直升机约束系统参数设计与乘员损伤研究

为提高直升机坠撞时约束系统对乘员的保护能力,参照现有汽车约束系统设计方法,对某直升机的约束系统进行开发。通过建立直升机驾驶舱和约束系统有限元模型,研究坠撞工况下乘员的姿态变化,对乘员损伤情况进行评估。根据约束系统各参数灵敏度分析结果,确定影响乘员伤害指标(WIC)最大的4个参数,利用正交试验和极差分析,分析各约束参数对乘员损伤的影响,并获得具有最低WIC值的设计参数,优化后的乘员WIC值较优化前降低了8.80%。     

人工神经网络在乘员约束系统中的应用

建立正面碰撞乘员约束系统空间模型,通过实车碰撞试验验证了模型的正确性.结合均匀试验设计方法,分别建立3种人工神经网络拟合乘员伤害,网络结构经过优化和训练后使用遗传算法寻优,优化后的参数使得约束系统的保护性能得到显著改善.优化结果表明:RBF网络和GRNN网络对乘员约束系统的拟合效果较好,预测精度较高.     

汽车碰撞过程中乘员响应的计算机仿真研究

根据汽车碰撞的事故形态与乘员伤害之间的规律 ,应用数理方法 ,建立乘员动力学响应的数学模型 ,开发出仿真软件 .应用该模型可以部分代替实车碰撞试验 ,进行汽车主、被动安全性能的计算机仿真研究以及乘员致伤机理研究 .     

乘员约束系统模型的建立及参数优化

利用MADYMO软件建立了乘员约束系统的模型,整个模型包括车体、安全带、安全气囊和假人。模型经过验证后与试验数据相比较符合要求,利用验证后的模型对约束系统的参数应用正交试验设计的方法进行了优化。     

双级发生器乘员侧安全气囊系统性能仿真研究

利用计算机仿真方法研究了双级气体发生器乘员侧安全气囊系统的约束性能以及对不同身材乘员的保护性。针对不同的双级发生器能量分配、卸荷孔直径以及两级发生器的延迟时间,进行第50百分位和第5百分位乘员不系安全带48km／h和系安全带56km／h高速滑台碰撞试验仿真,并对试验仿真结果对比分析,结果表明双级安全气囊系统在高速碰撞保护性能和减少离位乘员的伤害性方面与传统单级相比有了很大的提高。     

基于TESW的正面碰撞建模理论与验证

为了研究碰撞安全设计中乘员胸部减速度峰值大小与乘员约束系统、初始碰撞速度、车体结构和乘员响应之间的关系,以线性弹簧刚度k模拟乘员约束系统,并建立正面碰撞模型.在保持最大动态变形量C和反弹时间t相等的特征下,采取简化的尖顶等效方形波TESW（tipped equivalent square wave）拟合实际碰撞中的车体减速度,计算质心时间等参数确定波型TESW的关键点.详细推导了基于尖顶等效方形波TESW的胸车动力方程并进行求解,比较了基于TESW的胸部减速度与实际胸部减速度,进一步加深了基于TESW的正面碰撞理论.结果表明：基于正面碰撞的TESW建模理论是正确的,且可以指导实际车体乘员约束系统的初步设计.     

一种图像处理的汽车类型识别算法

描述了数字图像处理在智能交通中的原理和应用,运用差影法去背景取得汽车轮廓,接着对图像进行中值滤波消除其噪声,再利用数学形态学方法修补汽车图像,最后提取图像中汽车的长与高几何特征,按统计得到的标准设计相应分类,完成汽车类型的判定.通过实验显示,算法识别速度快,总体准确率达到86%以上.研究表明,将图像处理运用于车型识别,系统简单、快捷、准确率较高,能有效防止传统方法所不能解决的一些问题.     

多分辨轮廓匹配的成型制件外形检测

为了通过对制件图像进行轮廓匹配实现外形异常识别,提高生产效率和产品质量,提出制件外形多分辨轮廓匹配检测技术,通过分析起点对轮廓曲线的各分辨率小波变换的影响,建立轮廓某尺度下小波逼近量的搜索匹配策略,实现粗匹配下的形变判定.研究匹配轮廓段局部特征以及轮廓区间对的相异度统计,进而获得轮廓点对的精确对准,达到轮廓精配准,实现飞边、缺损等缺陷类型判定,最终得出外形检测结果.该方法在多种制件图像、各种外形异常类型中进行应用验证,结果表明外形检测准确度满足要求.     

