基于图像处理的自动报警系统设计与研究

针对传统监控报警系统的缺陷,设计出一种基于图像处理的自动报警系统,并给出系统的设计方案、硬件设计和软件设计,重点提出了运动目标检测和报警算法．系统通过对运动目标的检测,实现对非法侵入自动报警．采用的高速处理芯片DSP和CPLD技术,使系统具有实时性和自适应能力．实际结果表明：系统图像质量高,稳定;误报率极低．     

大模数硬齿面高精度滚剃刀的齿形制造

在进行大模数硬齿面高精度滚剃刀的研制中,将圆弧拟合的方法用于渐开线蜗杆的齿形制造,可以提高滚剃刀渐开线的齿形精度。本文采用圆弧拟合大模数滚剃刀渐开线蜗杆法截面齿形曲线,进行了渐开线蜗杆法截面齿形计算及圆弧拟合误差的分析计算,并采用计算机进行优化计算,将理论造型误差控制在0.7μm以下;通过对滚剃刀渐开线蜗杆的圆磨,使滚剃刀的齿形制造精度在AA级的水平上进一步提高,从而有效地保证了滚剃刀渐开线的齿形精度。该方法在使用中简单易行,为精度级渐开线蜗杆的制造提供了新方法。     

基于贝叶斯分类器的实时图像目标识别实验研究简

基于对不完全朴素贝叶斯分类器的分析,提出一种离线训练在线识别的目标图像识别与跟踪实验方法.实验将模板图像与目标实时图像之间的特征匹配问题转换为特征分类问题,并在成像自寻的导引系统上运行.实验结果表明,该方法在保持很高鲁棒性的同时,大幅减少在线目标识别的计算量,具有较强的实时性.     

地面装甲目标声信号的混沌特征提取

针对地面装甲目标辐射的噪声信号的非线性特性,为使智能地雷能够有效地识别目标,利用非线性动力学理论中的混沌原理对目标声信号进行特征提取。通过野外场地实验,采集到2种装甲目标在不同运行速度下的40组样本信号,采用改进C-C法求得信号时间序列的相空间重构参数——时延和嵌入维,再利用Wolf法得到了2种目标声信号的混沌特征量——最大Lyapunov指数。结果显示：同一目标声信号的最大Lyapunov指数相近,且与运动状态相关性不大;不同目标间声信号的最大Lyapunov指数相差较大,辨识度较高。结论证明,最大Lyapunov指数可以作为地面装甲目标识别的有效特征参量。     

在ICT扫描中X射线辐射场均匀性的理论计算

由于工业CT能够真实记录工件内部缺陷的形状、尺寸及其物理方面的大量信息。而广泛应用于工业检测领域。X射线辐射场的均匀性对图像的质量产生重要影响。利用C语言编制计算机程序,其中的参数取自工业CT的技术参数,以探讨靶角、管电压、距离和过滤材料如何影响反射式X射线管辐射场的均匀性。     

基于改进的引导图像滤波和深度去噪自编码器的微弱目标跟踪算法

微弱目标易被周围环境中强烈的噪声干扰,为解决现有目标跟踪算法由于低信噪比导致跟踪准确度低的问题,提出一种将引导图像滤波器和深度去噪自编码器集成到粒子滤波器框架中的跟踪算法。通过引导图像滤波(guided image filter, GIF)算法对目标图像进行滤波处理,保留有价值的模板信息并使不准确的背景模板模糊,有效增强目标图像;通过改进的深度学习算法对深度去噪自编码器训练和微调,更好地适应目标外观变化;构造粒子分类器框架根据粒子重要性权重定位目标。实验结果表明,该算法在微弱目标跟踪准确度和抗干扰能力上优于多种现有主流跟踪算法。     

基于一种改进RRT算法的足球机器人路径规划

针对足球机器人运用传统快速扩展随机树(RRT)算法进行路径规划时随机性大的问题,提出了一种目标引力式的RRT路径规划算法。该算法在RRT算法的基础上引入了一个目标引力函数,避免了扩展随机树向目标点以外的方向生长,改进了快速扩展随机树缺乏确定性的问题,提高了足球机器人在路径规划方面的效率。仿真实验结果表明,该算法能够得到最佳路径,同时可以有效提高路径的规划速度。     

基于连续谱特征提取的被动声纳目标识别技术

目标噪声特征提取和目标分类器设计是被动声纳目标识别系统的关键技术 .针对被动声纳目标识别 ,提出了一种新的连续谱特征提取方法 .此外 ,为了训练神经网络目标分类器 ,将遗传算法和 BP算法相结合 ,提出了一种新的自适应遗传 BP算法 .最后 ,对海上实录的三类目标噪声进行了分类识别 .实验结果表明 ,设计的被动声纳目标识别系统具有很好的分类效果     

视频会议系统中基于Mpeg4视频流的带宽控制

论述了一种基于Mpeg4数据流的速率控制解决方法 ,实现了应用在视频会议系统Admire中的视频网关VGW ,使系统在组播网络和单播网络互通的基础上 ,能够调整对单播用户 (可用带宽较低用户 )的视频发送速率 ,达到充分利用网络带宽和避免网络拥塞的目的     

合成孔径雷达图像中机场跑道的自动识别

为解决雷达图像中的机场跑道识别问题 ,提出了一种合成孔径雷达图像中机场跑道的自动识别方法 .首先 ,对原始图像滤波并提取图像轮廓 ,其次对轮廓图作Radon变换 ,保留最大的几个Radon变换系数 ,将其余系数置 0 ,并对Radon逆变换得到的图像进行二值处理 ,从而过滤掉大部分干扰线条 ,仅保留图像中的主要直线条 ,最后利用直线模板滤除残余干扰线条 ,并根据阈值检测出机场跑道 .实验结果表明 ,所提方法能够准确地识别出复杂背景下的水平、垂直和倾斜的机场跑道