摘要：极低频磁信号对金属管道、岩石等高磁导率介质穿透力极强,在石油、天然气管道检测工程中常作为移动机器人跟踪与定位用的磁场源。在管道移动机器人跟踪与定位实践中,不同类型的管道,其尺寸、壁厚等有较大差异且管道埋深也不尽相同,这就需要不同功率的极低频磁发射机。将管道环境下极低频磁信号的传播规律和信号发射接收工程应用相结合,提出一整套极低频磁发射机的逆向优化设计方法。首先,根据极低频信号接收机中所用检测算法的检测概率与信噪比之间的关系得到某一检测概率下的接收机需要的最低信噪比,继而得到接收机前端的最小磁感应强度。然后以接收机前端的最小磁感应强度为基点,反推管道内极低频磁发射机需要产生的最小磁感应强度,由此设计出满足磁场与几何尺寸约束的发射机线圈结构与电路拓扑。由该方法得出的设计结果,既能满足接收机对磁感应强度的要求,又能保证发射机供电电源的使用寿命远远超过要求的连续工作时长;同时当工况参数在一定范围内变化时,接收机前端的磁感应强度仍满足以高检测概率检测到极低频信号的要求。

摘要：多通道球幕投影技术是一种重要的信息可视化技术,针对投影图像易发生图像畸变以及图像重合区域会产生亮带等问题,提出一种基于图像校正原理的图像融合处理方法。首先分析投影图像之间的几何位置关系,采用网格划分法对畸变图像进行校正,实现边缘图像的网格位置拼接对齐;然后采用边缘衰减算法来对图像进行边缘融合处理,并且设计出一种球幕投影融合用的遮光板装置,对多源投影的球幕中所产生的重叠光路进行过滤,消除多源投影中球幕图像上的亮带,使投影图像的整体亮度保持均匀,最后通过实验对投影图像的边缘融合效果进行分析,结果表明,实验选取的5组图像峰值信噪比平均值为33.550 dB,证明该方法具有较好的边缘融合效果。

摘要：为了提高IEEE 802.16d系统的吞吐量和无线信道的视频质量,提出了估计物理层正交频分复用(OFDM)符号错误程度的方法,设计了视频跨层容错传输机制。在物理层用幸存路径的平均量度实时估计OFDM符号错误程度,得到了数据错误级因子(Ef);MAC层根据容错门限和Ef值决定是否上传CRC校验出错的数据包。同时,应用层采用优化的分组级FEC算法恢复丢弃和出错的视频帧。实验结果表明,容错门限取值在0.02～0.06时可以达到用户可接受的视频峰值信噪比(PSNR)。与无容错传输功能的802.16d系统相比,本文设计的视频容错传输系统可在各种信道条件下获得更好的视频质量和更高的吞吐量。

摘要：针对图像滤波的可硬件化和细节保留中存在的问题,提出一种多目标学习的图像滤波电路函数级进化设计方法.首先建立平均绝对误差最小和高误差点数量最少的多目标滤波学习模型,以函数级基因表达式为进化电路个体的表征;采用离线进化模式搜索近似目标的最优进化电路个体,并对该个体的基因表达式进行VHDL转换,再将转换的VHDL移植于可编程逻辑器件上实现滤波电路.与多种滤波方法在边缘保留、峰值信噪比-均方误差的比较结果表明,电路在细节和边缘保留上有较大的提高,视觉效果更好.

摘要：针对可用于微弱红外图像探测的光学参量变频与增强技术,进行了仿真与实验探索.针对高增益光参量放大器(OPA)过程中的参量荧光背景噪声,提出了基于外接圆模型的空间滤波技术,通过仿真优化设计,利用空域、频域滤波与像传递系统相结合的方法,将参量荧光背景的抑制比例超过70%,其增强后的成像质量较之前有明显改善,峰值信噪比提升22%.基于10 Hz,355 nm的大能量皮秒紫外抽运激光,实现了红外波段到可见光波段的参量频率上转换,得到了超过1.3×108(82 d B)的光学图像增益.实验结果表明,采用高增益OPA作为光学预放大级之后,常规非制冷电荷耦合器件可实现微弱红外成像的有效探测,灵敏度可达每像素7.4个光子.该方案有望用于单光子级高灵敏红外成像场合.

