实验教学的改革与实践

本文主要介绍了我们在实验教学中为培养学生的创新精神和实践能力所做的一些尝试,通过实施实践教学“一条龙”以及改革实验教学内容和组织开放式实验教学,使实验教学效果得到明显改善。     

Retinex和小波变换去除遥感图像云雾方法分析

基于遥感图像中的云和景物信息频率分布特征,介绍了改进的Retinex方法和小波变换两种去云方法的基本原理,并结合实验分析两种方法的优缺点。Retinex算法对较暗区域的图像处理有明显效果,改进的Retinex方法则是基于经典Retinex,对具有较高亮度的遥感图像通过图像变换方法达到去云的目的。小波变换方法是将图片进行适当层次的小波变换,增大低层细节系数,突出景物信息,减小高层细节系数,适当减小近似系数,最后将所有系数重构,得到重构图像。实验结果评价及数据表明:基于小波变换方法优于Retinex方法。     

最大熵和高斯模型在锂电池缺陷识别中的应用

锂电池极片缺陷在线识别系统中采用最大熵阈值法实现图像的阈值分割,采用缺陷面积排序的方法取出最大缺陷目标,提取二值化图像中缺陷的几何形状和投影参数作为特征值,最后采用高斯混合模型算法实现对缺陷目标的识别分类。实验结果表明:该系统能自动实现阈值分割,准确提取缺陷特征,识别准确率达到94%。     

小波和稀疏分解在非连续性薄膜去噪中的应用

为了在传感器测量锂电池非连续性膜厚前不需测量C型机构的固有频率和扫描振动频率,采用3层小波-阈值判断-稀疏分解信号处理去噪方法,进行了理论分析和实验验证。该方法不需固有频率和扫描振动频率的先验知识,在不同C型机构扫描速率模式下,通过迭代选取最佳匹配的原子序列保留锂电池薄膜厚度分布,滤除局部噪声波动,实现稀疏迭代去噪。结果表明,相对于小波算法,在缺乏先验知识的条件下,稀疏分解算法具有较好的去噪性能,其均方差值达5μm~7μm,是一种操作简单、可行有效的方法。     

基于原子模板匹配的锂电池膜厚快速稀疏去噪

为解决多尺度小波算法在锂电池膜厚传感器测量前需确定C型机构的固有频率和扫描振动频率的不足,采用基于原子序列模板匹配的快速稀疏信号处理去噪方法。该方法不需先验知识,在不同扫描模式下通过稀疏分解迭代训练膜厚数据并构建原子序列模板库,对于不同扫描模式下的膜厚数据选取模板库中匹配的原子序列进行稀疏迭代去噪。实验结果表明:原子模板匹配算法具有较好的去噪性能,其运算速度高于传统稀疏算法57倍。     

通过扩展编程模拟星敏感器光学系统成像方法的研究

星图是星敏感器技术研究中不可或缺的重要数据,利用计算机进行星图模拟成为一种获取星图的捷径。提出一种通过扩展编程,模拟星敏感器光学系统成像过程,获取星图的方法,建立星图模拟系统。首先,在分析光学系统成像模拟基本原理的基础上,讨论利用软件接口,通过扩展编程实现模拟成像的必要性。然后,详细介绍成像模拟、增加噪声和伪星、存储和输出星图等步骤的实现方法,以及扩展编程方法的具体运用。最后给出星图模拟系统的设计结果,并针对给定的光学系统,给出实例,验证模拟方法。结果表明模拟方法正确,操作简便,程序设计工作量少,星图模拟系统人机交互性强,功能多样,提供的数据丰富多样,对于促进星敏感器技术研究具有重要意义。     

高分辨雷达随机参量脉冲串检测器的快速算法

高分辨率雷达目标的随机参量脉冲串检测方法比常规检测方法有较大改善,但其算法复杂、运算速度慢.文中根据检测似然比序列的特点,利用递推关系,提出了一种快速算法.分析与仿真表明,与直接计算相比,该快速算法的运算速度提高近10倍,因而具有很强的实用性,可以应用于实时检测.     

一种用于遥感图像云雾处理的小波系数加权算法

依据小波变换理论分析,得出图像经多层小波变换后,低层细节系数频率高于高层细节系数,近似系数的频率最低.遥感图像景物的频率较高,云雾频率较低.提出通过选择合理的分界层数,将景物信息尽量分配到低层细节系数,云雾噪声尽量分配到高层细节系数,对低层、高层细节系数、近似系数分别给予权重,增大低层细节系数,突出景物信息,减小高层细节系数,削弱云雾噪声,依据近似系数包含云雾状态,保持或减小近似系数.同时还提出以信息熵作为分界层数和权重选择的依据.实验证明,该算法优于同态滤波和Retinex算法.     

星图模拟方法在星敏感器技术研究中的应用

目前,星敏感器是一种高精度的姿态测量设备,利用计算机开展星图模拟能提供丰富的星图数据。文章讨论了利用光学设计软件,通过扩展编程模拟星敏感器成像,输出模拟星图的原理和方法,给出星图模拟程序设计结果,讨论星图模拟方法在评估光学系统、星像提取算法、星图识别算法性能以及标定系统误差等方面的应用。研究表明,星图模拟为促进星敏感器技术的研究提供了重要支持。