基于标准化信息距离的彩色图像检索方法

针对标准化信息距离（Normalized Information Distance,NID）在图像检索（Image Retrieval,IR）应用中的优势和不足,结合图像的显著图,给出了一种改进的基于NID的IR算法,并进行了仿真实验。结果表明：改进算法的检索性能有了较好的改善。     

一种新的形态中值小波图像去噪方法

图像去噪是图像预处理中一项重要环节.针对线性小波分析在图像去噪中会丢失一些细节信息这一缺点,利用数学形态学算子的非线性特征,构建了一种非线性的可用于灰度图像处理的形态中值小波,并应用于图像去噪.对比实验结果表明,该方法比线性小波去噪方法具有更好的去噪性能,图像细节信息损失更小.     

北斗三号新信号体制共视时间比对

为促使北斗系统特别是北斗三号系统尽早加入国际原子时计算,利用中国科学院国家授时中心以及捷克无线电工程和电子学院两个守时实验室接收机产生的北斗三号新信号体制观测数据,开展基于北斗三号新信号体制共视时间比对试验。结果表明,北斗三号信号的多路径噪声影响小于北斗二号信号,且信噪比优于北斗二号信号。对比已有的研究,北斗三号新信号体制(B1C和B2a)共视时间比对的噪声相对于北斗三号卫星播发的北斗二号兼容信号体制(B1I和B3I)有较大的改善,其结果与GPS、Galileo共视比对结果相当,且在零基线共钟比对中,基于北斗三号新信号体制比对钟差的标准偏差相对于北斗二号信号提高了40%以上;利用北斗三号新信号体制共视得到的亚欧两地钟差噪声小于北斗二号信号,且比对钟差的稳定度相对于北斗二号提高了10%以上。该试验也可为北斗三号时间比对纳入国际原子时计算提供相关的研究基础。     

Multi-scale traffic vehicle detection based on faster R-CNN with NAS optimization and feature enrichment

It well known that vehicle detection is an important component of the field of object detection. However, the environment of vehicle detection is particularly sophisticated in practical processes. It is compara-tively difficult to detect vehicles of various scales in traffic scene images, because the vehicles partially obscured by green belts, roadblocks or other vehicles, as well as influence of some low illumination weather. In this paper, we present a model based on Faster R-CNN with NAS optimization and feature enrichment to realize the effective detection of multi-scale vehicle targets in traffic scenes. First, we proposed a Retinex-based image adaptive correction algorithm (RIAC) to enhance the traffic images in the dataset to reduce the influence of shadow and illumination, and improve the image quality. Second, in order to improve the feature expression of the backbone network, we conducted Neural Architecture Search (NAS) on the backbone network used for feature extraction of Faster R-CNN to generate the optimal cross-layer connection to extract multi-layer features more effectively. Third, we used the object Feature Enrichment that combines the multi-layer feature information and the context information of the last layer after cross-layer connection to enrich the information of vehicle targets, and improve the robustness of the model for challenging targets such as small scale and severe occlusion. In the imple-mentation of the model, K-means clustering algorithm was used to select the suitable anchor size for our dataset to improve the convergence speed of the model. Our model has been trained and tested on the UN-DETRAC dataset, and the obtained results indicate that our method has art-of-state detection performance.     

内燃机噪声控制的现状与发展

军用装备动力设备噪声过大严重影响指战员的通讯,对身心会造成严重的伤害.介绍了内燃机噪声控制技术的发展过程和最新技术,对隔声罩的设计作了较为详细的阐述.针对军用装备动力设备噪声过大的问题,提出采用隔声罩是较为行之有效的处理方法.     

损耗地面上线天线的一种近似计算方法

在普遍镜像法分析地面上垂直天线特性的基础上,提出了一种修正的镜像法,该方法能提高计算的速度.通过仿真计算以及对测量结果的比较,发现VLF天线输入阻抗随着地面电导率的改变而明显变化,而且大地的形状和地质在一定程度上影响VLF天线的发射效率.     

基于二进小波变换的噪声图像自适应增强新算法

针对图像增强算法通常会放大原图像中噪声分量的问题,提出了一种基于二进小波变换的图像增强新算法。该算法充分利用了二进小波变换的平移不变性和各尺度上小波系数间的相关性,有效改善了增强过程中噪声放大和边缘失真问题。此外,算法具有高度的自适应能力,适用性更强。实验结果表明,与目前已有的各类多尺度图像增强算法相比,该算法在抑制噪声和凸显图像特征两方面均有明显改进。     

电晕放电辐射信号分析的小波基函数选取

研究电晕放电辐射信号既有利于消除其危害又有助于加强对其利用。针对小波变换提出在不同情况下对不同类型的电晕放电进行分析时,选取小波基函数的方法,理论上可以通过信号与小波波形的匹配或者通过计算信号与小波相关系数的方法来确定,而在不确定放电类型时可进行实际分析。     

基于类间最大方差法的铁谱磨粒彩色图像自动分割

在磨粒图像RGB彩色空间,选择其3个正交彩色特征,应用类间最大方差法对其分割,依据F isher判别函数选择其最佳特征与最佳阈值,实现了磨粒彩色图像的分割。大量磨粒图像分割实践证明,该分割方法具有分割精度较高、计算速度快、自适应性强等特点,是铁谱磨粒彩色图像自动分割较理想方法之一。     

一种非均匀噪声下的DOA估计算法

通用协方差差分算法用来实现对空间非均匀噪声环境下相干信号的波达方向(DOA)估计,该算法可以完全消除空间非均匀噪声,且适用于低信噪比环境,但该算法的DOA估计结果存在伪峰。针对这一问题,提出了一种改进的算法。改进算法通过对通用协方差差分(GCD)算法的信号协方差矩阵进行变换,再用特征分解的方法得到信号的DOA估计值。改进的算法可以完全消除伪峰,理论分析和仿真实验验证了改进算法的有效性。