舰船嵌入式电子系统低功耗可靠性测试模型分析

传统的测试方法存在测量时间长的问题,因此设计一种舰船嵌入式电子系统低功耗可靠性测试模型。首先确定基于考虑系统组件状况的舰船嵌入式电子系统低功耗可靠性测试内容,然后建立可靠性测试指标,将该指标作为系统可靠性判断的因子,由于对舰船嵌入式电子系统可靠性测试时,还存在系统运行时的可靠性问题,因此将其也作为测试内容,最后将2种测试内容与可靠性测试指标结合,完成最后的舰船嵌入式电子系统低功耗可靠性测试。实验对比结果表明,此次设计的舰船嵌入式电子系统低功耗可靠性测试模型比传统模型测试时间短,能够满足可靠性测试实时性需求。     

嵌入式平台下船舶电子组件缺陷自动检测分析

现有的电子组件缺陷自动检测分析方法均存在着检测效率低下的弊端,为此提出嵌入式平台下船舶电子组件缺陷自动检测分析方法研究。通过对电子组件图像的预处理得到电子组件缺陷目标图像,采用数据拟合方法对图像进行分割,以此为基础,对电子组件缺陷特征进行提取,利用决策树模型计算电子组件缺陷图像的决策因子,将其与标准决策因子进行比较分析,实现了嵌入式平台下船舶电子组件缺陷的自动检测分析。通过实验得到,与现有的电子组件缺陷自动检测分析方法相比,提出的电子组件缺陷自动检测分析方法得到的电子组件缺陷目标图像质量与检测效率更高,充分说明提出的电子组件缺陷自动检测分析方法具备更好的检测性能。     

基于嵌入式系统的舰船图像拼接技术

常规舰船图像拼接技术无法实现多环境的图像拼接,为此设计基于嵌入式系统的舰船图像拼接技术,对采集的舰船图像进行降噪处理后,利用均值法划分特征领域,通过特征领域构建尺度空间,利用尺度空间法则对图像特征进行配准处理,通过嵌入式系统中的换算函数对图像进行连接强化,实现舰船图像技术拼接。将设计的技术与常规3种图像拼接技术进行对比,在不同实验环境下,本文方法图像拼接能力明显好于3种传统方法。     

基于3D技术的舰船舱室设计缺陷可视化方法研究

传统的的舰船舱室设计缺陷可视化方法工作效率低,针对这一问题,基于3D技术研究了一种新的舰船舱室设计缺陷可视化方法。通过调整局部坐标系与视图坐标系设计缺陷可视化模型,根据设计的模型对舰船舱室的缺陷进行分析,罗列了各个舱室存在的问题。为检测方法效果,设定对比实验。结果表明,基于3D技术的舰船舱室设计缺陷可视化方法在工作效率上优于传统方法。     

数字遥感舰船图像特征精确匹配方法分析

传统舰船图像特征匹配方法,无法对数字遥感图像进行高精度图像匹配,导致图像有效信息使用率降低。因此,提出数字遥感舰船图像特征精确匹配方法分析。首先,通过FAST算法对数字遥感图像进行匹配信息的高精度特征检测;接着,根据图像特征检测数据,对图像特征点进行描述;然后,通过描述的特征点信息,完成像素级别的特征相似度匹配计算,从而完成数字遥感舰船图像特征精确匹配。最后,采用仿真测试工具,对设计方法与传统方法进行数据实验,并根据实验对比结果,证明数字遥感舰船图像特征精确匹配方法的有效性。     

舰船火灾报警网络监控的嵌入式系统设计

传统舰船火灾报警监控系统,存在报警及时性差、监控范围分布不均等弊端。为有效解决上述问题,设计舰船火灾报警网络监控的嵌入式系统。通过基于S3C44BOX嵌入式硬件平台设计、系统中断模块设计,完成嵌入式系统的硬件设计。通过舰船火灾报警网络软件任务划分模块设计、总线应用层协议设计、报警监控程序设计,完成嵌入式系统的软件设计。设计对比实验结果表明,新型系统与传统系统相比,明显提升舰船火灾报警及时性,缓解监控范围分布不均现象。     

全景视觉舰船图像局部特征点检测

针对传统的舰船图像局部特征点检测技术在检测特征点时,因重复抓取造成检测结果中噪点比例过高,影响有效信息读取的问题,因此设计全景视觉舰船图像局部特征点检测技术。在对舰船图像预处理后,计算稳定度和匹配度2个舰船图像局部特征点的检测参数。将计算得到的检测参数作为高斯金字塔的参数,使用高斯尺度空间法检测舰船图像特征点,完成全景视觉舰船局部特征点检测技术的设计。设计与传统的舰船图像局部特征点检测技术的对比实验,结果表明全景视觉舰船局部特征点检测技术能够有效减少特征点检测后的噪点数,检测效果更佳。     

舰船异常状态的自动检测和预警系统

现有的舰船自动检测和预警系统吃水量检测的偏差较大,针对此问题重新设计一个舰船异常状态的自动检测和预警系统。分别从硬件和软件两方面完成系统的设计,硬件方面设计了一体化雷达机测量船距和船速,规范了雷达机的数据发送格式和测试信号的发送过程,通过安装激光扫描装置完成舰船越界的探测和预警;软件方面采用了PID算法控制检测门同步升降,利用比例、积分、微分的组合缩短之后时延。对比实验结果表明,设计系统的测量值最大误差和平均误差分别比传统系统减小4.64 cm,2.81 cm,验证了设计系统的有效性。     

云平台和神经网络的舰船目标检测

为了解决当前舰船目标检测过程中存在的检测误差、检测实时性差的缺点,设计了一种云平台和神经网络的舰船目标检测方法。首先采用混合高斯模型对舰船目标所在区域进行获取,然后采用粒子滤波算法对舰船目标进行跟踪和检测,并采用神经网络对舰船目标粒子滤波算法的权值进行优化和更新操作,解决粒子滤波算法的缺陷,最后基于云平台对舰船目标检测方法进行了设计,并进行了舰船目标检测仿真模拟实验。结果表明,本文方法可以对各种环境中的舰船目标进行准确的检测,提高了舰船目标检测的鲁棒性,而且舰船目标检测实时性也得到了明显的改善,克服了当前舰船目标检测方法存在的缺陷,是一种有效的舰船目标检测方法。     

基于云平台的海量舰船图像查询研究

针对海量舰船图像查询速度实时性高的要求,设计了基于云平台的海量舰船图像查询算法。首先分析当前舰船图像查询的现状,指出了当前各种舰船图像查询算法存在的缺陷,然后提取舰船图像查询特征,并采用支持向量机建立舰船图像查询模型,最后结合舰船图像的大规模、海量特点,引入云平台并行实现海量舰船图像查询,并与其他舰船图像查询算法进行了仿真对比实验,本文方法可以快速实现海量舰船图像查询,舰船图像查询速度和查询正确率均显著高于对比算法,为海量舰船图像查询提供了一种新的研究工具。