三维纺织复合材料缝合机械手系统——末端机构的设计与理论分析

为了缝合三维纺织复合材料预型件,提出了在机械手末段安装单边缝合机构来组成缝合系统的加工方法.利用曲柄滑块机构、凸轮机构和四杆机构设计了单边缝合机构.介绍了它的工作原理和设计方法.利用复数矢量法进行了运动学分析.分析结果表明,该缝合机构满足设计要求.     

一种SAR图像目标识别方法

提出了一种新的合成孔径雷达 (SAR)图像目标检测和识别方法 ,该方法根据SAR图像统计分布特性 ,结合恒虚警检测算法和小波变换提取感兴趣的SAR图像目标特征 ,检测得到目标 ,采用马氏距离从杂波背景中识别该目标。实际SAR图像测试结果表明了该方法的有效性     

基于改进SIFT 算法的掌纹图像拼接

为解决采集的掌纹图像不完整的问题, 改进了SIFT 特征图像拼接算法, 从而得到完整掌纹图像, 提出LoG-SIFT 特征点匹配拼接算法并设计一种剔除误匹配点对策略。实验结果显示, 改进后算法能增强手掌表面纹线特征, 显著提高特征点对匹配数量, 降低点对匹配错误率。     

基于尺度空间约束的融合特征点匹配方法

本文提出一种多尺度特征匹配的空间约束机制,Combinative Feature based on Constraint in scale space(CFCS SIFT),该约束机制以SIFT特征点的尺度为基础,对多尺度空间中检测到的DOG特征点与Harris角点提供匹配空间约束,以提高正确匹配点对的数量.基于该约束机制,构造了一种融合DOG特征提取、Harris角点提取原理的SIFT描述符提取与匹配方法,该方法在多尺度空间中提取DOG特征点、Harris角点,并根据特征点的空间、坐标参数获取SIF T描述符.在将DOG特征点和Harris角点相融合并生成SIFT描述符的基础上,设定尺度阈值,根据尺度阈值对检测范围进行空间约束,在约束范围内查找特征点,采用BBF(Best Bin First)算法,并用欧氏距离作为度量函数进行特征点的匹配,最后用RANSAC对匹配点对进行筛选纠错.通过大量实验证明,该算法能够找到更多匹配点对,正确匹配点对相对于不具有空间约束的融合特征点匹配方法增加了15%左右.     

全息图像轮廓线叠差分析桥梁挠度变形的方法

为通过摄影测量手段方便快速地得到整个试验梁的真实挠度,采用Log边缘提取算子提取图像灰度信息和轮廓线信息,再对试验梁下边缘轮廓线进行叠差分析即可得到主梁全息变形数据。通过与传统位移计测量挠度的方法对比发现表明:采用全息图像轮廓线叠差分析桥梁挠度所得结果满足工程应用精度要求;运用此方法,定期采集桥梁轮廓线信息,可以对桥梁进行长期监测,方便快捷找出桥梁的异常变形。     

基于神经网络数据融合的目标识别方法研究

综合应用图像识别、神经网络和数据融合技术是多传感器ATR系统的一个重要研究方向。设计了一种基于BP网络和多传感器数据融合的图像识别系统。从信息论的观点出发 ,在理论上探讨了BP网络数据融合用于图像目标识别 /分类的机理。以此理论对实验结果的合理解释证明了该理论的正确性。理论分析和实验结果都证明了神经网络数据融合用于图像目标识别 /分类的有效性和可行性     

基于改进相关邻域模型的SAR图像RCS重构

提出了一种基于改进相关邻域模型的SAR图像RCS重构滤波器，特别对高分辨率的SAR图像具有很好的去斑效果。本算法虽然是一种RCS重构算法，但是通过采用非线性积累的方法，可明确地把图像划分为阴影、背景和目标区，直接达到SAR图像目标检测的结果。本算法在平滑图像的同时，克服了多视平滑降低图像分辨率的固有缺陷，并且能较好地保持图像的边缘信息，能极大地提高后续SAR图像解释的效率。     

基于Internet的超声影像工作站的建立

基于Internet的超声影像工作站具备图像采集、存储、加工、报告检索等功能，有利于提高超声科学的医疗、教学、科研、管理和培训质量，方便患者。本工作站运用了Internet内网技术、远程图像监控技术，能更好地完善图文报告的传输，使利用现有条件实现实时动态超声远程会诊成为可能。     

Chen-Mobius变换在图像处理应用中的GUI实现

GUI界面是Matlab软件中实现程序功能的一种方式,本文的目的是实现Chen-Mobius变换在图像处理应用中的GUI界面。Chen-Mobius变换方法已应用于图像处理的去噪、水印、传输及保密,具有许多优点。而其软硬件的实现显得尤为迫切。鉴于此,文章实现了该方法在图像去噪方面的GUI交互界面,同时对比均值去噪方法,说明其优越性,为今后此法的软硬件功能实现和广泛应用打好基础。     

可视动目标逐步求精分割技术研究

运动目标识别跟踪系统中 ,目标分割是至关重要的处理环节。由于目标阴影、碎块等因素 ,估计精度受到影响 ,甚至导致跟踪的失败。提出了目标形状波动度的概念 ,并将其作为目标识别特征 ,利用最大似然估计准则 ,对目标初始区进行逐步求精估计。该算法简练实用 ,能有效地提高估计精度 ,为确保目标可靠性跟踪提供了新的手段。