面向RP骨骼CT图像的轮廓提取与精简

骨骼轮廓数据的提取是进行骨骼三维重构及制造RP原型的基础 .利用计算机图形学技术 ,根据骨骼CT图像的特点和快速成型制造的要求 ,探讨研究了骨骼CT图像的一般处理方法 ,即通过对断层图像的预处理、滤波处理、数据提取 ,生成断层图像轮廓 ,继而通过对轮廓优化和轮廓冗余数据去除 ,得到用于三维重建的二维轮廓数据 ,并在此基础上利用VC6 .0实现了骨骼CT图像的轮廓提取与精简 ,证明了该算法的可行性     

一种基于八邻域链码的掌纹图像定位方法

准确地检测出手掌轮廓线的角点是对在线掌纹图像进行精确定位的关键.目前已有的角点检测算法不能自动地提取出定位有用的角点.通过分析手掌轮廓线的8-邻域链码在角点附近的变化规律,提出了一种快速而有效的掌纹图像的轮廓特征点检测方法.首先,采用LOG边缘算子检测出二值掌纹的图像的边缘并用轮廓跟踪方法获得掌轮廓线的8-邻域链码;其次,根据手掌轮廓的8-邻域链在特征点附近的变化规律精确地检测出手掌轮廓特征点;最后,根据检测出的特征点建立参考坐标系,对掌纹图像进行定位.实验结果表明该方法是快速而有效的.     

基于全方位计算机视觉的ATM机智能监控

探讨了利用全方位视觉传感器(ODVS)以及计算机视觉技术来实现对自动取款机(ATM)的视频智能监控,采用ODVS来获取整个ATM机周围的全景视频图像,通过透视算法将全景视频图像展开成若干个重点监控领域;为了提高检索效率、减少存储和传输信息量,提出了通过基于高斯肤色模型的人脸检测算法获取ATM使用者的人脸图像并将时间地点等信息进行合并,得到一幅包含使用ATM时间、地点和人物图像;为了提高ATM的使用安全性,通过基于卡尔曼滤波的人脸跟踪和行为语义规则判定等手段来检测和分析ATM设备周围环境中的窥视行为.与现有的ATM视频监控技术相比,所提出的监控方法具有检测范围广、智能化水平高、存储检索效率高等优点,实现窥视行为检测算法具有较高的鲁棒性和检测精度.     

基于机器视觉的苹果表面纹理检测方法

提出了一种基于机器视觉技术的苹果表面纹理检测分级方法。提取苹果目标,使用不同算法灰度化图像。根据纹理位于图像中灰度突变处的特点,采用典型梯度算法,对目标图像进行两次梯度锐化。对图像进行滤波去噪使纹理更加突出。利用绝对差分算法,计算图像的平均梯度,选取阈值55,将苹果分为纹理鲜明A级果和纹理不鲜明B级果。设计了由PC机、可编程逻辑控制器、摄像机、图像采集卡等组成的苹果视觉自动化分级系统。选取41个水晶富士苹果在该系统进行了分级试验,分级窜果率为4.9%,可以满足应用要求。     

Research and Implementation of Algorithm for Image Enhancement and Unwrapped Distortion Correction for SLVF Panoramic Night Vision Image

Abstract： Based on digital signal processor（DSP） and field programmable gate array（FPGA） techniques, the architecture of super large view field（SLVF） panoramic night vision image processing hardware platform was established. The panoramic unwrapping and correcting algorithm, up to a full 360°, based on coordinate rotation digital computer （CORDIC） and night vision image enhancement algorithm, based on histogram equalization theory and edge detection theory, was presented in this paper, with the purpose of processing night vision dynamic panoramic annular image. The annular image can be unwrapped and corrected to conventional rectangular panorama by the panoramic image processing algorithm, which uses the pipelined CORDIC configuration to realize a trigonometric function generator with high speed and high precision. Histogram equalization algorithm can perfectly enhance the contrast of the night vision image. Edge detection algorithm can be propitious to find and detect small dim dynamic targets in night vision circumstances. After abundant experiment, the al- gorithm for panoramic image processing and night vision image enhancement is successfully implemented in FPGA and DSP. The panoramic night vision image system is a compact device, with no external rotating parts. And the system can reliably and dynamically detect 360＊ SLVF panoramic night vision image.     

幼儿视力检查的自动评测方法

针对小儿视力检查困难的问题,在小儿视力检查同步系统的基础上提出了一种对小儿视力检查视频的自动评测方法．该方法使用目标检测算法定位视频中的视力卡和被检查者的眼睛等重要对象,再模拟医生经验分析小孩对不同等级视力卡的注视情况,对分析出的关键视力卡使用图像分类算法对条栅进行分类,综合上述信息评估视力等级．该方法对关键对象检测和视力卡分级的准确率均达到了90%以上,幼儿视力自动评估的准确率达到了70%,实现了方便、客观地进行小儿视力检查视频等级的自动评测,对临床医生有重要的参考价值．     

