基于PIV的客滚船风阻流场研究

为准确分析客滚船在不同风向角下的流场分布,基于PIV技术研究了某型客滚船在25m/s风速下,5个不同风向角的风阻变化和流场分布;利用PIV技术得出某型客滚船纵向、横向以及水平方向的空气流场特性。结果表明:随着风向角的增加,纵向风轴阻力和横向侧向力呈"抛物线"规律变化,偏航力矩呈"正弦曲线"分布,并存在两个方向相反的阻力峰。利用PIV流场分布图与常规测力试验的风阻曲线对客滚船风阻流场进行分析研究,所得结果可为以后的CFD计算验证以及后期风阻优化提供参考依据。     

基于DSP平台的海上目标跟踪监测系统

针对传统海上目标跟踪监测系统目标跟踪监测性能较差的问题,提出一种基于DSP平台的海上目标跟踪监测系统。系统硬件包括图像采集模块、数据存储控制模块,其中图像采集模块主要由摄像头传感器、关联寄存器组成;数据存储控制模块主要由存储芯片、模块控制接口组成。系统软件配置为目标跟踪监测软件,通过硬件与软件相结合实现了海上目标的跟踪监测。为了验证该海上目标跟踪监测系统的目标跟踪监测性能较为优越,将该系统与基于目标选择算法的海上目标跟踪监测系统、基于卷积神经网络的海上目标跟踪监测系统、基于计算机视觉的海上目标跟踪监测系统进行对比实验,实验结果证明该系统的监测成功率更高,即目标跟踪监测性能优于传统海上目标跟踪监测系统。     

曲线进化的多波段舰船图像目标精准识别系统

传统的多波段舰船图像目标精准识别系统存在着识别性能差的缺陷,为此提出基于曲线进化的多波段舰船图像目标精准识别系统设计研究。多波段舰船图像目标精准识别系统硬件设计主要包括传感器、采集卡、微处理器、适配器与通信单元,软件设计主要包括多波段舰船图像预处理模块、多波段舰船图像目标检测模块与多波段舰船图像目标识别模块,通过硬件与软件的设计实现了多波段舰船图像目标精准识别系统的运行。通过实验得到,设计的多波段舰船图像目标精准识别系统识别率比传统系统高出20.6%,说明设计的多波段舰船图像目标精准识别系统具备更高的识别性能。     

船舶机舱视觉监测系统畸变图像校正方法

为满足船舶机舱视觉监测系统能够通过摄像机对机舱内的仪表读数进行准确识别,需要对摄像机所采集到的畸变图像进行校正.利用空间直线的成像特性,建立机舱图像的畸变测度目标函数,通过人工蜂群算法优化得到畸变模型参数,进而完成机舱图像的畸变校正.实际实验结果表明:基于人工蜂群算法的畸变校正方法能够对机舱视觉监测系统的畸变图像进行有效校正.     

图像去雾的小波域 Retinex 算法

针对传统Retinex算法在图像去雾处理中易造成光晕伪影、边缘模糊以及算法复杂度高等缺点,提出了一种图像去雾的小波域Retinex算法。该算法将Retinex算法拓展到小波域,利用雾天图像中雾霾与景物细节信息在小波域中能量的不同分布特点,采用Retinex算法抑制雾霾分量,用锐化处理增强景物细节信息分量,以降低雾霾对图像的影响,增强图像细节的清晰度;该算法用双边滤波替代传统Retinex算法中的高斯滤波,以克服高斯滤波对图像边缘的模糊效应和光晕伪影。实验结果表明,该算法能有效地改善雾天图像的退化现象,提高图像的清晰度。     

图像拼接中鬼影消除算法研究

文章针对重叠区域运动物体在图像拼接过程中容易产生鬼影的问题,引入对运动物体区域只采用一幅图像信息的方法。提出运动区域单元的概念,它以运动物体区域重叠即相关的标准形成,以此为单位进行图像信息源的选择。结合随后提出的运动区域单元与重叠区域两边是否相接的权重系数,进行图像信息源的选择,在解决鬼影问题的同时防止了重叠区域边缘处易造成的同一物体的不连续。整个过程采用Matlab加以实现,实验结果验证了算法的有效性。     

动车组故障轨边图像自动检测系统的设计与实现

动车组故障轨边图像自动检测系统(TEDS)是集高速数字图像采集、大容量图像数据实时处理技术、精确定位技术、模式识别技术、智能化与网络化技术以及自动控制技术于一体的智能系统,可采集运行中动车组车体底部、车体两侧裙板、车辆连接装置、转向架等可视部位的外观图像,并实时传输至监测中心,对图像进行故障识别报警。TEDS系统采用人机结合方式,可及时发现动车组关键部位故障,有助于提高动车组检修作业质量,保障行车安全。     

卷积神经网络船舶遥感图像目标检测

本文提出卷积神经网络的船舶遥感图像目标检测方法。采用拉普拉斯算子增强处理船舶遥感图像,使得船舶目标特征信息更加清晰;基于Snake模型分割出遥感图像中的船舶目标,通过Gabor滤波器提取船舶遥感图像目标特征向量;基于卷积神经网络搭建船舶遥感图像目标检测架构,统一化处理分支网络置信度,对卷积神经网络进行训练,获取最优权重系数;将遥感图像输入至训练好的卷积神经网络中,即可实现船舶目标的检测。实验数据显示：应用本文方法获得的F1 Score参量与IoU参量数值全部大于给定标准数值,充分证实本文方法具有较好的船舶遥感图像目标检测效果。     

基于卷积神经网络的船舶图像增强研究

为了更好的识别船舶图像信息,提出基于卷积神经网络的船舶图像增强方法,利用卷积神经网络技术对船舶图像特征进行采集和建模,并对采集到的数据进行降噪,再根据图像颜色特征进行图像缺陷修复和图像的逆向恢复处理,从而获得高品质的船舶图像。最后通过实验证实,卷积神经网络能够有效改善船舶图像的显示质量,满足传播图像增强的设计目标。     

基于自动阈值与数学形态学的铁谱磨粒图像分割方法研究

文章提出了一种基于数学形态学与自动阈值法相结合的铁谱磨粒图像分割方法。此方法通过对自动阈值法处理后的铁谱磨粒图像进行形态学运算来获得更好的处理结果。试验结果表明,自动阈值分割法能有效的提取磨粒图像的特征,之后的形态学运算成功的去除了用自动阈值法处理的图像中的噪声点,获得了更可靠的图像信息。有助于实现铁谱磨粒的自动识别。