摘要：针对经典全卷积网络(fully convolution network,FCN)分类精度低、效果差,以及传统的极化合成孔径雷达(PolSAR)土地覆盖分类方法未充分考虑地物散射特性的问题,提出了一种结合改进FCN和条件随机场(conditional random field,CRF)的全极化SAR土地覆盖分类算法。首先,利用Freeman分解和Pauli分解建模全极化SAR影像,同时提取各分解对应的散射特征,参考Freeman分解散射功率获取其主散射分量对应的主散射地物;同时,借鉴在图像分类领域中具有卓越表现的FCN-Vgg19-8s网络,考虑其高层卷积参数量大和低层卷积模型参数优化程度不足,通过在高层和中层分别构建多尺度卷积组和代价函数设计了FCN-MD-8s网络,保证对整体模型参数进行降维和优化;以Freeman分解散射机理特征为基准,采用级连式迁移学习结构,实现FCN-MD-8s网络的模型训练和测试;然后,根据主散射分量所对应的主散射地物,在各分量预测图中提取出主特征地物,得到分量地物分类结果,并将其进行叠加得到全局粗分类;最后,利用全连接CRF结合Pauli相干分解重建假彩色图,对全局粗分类进行全局像素类别转移获得细分类结果。通过对分类结果定性和定量分析,可知提出算法具有有效性和可行性。

摘要：为进一步研究花岗岩变形破坏的前兆特征,采用自主研发的电荷感应监测系统,获得了花岗岩变形破坏全过程时-频域信息,并设计数字滤波器降噪。研究结果表明:岩石在变形破坏过程中伴随着电荷信号产生,随着加载速率的增大,能量积聚加快,岩石破裂所需积累能量时间越短,产生高幅值电荷信号越提前,应力调整次数增多,高幅值脉冲数量增多。对信号傅里叶变换并进行频谱分析,发现信号主频分布在0~100 Hz。岩石变形破坏频域特征总体表现为主频幅值在岩石产生应力降时急剧增加,且在岩石完全破坏时主频幅值增幅最大,主频幅值与电荷感应幅值增高具有同步性,可将电荷信号与主频幅值急剧提高作为岩石失稳破坏前兆特征之一。设计了数字滤波器,较好地滤除了工频干扰信号和高频噪声信号,提高了频谱分析准确性。

摘要：当前全波形LiDAR数据的分解方法仅考虑波形拟合,不能充分反映地物目标的散射特性。针对这一问题,提出利用有效散射单元表达全波形LiDAR数据,并对全波形LiDAR数据进行基于有效散射单元模型的可变分量波形分解。对ICESatGLAS全波形数据进行实验,实验结果能得到较为准确的地物高程信息;同时结果所得的有效散射单元个数与对应地物散射面积相结合,可反演各类地物散射特性。方法在自动确定地物个数的同时,从全波形LiDAR数据形成机理上设计分解模型,为全波形LiDAR数据分解建模提供了有效的新思路。

摘要：以航空发动机中的卡箍-管路系统为研究对象,基于自主设计的卡箍刚度试验测试装置,对直径为8mm的卡箍的线刚度和角刚度进行了试验测试。根据实测卡箍刚度,采用线性弹簧对其进行离散化等效处理,并基于自编有限元法建立了卡箍-管路系统的动力学模型。通过试验与仿真所获得的固有频率及频响函数的对比,从而验证了卡箍刚度测定及有限元模型的合理性,并进一步研究了拧紧力矩对卡箍-管路系统固有频率的影响。结果表明:拧紧力矩的增加会导致管路的固有频率增大,且针对所研究的卡箍,当拧紧力矩大于8N·m时,管路固有频率逐渐趋于稳定。

摘要：为了充分利用多光谱影像波段间的相关性,提出高斯Copula的多光谱遥感影像分割方法.首先,建立基于马尔可夫随机场的标号场模型,使用Potts模型刻画该标号场.然后,建立表征像素光谱测度的特征场,利用高斯Copula建立像素光谱测度的多变量统计模型以刻画该特征场.结合标号场、特征场模型及各模型参数的先验概率,利用贝叶斯定理建立多光谱影像分割的后验概率模型.最后,设计适用于模拟后验概率模型的M-H算法,在最大后验概率策略下获取最优分割结果.对模拟和真实多光谱影像分割结果表明,文中方法描述波段间相关性的能力较强,准确性较高.

