基于单元变形的网格间流场信息传递方法

针对单元网格发生变形重构中新旧网格之间的数据插值问题,提出一种基于格点格式有限体积法的流场数据传递方法。利用非结构动网格技术,将旧网格单元移动到新网格单元,同时时间推进求解流场控制方程,获得移动后旧网格单元物理量,并将其赋给新网格单元,以此来实现两套网格间的信息传递。计算结果表明,该方法在信息传递过程中没有引入插值误差,理论上流场求解方法的精度就是信息传递精度,验证结果表明其显著优于二阶插值精度。     

基于亚像素模糊检测的Wiener对运动模糊图像复原方法

在图像获取中由于目标运动、拍摄条件等原因,容易产生剧烈的运动模糊,难以辨认。针对运动模糊点扩散函数、信噪比不知的情况下,对传统Wiener进行了创新和实践,探讨了基于亚像素的模糊方向与深度检测和递推迭代的自适应Wiener滤波对运动图像的复原方法。该方法首先对图像进行任一方向的亚像素进行模糊运动方向计算并确认,而后解算模糊尺度。采用先验信噪比进行预设,并迭代推算得出最优值。实验表明,该方法在对拍摄的模糊图像处理能获得较理想的效果。     

图像配准参数的自适应求取方法

提出了一种可见光和红外图像的自动配准方法 .针对多数配准过程需人工干预的问题 ,建立二维仿射变换模型 ,以图像边界为特征 ,以目标边界互相关函数最大为原则 ,对二维仿射变换模型自适应搜索求取最佳配准参数 .给出了实际可见光和红外图像配准的实验结果     

近似推理在水雷参数分析专家系统中的应用

为了尽快分析出未知水雷障碍参数,根据水雷战的特点,提出了建立未知水雷障碍参数分析专家系统的观点,对专家系统的设计方法进行了一定的探讨,并针对专家系统建立中的"瓶颈"问题,提出了基于Vague集插值近似推理的专家系统知识自动获取方法,在介绍推理过程的基础上给出了算例.从推理的结果来看,该方法具有较高的可信度,从而为专家系统的研制提供了一定的方法支持.     

灭雷具图像声呐探测过程仿真模型

根据灭雷具上高分辨率图像声呐的工作原理和探测过程,从为部队官兵提供模拟训练平台的角度出发,利用计算机的图形、图像处理和虚拟现实技术,提出一种数学模型和物理模型相结合的图像声呐可视化建模思路。通过仿真,证明此种方法既便于计算机实现,又符合灭雷具图像声呐的真实探测和显示过程。同时,为了整个仿真系统的需要,简单地给出了系统中三维海底地形和水雷目标的数据模型和构造方法。     

雾霭图像实时处理算法加速策略

为仿真前视红外导引头实时匹配导引过程,完成目标实时跟踪性判断,针对限制对比度自适应直方图均衡和归一化互相关算法开展加速策略研究,提出基于统一计算设备架构(Compute Unified Device Architecture, CUDA)的雾霭图像实时处理加速方案,并进行设计参数寻优,得出线程块、线程网格设计参数存在最优尺寸,需实验测定的结论。实验结果表明,引入CUDA加速优化后,较未进行CUDA加速前时间指标提高5~20倍,能够满足目标跟踪实时性要求,可为红外导引头目标实时跟踪系统设计提供参考。     

超图约束和改进归一化互相关方法相结合的图像配准算法

为提高图像配准算法的精度和适应能力,将超图约束和改进归一化互相关方法应用于图像配准。利用Hessian-Affine检测得到的仿射不变区域代替固定窗口来改进归一化互相关方法,获得初始匹配点对;通过马氏距离计算超边间的相似度,采用超图约束计算匹配分数对匹配对进行排序;利用分数高的部分匹配点对初始化变换矩阵,通过过滤匹配对来循环更新得到最优变换矩阵实现配准。实验结果表明,该方法具有较好的匹配和剔除错误匹配的效果,在不同类型的图像配准中也有较好的配准效果。     

基于形状熵差的相似多目标检测方法

为实现靶场多目标图像的目标自动检测,利用多目标形状的相似性,提出一种基于形状熵差的目标检测新方法。提出了形状熵差的概念,将目标形状模型引入局部熵计算中,由局部内熵与局部外熵之差的极值点确定目标位置。基于此设计并实现了一种新的目标自动检测方法。通过实验证明了算法的有效性和鲁棒性。相比较于常见的一些目标检测算法,该方法具有更好的抗干扰能力和环境光照变化适应能力,可以应用于靶场多目标图像的目标检测,也可应用于其他类似的目标检测问题。     

建筑结构火灾裂缝图像处理技术

利用近年正在高速发展的数字图像技术,对建筑结构火灾后的裂缝进行识别检测自动化研究,即使用数码相机对建筑结构进行摄影观测,并开发相应的程序对所获取的检测数字图像进行处理。研究结果表明,该方法能自动识别建筑结构的裂缝,且检测结果准确,操作方便,可对火灾后开裂的建筑结构安全性评估提供依据。     

一种面向目标的伪彩色图像融合算法

针对远距离红外与可见光融合图像中目标不突出的问题,提出了一种面向目标的伪彩色图像融合算法。基于目标特征将红外图像分割为目标区域和背景区域,以人类视觉的生物机理和感受野的数学模型为基础,利用差分高斯函数(Difference of Gaussians,DOG)模拟视觉拮抗特性,对目标区域和背景区域用改进的感受野模型和不同的彩色映射规则进行伪彩色图像融合。实验结果显示:该算法能够保留图像共有特征,突出独有特征,融合图像色彩自然、目标突出,具有良好的视觉效果。