMF能量值特征进行特征优选。通过设计BP神经网络分类器,对实测的四类舰船目标的辐射噪声信号进行测试,取得了较好的识别效果。     

红外成像水面靶标的设计与实现

水面靶标为反舰武器海上飞行试验提供水面模拟舰船目标。介绍了红外成像靶的功能和技术指标,详细给出了舰船红外成像模拟实现的总体设计方案、硬件和软件实现方式。海上测试结果表明,这种靶标能够较好地实现舰船红外热像模拟,在海上试验的实际应用中取得了预期效果。     

一种改进的无参考图像质量评估算法

无参考图像质量评估方法一直是图像质量研究所关注的重点。本文针对无参考图像质量评估问题,在当前被广泛接受的 DIIVINE 图像质量评估方法基础上进行了深入的研究,研究发现经典的 DIIVINE 方法中使用了过多的统计特征量,由于统计量无差别的使用影响了方法的预测性能。基于此,利用主成分分析（PCA）算法对该特征向量进行降维,得到“精简的特征向量”,用此向量可以达到更好的分类性能和评估性能。试验证明,在图像数据库上,该算法表现出较好的预测性能,其性能优于其他主流的无参考图像评估算法。     

压缩感知稀疏重构对星图的影响

稀疏重构是压缩感知理论的核心内容之一,为了将稀疏重构有效地应用于星敏感器的压缩成像过程中,从星图图像误差和星点特征误差两个方面分析稀疏重构对星图的影响。在图像误差方面,利用峰值信噪比评价指标考察星图在不同重构算法、不同压缩比下的重构质量;在特征误差方面,从理论上分析稀疏重构对星点特征的影响机理,提出星点特征重构误差的评价指标,考察星点的质心、亮度和数量特征的重构误差。结果表明,在所选算法各压缩比下,星图相比一般图像能够获得更高的重构质量,重构星点能够在很大程度上保持可用于姿态确定的特征信息,结论保证了利用重构星图进行姿态计算的正确性,进一步验证了压缩感知理论在星敏感器中应用的可行性,为实现星敏感器的压缩成像提供了现实依据。     

基于小波包和支持向量机的舰用发动机故障诊断

舰用发动机是一个复杂的大系统,由于受到海洋恶劣气候的影响,其故障发生的概率大大增加,因此,对舰用发动机故障诊断进行研究具有重大实际意义。以舰用发动机的主泵轴承为例,提出了基于小波包和支持向量机的故障诊断方法。首先采用振动加速度传感器获取轴承的振动信号,然后对采集数据进行多层小波包分解,求各频带信号能量,形成各种故障模式下的特征向量。将形成的故障特征向量训练集输入到支持向量机,通过训练建立诊断分类器,并运用测试数据对建立的诊断分类器进行测试。实验结果表明,该方法可以很好地实现舰用发动机故障诊断效能,具有很好的工程应用前景。