激光异物清理系统的光束发射系统设计

高压电网长距离传输线路经常飘落缠绕风筝塑料等异物需要及时清理,而人工异物清除方法存在较大安全隐患。激光具有发散角小、方向性高、高亮度的特点,是远距离非接触式电网异物清除的有效手段。为此在实验室搭建激光毁伤测试系统,测量典型电网异物清除阈值,依据测量结果设计了一种适用于户外使用的固定焦距光束发射系统,系统由3片分离式球面镜片组成,成像质量达到衍射极限,结构简单紧凑,长度仅有272 mm,重量小于48 g。根据设计结果,通过优化设计光源到透镜的距离,可实现系统在20~200 m工作距离调整。最终,采用物理光学传播功能模拟系统实际的使用情况,系统在发射基模高斯光束时,在各工作距离下光斑直径均小于9 mm,达到异物清除阈值,可实现对各类电网异物的有效清除。     

Fe/Al金属间化合物光束合金化涂层的组织分层现象

在45钢表面预涂纯Al粉，用光束合金化的方法合成了Fe／Al化合物涂层。使用SEM、EDS、X-ray衍射研究了涂层的组织特点及物相组成。研究结果表明，Fe／Al化合物涂层发生了组织分层现象，表层为FeAl Fe3AlC0.5层，第二层为Fe3Al Fe3AlC0.5层。发生组织分层现象是由合金化过程熔池中Al的含量由表层到底部逐渐减小所引起的。其原因可能与Al的密度较低和熔池搅拌不充分有关。     

高能束合金化技术的研究现状和发展趋势

综述了国内外以激光为代表的高能束表面合金化技术的研究现状，报道了当前表面合金化技术的研究问题，对高能束表面合金化技术的趋势进行了分析。指出激光合金化改性层的质量控制、合金化过程的自动化、合金化技术在工业生产中的推广应用是该技术的重要攻关方向。     

基于变步长重采样的非高斯非线性目标跟踪

研究了非高斯噪声条件下非线性运动的目标跟踪问题。给出了非高斯噪声的两种产生方法,分别是概率分布函数法和生成数据库法,前者具有完整的数学理论支撑,后者易于操作实现。提出了一种基于置信区间的变步长重采样方法,并将其融入到粒子滤波的方法过程中。仿真表明,产生的非高斯噪声具有较好的尖峰特性,新的粒子滤波方法能够实现更高精度的目标跟踪,避免了粒子退化问题,为非线性目标跟踪问题的研究提供了一种思路。     

高斯类小波变换的开关电流频域法实现

提出了一种基于频域共享结构的高斯类小波变换的开关电流电路。通过分析在频域具有相似表达的Morlet、Marr和DOG小波函数,基于频域共享单元实现高斯类小波变换频域共享系统。频域共享高斯类小波变换采用开关电流技术实现,不同尺度上的高斯类小波变换可通过调节开关电流电路的时钟频率获得。仿真结果证实了提出方法的有效性。     

压缩感知中高斯矩阵的优化研究

为了优化高斯矩阵,对部分哈达玛矩阵与高斯矩阵的统计学参数作了对比分析,确定了导致部分哈达玛矩阵信号重构能力好的主要因素,并提出了高斯矩阵优化算法.验证了优化算法对不同规模高斯矩阵的通用性和有效性,确定了优化矩阵对各种稀疏信号重构算法的适用性.最后对优化矩阵的性能作了初步的理论和实验分析,优化矩阵的信号重构能力可达到、甚至超过哈达玛矩阵.研究成果为测量矩阵的分析、设计和优化提供了新的思路和方法.     

基于高斯混合模型的有约束彩色医学图像群配准技术

为利用多幅彩色图像中的丰富信息,提高配准精度和效果,把基于高斯混合模型的灰度图像群配准技术推广为彩色图像群配准技术。为了减少同一彩色图像不同彩色分量之间的形变偏差,定义了彩色分量形变约束项。总彩色图像配准测度是两个函数的代数和构造:彩色分量形变约束项和基于概率分布的对数似然函数。通过对人体胃部彩色图像和数据可视人彩色切片图像的群配准实验,证实了有约束彩色图像群配准技术具有很好的配准结果。     

野外视频监控图像去雾算法研究

在野外雾天环境下,由于大气粒子的散射作用导致图像降质严重,直接影响图像的视觉效果和应用价值,因此有必要对雾天图像进行去雾处理,以提高雾天图像的清晰度和保真度。为此,提出一种野外视频监控图像去雾新方法。基于暗原色先验去雾的原理,采用区域生长算法准确快速估计雾天图像的深度信息,应用雾天图像物理模型对图像去雾处理,并进行亮度补偿。实验结果表明,该算法能有效改善雾天图像的质量,大幅提高运算速度。     

基于混合高斯模型的异常检测算法改进

针对视频监控系统中分离出合适的运动目标是进行目标识别的关键步骤,并且需要在分离目标时对光线的连续变化有相应的自适应能力并保持检测目标的准确性。为适应应用环境对背景构建和前景的获取与释放控制,对所使用的自适应混合高斯背景模型进行了相应的优化。背景构建和前景控制算法为:构建一个静态背景图像,然后让一个包含场景中移动对象和静态背景图像的视频序列对背景模型进行初始化。对前景消融时间的调整引入前景消融时间控制机制和独立的模型学习效率。通过多次的实验证实了该算法有很好的鲁棒性和准确性。     

EMD-IT去噪算法的阈值估计方法

为解决EMD-IT去噪算法中阈值难以确定的问题,提出一种基于高斯白噪声能量分布的阈值估计方法。将含噪信号进行经验模态分解并估计各固有模态函数(IMF)中噪声的能量;根据模态单元阈值的含义,在各IMF中利用去除掉的模态单元包含的总能量等于噪声能量这一准则估计阈值。合成数据和实际心电信号的去噪仿真实验验证了该方法的有效性,其是自适应的且避免了阈值选择的主观性。