一种基于小波域的鲁棒性数字盲水印算法

提出了一种鲁棒性数字水印算法。该算法中水印嵌入的位置和强度均与原始图像有关。利用图像小波变换系数值和图像视觉的关系，通过有选择的修改小波变换系数实现水印嵌入，嵌入的水印具有良好的不可见性和鲁棒性，水印检测采用了盲检测和三取二判决技术。实验结果表明算法对常规图像处理尤其是乘性噪声具有很好的鲁棒性。     

基于机器视觉刀具几何参数检测算法与误差分析

为解决航空整体结构件数控加工过程中因换刀频繁而导致刀具出错的问题,提出一种连通域外接矩形的刀具几何参数检测算法,开发基于机器视觉的刀具几何参数在位快速检测系统。采用工业相机、双远心镜头等采集刀具图像,利用MATLAB软件对刀具图像进行灰度变换、二值化等预处理,详细分析连通域标记算法和外接矩形算法的处理过程。结果表明,基于机器视觉的刀具几何参数在位快速检测系统的直径误差小于0.01 mm,悬长误差小于0.08 mm、响应速度快、测量精度高和抗噪性强。     

Fast network intrusion detection system using adaptive binning feature selection

Aiming at the problems of the low detection rate of traditional intrusion detection systems and the long training and detection time of intrusion detection systems based on deep learning,an adaptive binning feature selection algorithm using the information gain is proposed,which is combined with LightGBM to design a fast network intrusion detection system.First,the original data set is preprocessed to standardize the data;then the redundant features and noise in the original data are removed through the adaptive binning feature selection algorithm,and the original high-dimensional data are reduced to the low-dimensional data,thereby improving the accuracy of the system and reducing the training and detection time;finally,LightGBM is used for model training on the training set selected by the characteristics to train an intrusion detection system that can detect attack traffic.Through verification on the NSL-KDD data set,the proposed feature selection algorithm only takes 27.35 seconds in feature selection,which is 96.68% lower than that by the traditional algorithm.The designed intrusion detection system has an accuracy rate of 93.32% on the test set,and its training time is low.Compared with the existing network intrusion detection system,the accuracy rate of the proposed system is higher,and its model training speed is faster.     

基于360度激光扫描仪的深度图像构建

随着计算机视觉应用的日益广泛和自动化程度的日益提高,人们对于计算机视觉系统的要求也越来越高,在诸如机器人导航、飞行器导航、工业零件检测和抓取以及流水线组装等需要三维场景分析的计算机视觉应用领域中,场景深度信息对于系统的任务完成和性能的实现至关重要。提出并实现了一种结构简单可行的深度图像构建系统,系统搭载了轻小型360度激光扫描仪与USB摄像机。首先对360度激光扫描仪和USB摄像机分别进行标定,之后进行整体系统的标定,最后将系统采集的数据融合构建深度图像。通过实验证明,在激光扫描仪的扫描高度范围内本系统能精确构建深度图像,该系统适用于室内小型移动机器人的视觉导航。     

基于频谱能量分析的地质雷达探测图像判读

通过人工肉眼对地质雷达探测图像进行判读的方法易受判读人员主观性、经验性影响。为了规避这一不足,提出一种基于Counterlet等高变换和K-Means++均值聚类分析的频谱能量判读方法。以实际公路隧道为依托,经现场探测获取不良地质体的原始探测数据;采用IDSP探测数据分析软件生成原始图像及实施背景去除、滤波等时域、频域预处理以提高信噪比;基于子带分布系数采用Counterlet对预处理后的图像进行分解和重构,并采用K-Means++算法将重构后图像中的频率信息转化为颜色特征;利用MATLAB对颜色特征进行提取并据此建立不良地质体颜色特征样本库,将原始探测图像与样本库进行匹配对比以实现自动判读。结果表明：采用Counterlet等高变换对多方向、多分辨率、多尺度的地质雷达图像进行分解与重构是可行的,曲线边缘逼近效果良好,重构后的图像无信息丢失;K-Means++算法能实现地质雷达灰度图像中能量~频率~色彩的转化,转化后的图像色彩突出、直观;频谱能量的匹配对比能较准确、快速地实现自动判读及较好地规避个体主观性。     

基于Matlab和VC++混合编程的障碍检测系统设计

本文主要研究移动机器人在环境未知情况下的障碍物检测问题,提出了一种图像分割和立体视觉相结合的方法进行检测,减小了检测算法的复杂度,并能快速可靠地检测出机器人行进前方障碍物的位置和距离信息;将VC++的可视化图形界面功能和MATLAB的强大图像处理功能有机的结合起来,采用混合编程开发方法实现障碍物检测系统软件。实验结果表明,该方法在障碍物检测系统的开发过程中大大提高了编程效率,缩短了软件的开发周期。