摘要：针对目前去雾算法复杂度高以及复原的图像视觉效果差等问题,提出了一种新颖的去雾方法。首先,对图像的三通道进行高斯低通滤波获取图像的低频信息(亮度分量)后求平均,结合场景深度,估计出雾气深度图,获得的大气光值A比暗通道图中的最大值作为大气光值A具有更强的鲁棒性;其次,经过中值滤波,去噪的同时也维持了图像的边缘,取得较为理想的透射率;最后,通过大气散射模型反演逆过程,获得无雾图像。分析表明:所设计算法的时间复杂度较低、速度快,具有较高的鲁棒性,大大提高了图像的对比度,并取得了较好的清晰化效果。

摘要：针对亮度不均、位置偏移、旋转和遮挡等复杂的手指静脉图像识别问题,提出基于改进方向梯度直方图(HOG)特征和稀疏表示的识别方法。计算所有像素梯度幅值和方向,统计各单元格的HOG;利用单元格邻域内像素点的梯度幅值和方向对各单元格的HOG进行修正,提取融合邻域梯度信息的ng HOG特征;采用主成分分析法对ng HOG特征矩阵进行降维,构建稀疏表示超完备字典,并设计基于稀疏表示的分类器,得到分类结果。实验结果表明:所提方法在SDUMLA数据库上识别率达到98.64%,大小为128像素×64像素的单幅图像识别时间为122 ms,且在poly U数据库和自建数据库等不同的数据库下识别性能稳定。

摘要：目前四旋翼无人机(UAV)大多采用比例-积分-微分(PID)控制器,但四旋翼控制器比较多且PID参数整定比较困难。针对这一问题采用极值搜索(ES)与PID相结合的方法对四旋翼的姿态进行控制。在分析四旋翼的数学模型及其姿态控制方法的基础上,设计了ES-PID控制器,并在MATLAB中进行了仿真验证。结果表明:极值搜索算法对PID控制器具有很好的参数整定效果,ES-PID对四旋翼控制具有更好的动态性和稳定性。

摘要：视网膜血管分割对眼部疾病的自动分析和诊断具有重要意义.针对视网膜图像对比度低、血管细小导致血管分割困难的问题,本文提出一种结合注意力机制和条件生成对抗网络的视网膜血管分割方法.首先设计一个高低层(HL)特征注意力模块作用于高层和低层特征图,使模型分别加强高层和低层空间相关特征,剔除冗余信息,有助于模型更加关注血管前景信息,提高细小血管的分割精度;其次将高低层特征注意力模块与U型网络相结合,构成视网膜血管分割的生成器,并去掉生成器中的BN层,避免小批次训练生成器时批统计量不稳定对分割结果造成的影响;最后将残差网络作为判别器,与生成器一起构成条件生成对抗网络,在生成器和判别器博弈过程中增强生成器学习能力.实验结果表明,本文方法在DRIVE数据集测试的灵敏度、特异性、准确率、AUC(Area Under Curve)分别为82.88%、97.45%、95.59%和97.86%,各项指标均优于目前主流的视网膜血管分割算法.

摘要：针对高分辨率遥感图像中道路背景信息复杂且细节信息易丢失导致分割精度低的问题,本文提出一种结合密集注意力和并行上采样的遥感图像道路分割网络.在U型网络编码器-解码器的中间部分设计了密集空洞空间金字塔注意力模块,其中空间注意力分支可扩大有效感受野并获取密集的多尺度空间信息,通道注意力分支有利于提取全局信息并增强通道间的相关性,结合空间和通道注意力建立全局上下文依赖关系,减少背景信息的干扰;在解码器部分提出多路并行上采样模块,将不同尺度的特征图进行通道衰减后上采样恢复到原始图像大小,并行的特征图增强了分割模型结合多层次特征的能力,且更有利于道路细节信息的保持.实验结果表明,本文方法在DeepGlobe数据集上测试的召回率、准确率、精准率和F1-score分别达到0.805、0.994、0.821和0.803,各项指标以及分割效果均优于目前主流的遥感图像道路分割算法.

摘要：针对四旋翼飞行器的不确定性和外界环境干扰等问题,设计串级自抗扰控制器。在分析飞行器动力学模型的基础上,利用非线性自抗扰对姿态环(内环)进行解耦,同时对位置环(外环)设计线性自抗扰控制器,组成双闭环系统。设计扩张观测器对内外环的总扰动进行估计与补偿,通过仿真平台利用定点悬停实验对所设计的控制器进行验证,并与PD-ADRC串级控制器进行对比分析,结果表明,所设计的控制器跟踪速度较快,抗扰能力较强。

摘要：由于对信号源的质量、灵活性和频率等的要求越来越苛刻,为了满足此需求,设计实现了以FPGA为控制核心,高速D/A芯片AD9739作为数模转换器(DAC)的高质量信号发生器。时钟电路采取外部时钟输入和内部频综输入这两种输入方式,保证了信号源质量、灵活性和可靠性。实现了频率范围为DC-1. 25 GHz的宽带信号源设计。利用Chipscope进行调试,连接频谱仪观察现象,测试结果表明该信号源具有精度高、灵活性强、频率响应速度快和杂散少等优点,并在实际工程中取得优异的效果。本设计在实际工程中有很高的应用价值。

摘要：针对现有监护设备存在功能单一、应用场景局限和人机交互不足等问题,研发了一种空巢老人智能监护系统。该系统综合利用多传感器和无线通信技术,设计了可穿戴的主机和固定在床边的从机。主机具备心率、跌倒与定位监测等功能,而从机可监测老人的睡眠质量与环境安全,如有异常及时报警。主从机监测数据可通过近端液晶屏显示和远程手机应用程序端显示,便于老人自己查看和监护人远程监护。测试结果表明,该系统能有效对空巢老人的日常生理参数和生活状态进行实时监测,总体准确率高达98.75%,误报警率仅0.57%。该系统具有多功能、多场景、人机交互多样化等优点,应用前景广泛。

摘要：阐述了一种基于ADS1292R的面向群体及个体的异常呼吸监测系统的设计和实现方法。系统由呼吸阻抗采集电路、STM32数据处理电路、无线通信模块及上位机客户端界面4部分组成。系统工作时由呼吸阻抗采集电路获取人体呼吸产生的阻抗波,经过数字滤波去除信号中的干扰后,使用动态阈值差分算法计算出人体的呼吸频率;多个系统同时工作时,系统间可通过LoRa无线通信模块进行组网通信。经实验验证,系统可对个体的呼吸频率进行实时精确的检测,准确度高达93.3%以上,并且通过多个系统的组网通信可准确地对群体呼吸状态进行实时监测,具有较好的应用价值。