曲面重构误差的单纯形匹配检验方法

针对反求工程中的曲面重构误差检验问题,提出了一种点云数据和重构曲面的匹配检验方法.首先,通过包围盒刚体变换求取了匹配初值,再基于单纯形优化方法求取最佳变换矩阵完成了精确匹配.以匹配后的模型为基础,设定误差检验包络面,分析了测量点与重构曲面的偏差和均方根误差.实践证明:该方法具有高效、精确等特点,有效地解决了曲面重构误差分析和质量评估问题.     

双曲线法抗跟踪干扰研究

针对中、低速跳频电台跟踪干扰问题,从通信抗干扰的角度出发,通过对干扰椭圆方程的变形分析,提出了抗跟踪干扰的双曲线法,推导了抗干扰双曲线的方程,并计算出了跟踪干扰无效区域。最后,分析了该双曲线的特点及影响因素,介绍了该方法的运用。与现有的抗跟踪干扰理论依据相比,根据双曲线法选择抗干扰措施更直观、更简单。     

非齐次边值问题解的存在性

研究非齐次边界条件下,含有p—Laplacian算子的微分方程解的存在性,应用上下解方法,得到边值问题可解性的充分条件．     

基于拼接算法的炮膛疵病自动识别技术

针对当前采用目测识别方法进行炮膛疵病检测时存在的识别速度慢、精度低、人为影响因素大等缺点,提出了一种基于拼接算法的炮膛疵病检测方法。该方法采用Harris角点检测算法进行特征点提取,采用归一化互相关法进行特征点初匹配,采用马氏距离提纯算法消除误匹配,采用改进的8参数透视变换优化估计算法和基于边界保持的函数加权平滑融合算法进行炮膛图像融合,并选取图像面积、短长径之比为特征参数完成疵病的自动识别。实验结果表明：该算法对炮膛图像能较好地进行拼接,而且数值化的疵病识别方法相比传统目测识别方法也更加快速、准确,可为部队和相关工程人员进行身管检测提供有益参考。     

基于广义标准轨迹的平衡滑翔状态反馈制导方法

对多约束条件下远程助推滑翔飞行器再人滑翔飞行问题,提出了一种基于广义标准轨迹的平衡滑翔状态反馈制导方法.建立了远程助推滑翔飞行器的动力学模型,确定了飞行轨迹约束条件,详细阐述了基于广义标准轨迹的平衡滑翔状态反馈制导方法的制导原理,设计了远程助推滑翔飞行器的侧向和纵向制导律,并采用LQR( linear quadratic regular)方法设计了纵向制导参数,仿真验证了该方法的可行性.与以往再人滑翔制导方法不同,该制导方法主要利用飞行攻角的变化来调节飞行轨迹,飞行过程中飞行器的速度倾侧角较小.仿真结果表明,该制导方法能满足远程助推滑翔飞行器的再入滑翔制导问题,并且具有较好的鲁棒性和自适应性.     

滑翔导弹再入拉起段弹道优化设计与制导

对滑翔导弹再入弹道进行了分段,根据再入拉起段的特性建立了弹道优化设计模型,认为导弹在再入拉起段弹道终点时应处于纵向力平衡状态,使用Gauss伪谱法进行了再入拉起段的能量最优弹道优化计算;利用基于伪谱法优化的弹道在线生成,实时产生控制指令,实现了再入拉起段的闭环弹道控制.仿真结果表明,Gauss伪谱法弹道优化具有精度高、计算时间短等特点,闭环弹道控制能较好地消除风、再入参数偏差等干扰的影响,具有应用于在线制导的潜力.     

一种面向多核处理器的高效并行PCA-SIFT算法

提出一种面向多核处理器的并行PCA-SIFT算法,采用数据级并行方法实现并行的特征提取和特征点匹配,将计算任务分配到各个DSP核并行处理,充分开发多核处理器的多级并行性.实验结果表明,并行PCA-SIFT算法对各种不同图像形变的图像具有良好的适应性,具有接近串行PCA-SIFT算法的图像匹配能力,平均加速比达3.12.     

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。     

基于颜色及梯度统计特征的结核杆菌目标识别

提出一种基于颜色及梯度统计特征的结核杆菌目标识别算法。首先基于HSV颜色空间进行图像预分割,然后在CIE L*a*b*颜色空间进行自适应分割以提取目标精细几何形状。为了适应背景的复杂变化,基于色调一致性假设对疑似目标进行色调一致性检验并剔除大部分伪目标。为了将重叠粘连目标从伪目标中分离出来,提出两个梯度统计特征,然后结合目标的面积、周长、长宽比、圆形度、粗糙度等形态特征,组成7维特征向量送入贝叶斯分类器进行分类。实验结果表明,本文算法能适应标本、染色及图像背景等复杂变化,目标识别率可达91%。     

机载平台野外立体场景弱小变化目标检测

提出了一种针对机载序列图像的野外立体场景弱小变化目标检测新方法。为了补偿平台运动,提出了一种级联图像配准模式,即首先通过生物视觉方法对待检图像进行快速粗配准,然后通过不变系数最小二乘匹配进行精配准;为了补偿图像间的灰度变化,提出了直方图一致性变换方法,该方法不仅可以处理线性灰度变化而且可以处理非线性灰度变化;为了弱化场景立体效应影响,提出分子区的方法,即通过将图像划分为若干子区,各对应子区独立求解仿射参数,使得待检图像不同位置子区可以对应不同几何变换参数。光电吊舱真实图像变化检测实验,证明了文章方法的正确性和有效性。