摘要：针对分类过程中如何合理利用高光谱影像波段问题,提出一种基于波段影像统计量加权K-means聚类的高光谱影像分类算法.该算法的核心思想在于:由波段含有的信息量及波段间的相关性确定各波段权重,同时考虑各波段对各聚类的重要性.首先,根据波段影像的熵、标准差及均值定义波段信息量函数,根据相邻波段影像互信息定义相关性函数;其次,由上述波段信息量函数及波段间相关性函数定义波段权重函数;然后,结合波段权重和波段-类属权重定义规则化目标函数;最后,依据参数特性设计目标函数求解方案.对Salinas高光谱影像和Pavia Centre高光谱影像分别采用所提出的算法与传统K-means算法、 PCA+K-means算法及子空间波段选择+K-means算法进行对比实验,对于总精度及Kappa系数,所提出的算法都高于其他3种对比算法,结果验证了所提出算法的有效性.相对于其他3种算法而言,所提出的算法可有效改善高光谱影像分类的性能.

摘要：针对多极化合成孔径雷达影像地物分类特征表征性较弱及全卷积网络分类精度较低的问题,文中提出结合编码-解码网络(E-D-Net)和条件随机场(CRF)的全极化合成孔径雷达(SAR)土地覆盖分类算法.首先,利用Freeman分解和Pauli分解建模全极化SAR影像,提取各分解对应的散射特征.再借鉴语义分割网络模型的建模思想和多尺度卷积单元构建对称网络模型,将多尺度非对称卷积单元嵌入中层,设计E-D-Net网络模型.通过E-D-Net网络模型对PolSAR影像Freeman分解散射特征进行多层自主学习,获得初始分类结果.最后,利用全连接CRF结合Pauli相干分解伪彩色图信息,对初始分类结果再进行降噪和平滑优化,得到最终分类结果.在两地区PolSAR影像上的实验验证文中算法的有效性和可行性.

摘要：针对机械臂对尺寸变换、形状各异、任意位姿的未知物体抓取,提出一种基于多层级特征的单阶段抓取位姿检测算法,将物体抓取位姿检测问题视为抓取角度分类和抓取位置回归进行处理,对抓取角度和抓取位置执行单次预测.首先,利用深度数据替换RGB图像的B通道,生成RGD图像,采用轻量型特征提取器VGG16作为主干网络;其次,针对VGG16特征提取能力较弱的问题,利用Inception模块设计一种特征提取能力更强的网络模型;再次,在不同层级的特征图上,利用先验框的方法进行抓取位置采样,通过浅层特征与深层特征的混合使用提高模型对尺寸多变的物体的适应能力;最后,输出置信度最高的检测结果作为最优抓取位姿.在image-wise数据集和object-wise数据集上,所提出算法的评估结果分别为95.71%和94.01%,检测速度为58.8 FPS,与现有方法相比,在精度和速度上均有明显的提升.

摘要：眼底成像技术可检测临床视网膜组织状态,其检测结果已成为多种眼底疾病诊断的重要依据。然而,传统的眼底成像系统需要专业医护人员操作,且具有体积大、价格昂贵等缺点。随着智能手机的图像采集、存储、数据传输等功能的不断提升,基于智能手机的眼底成像系统可有效弥补传统眼底成像系统的上述缺陷。在本研究中,我们设计了照明和成像光路并利用3D打印技术将其小型化,通过与智能手机相结合实现了对人眼视网膜图像的采集。结果表明,基于智能手机的眼底相机距离模拟眼的工作距离约为17 mm,安置于体积仅为88 mm×79 mm×42 mm(长×宽×高)的手机外设配件中。随后,利用Zemax对系统光学参数进行了进一步优化。经优化后的成像系统,畸变保持在0. 2%范围内,场曲小于10μm。该系统具有便携性良好、无创、价格低廉等优点,未来可用于多种眼底疾病的社区筛查工作。

摘要：基于能量法与切片理论,提出了一种非对称直齿轮副啮合特性及振动特性分析模型.该模型将延长啮合、非线性赫兹接触、齿基刚度修正以及轮齿修形考虑在内,能较为准确地分析非对称直齿轮副的啮合特性.通过将解析方法得到的时变啮合刚度和接触应力与有限元方法得到的结果进行比较可以得知:两种方法得到的啮合刚度和接触应力吻合很好,并且解析方法的计算效率远远高于有限元方法;随着工作侧压力角的增大,齿面接触应力和齿轮副重合度减小,啮合刚度增大.在啮合特性分析模型的基础上,建立了非对称直齿轮副动力学模型.通过振动特性分析可知:随着工作侧压力角的增大,振动幅值增大,系统的固有频率略微降低.本文解析模型可以为非对称直齿轮副的设计提供理论依据.