摘要：为定量分析动态漂移时的像旋对成像质量影响的程度,基于动态环扫成像理论,建立一种静态影像与动态漂移间的融合模型。然后结合面阵CMOS相机成像特点与动态运动特性,提出对像旋矢量进行分解处理再融合的仿真模拟方法,设计了一种动态环扫画幅影像像旋仿真分析方法,获取了不同动态成像参数下的模拟影像。最后利用成像幅宽、地面分辨率、成像系统信噪比、峰值信噪比及结构相似性等指标对模拟影像进行定量评估分析。仿真结果表明,相机曝光时间越长,成像系统信噪比越高,像旋越大,成像质量越差,结构相似性越小。研究结果可为未来多种动态成像模式设计中减小像旋影响、提高相机成像质量提供有效的参考。

摘要：采用均值量化的方法隐藏二值水印图像 ,分析了水印能够被正确盲提取的原理 ,讨论了量化步长对水印性能的影响 ,并估计了含水印图像的峰值信噪比 (PSNR)的理论下限 ,最后通过实验验证了理论分析的结果 文中算法计算复杂度低 。

摘要：随着自动驾驶技术的不断进步和普及,道路上将会出现越来越多具有自动驾驶技术的汽车,交通标线的服务对象将逐渐从驾驶员向自动驾驶汽车过渡。现有的交通标线使用状况评估方法不但需要耗费大量的人力去巡查、测量和评估,而且评估指标也是基于生物视觉研究而得,不符合基于机器视觉的自动驾驶汽车的特点;针对上述的问题,文中提出了一种面向自动驾驶汽车的交通标线使用状况评估方法。首先,基于自动驾驶汽车的特性,运用查阅文献、类比推理和逻辑推理等方法初步确定峰值信噪比(PSNR)作为评估指标;其次,为了快速且准确地获取峰值信噪比,提出了基于图像修复的峰值信噪比的计算方法,该方法先利用基于条件生成对抗网络的DeblurGAN模型在图像层面复原破损的交通标线,进而利用破损和复原后的交通标线图像计算出峰值信噪比,同时,文中提出了一种可以真实地合成破损的交通标线图像的数据增强方法去提高图像修复模型的性能。然后,以AlexNet网络为基准模型设计对照实验去研究峰值信噪比与交通标线的识别准确率的关系;最后,将研究成果应用到实际的交通标线使用状况的评估工作中,并与现行规范的评估方法比较。实验结果表明:与基于人工修复图像的峰值信噪比的计算方法对比,文中所提的方法得到的平均峰值信噪比只相差约2.24%,但获取速度却提高了约418倍;峰值信噪比影响交通标线的识别准确率,当平均PSNR相差约43.66%时,平均识别准确率相差了约36.27%,峰值信噪比可以衡量交通标线的使用状况;文中所提出的评估方法使工作效率约提高了6.5倍且耗费更少的人力,也更符合自动驾驶汽车的特点,但规范中的评估方法更加详尽。

摘要：基于残差与稠密结构的卷积神经网络的单张图像的超分辨率(SISR)方法显著地提升了重建的性能,然而残差网络侧重于特征的复用,而稠密连接可以实现对新特征的探索,为了结合两者的优势,本文设计了一种双通道图像超分辨率深度卷积神经网络,将特征映射在第三维度上分割成两条路径,一条以残差的形式进行连接,另一条以稠密的方式进行跳跃连接。同时,在网络末端引入解卷积层来放大特征映射,显著加速了计算,并且直接从低分辨率图像到高分辨率图像之间进行端到端的映射。评估结果表明,本文方案取得了比当前绝大多数网络模型更高的峰值信噪比(PSNR)。

摘要：在主动照明强度相干成像方法中,考虑相干性变化对成像频谱模值的影响.建立上行链路光场空间相干性变化模型;引入相干因子建立基于相干性变化的强度相干成像模型;仿真相干性变化对强度相干成像频谱模值的影响;最后设计实验验证模型的正确性,分析所提模型和原模型恢复频谱模值与真实频谱模值的峰值信噪比.结果表明:在有激光主动照明时引入相干性因子是必要的,不同湍流相干长度下峰值信噪比较原模型提高了3.6%~6.2%.基于相干性变化建立的强度相干成像模型恢复的频谱模值质量更好.