基于轮廓重建的渔船雷达MAP-MRF快速反演研究

渔船雷达是渔船导航系统的重要组成部分,在海上复杂气象条件下,具有不受能见度影响进行全天候观测的优势。从雷达信号向可判读图像信号的反演过程中,对雷达照射夹角间的缺失数据进行重建是反演过程中计算和时间花费最大的部分。依据渔船反演过程中的特性,将统计力学模型引入到雷达图层轮廓的重建计算中,应用最大后验概率马尔可夫随机场框架实现了渔船雷达的快速雷达图像反演过程。研究成果对于减少反演时间,提高雷达刷新率,及时准确地发现海上强对流灾害目标具有重要的意义和实用价值。

城市实景模型结构化线面特征重构方法

为了改善城市实景模型边缘模糊,提出了一种曲率引导的结构化线面特征重构方法。根据曲率特征将网格分割为平面、可展凹、可展凸以及不可展曲面4类,在平面分割结果内提取平面,在可展凹和可展凸分割结果内提取直线,对过度弯曲的不可展区域进行保留,最终形成包含几何特征的复合网格模型。结果表明,结合曲率信息预先设置几何特征的潜在范围,使得结构化线面特征更可靠,同时保证城市实景中复杂的树结构不被错误地提取为平面。

基于MRF-MLSTM和知识嵌入的地下排水管线淤积智能诊断模型研究

地下排水管线是城市的重要基础设施,被称为城市的“生命线”,在城市防洪排涝任务中起着至关重要的作用。管线淤积是导致城市内涝的重要原因之一。针对现有地下管线淤积诊断效率低、判读方法依赖人工、无法实现诊断全覆盖等问题,结合管道流速流量测量设备中的深度学习开发平台、深度学习加速器和管道水力学分析理论,提出了一种基于MRF-MLSTM和知识嵌入的地下排水管线淤积智能诊断方法。本研究利用排水管线足尺试验对该方法进行了验证。结果表明:该方法对不同材质、坡度、管径和粗糙度的管线淤积均可实现准确、实时检测与诊断,检测正确率达到97.18%,诊断正确率达到92.23%。与其他诊断算法相比,F1得分为0.935,远优于其他算法,在排水管线大规模淤积检测与诊断工作中具有较高的实用价值和应用前景。

喷油润滑球轴承流动特性的数值研究

基于流体体积(VOF)方法建立了喷油润滑球轴承的数值仿真模型.分别采用滑移网格法和多重参考系(MRF)方法对轴承油气两相流动进行了数值计算,得到了轴承内部流场分布和搅油力矩.搭建了轴承流场可视化试验台,对比分析了仿真流场与高速摄影实测流场.结果表明:滑移网格下的轴承内部油液体积分数大于用MRF方法的计算结果,且当转速逐渐增大时,轴承内部油液体积分数均逐渐减小,且在离心力作用下,润滑油更多地分布在轴承外圈滚道.滑移网格下的轴承内部流场油液分布更接近实测流场.仿真计算的搅油力矩随转速增大而增大,MRF方法下搅油力矩大于滑移网格下的搅油力矩,平均误差约为12.3%.两种方法对搅油力矩的计算均具有较好的一致性,但MRF时间成本更低.

盖革APD激光雷达高空间分辨率三维重构方法研究

盖革模式阵列APD激光雷达由于像元数的限制导致重构的三维距离像分辨率低,严重限制了对场景信息的感知识别能力。为此,提出一种基于改进图像引导的盖革模式阵列APD激光雷达超分辨三维图像重构算法。主要研究基于配准后的盖革APD低分辨距离图像、增强电荷耦合器件(ICCD)相机高分辨强度图像和马尔科夫随机场模型,建立具有距离保真项和正则化项约束的全局能量函数,最终对优化模型的最优化求解实现高分辨强度图像对低分辨距离图像的超分辨引导重构。实验结果表明,相较于现有算法,文中算法在提升重构三维图像分辨率的同时,也使图像的边缘更加锐利。该研究对于盖革模式阵列APD激光雷达的目标探测、识别和跟踪具有重要意义。

导管螺旋桨水动力性能试验及数值研究

为了研究导管螺旋桨的推力、扭矩和敞水效率等主要水动力参数和进速系数之间的关系,本文采用物理模型试验和计算流体力学(Computational Fluid Dynamics,CFD)技术相结合的方式分析导管对螺旋桨水动力特性的影响。首先在本校拖曳水池开展导管螺旋桨模型的敞水性能试验然后使用计算流体软件STAR-CCM+对导管桨模型进行数值模拟。在模拟计算中应用多参考系法(Multi Reference Frames,MRF),分别采用不同湍流模型对导管螺旋桨的水动力性能进行计算,并与试验数据进行对比,验证了STAR-CCM+软件模拟可以对导管螺旋桨的水动力性能进行有效预报且使用SST k-ω湍流模型获得的水动力性能精度更高。研究结果表明,导管螺旋桨更适用于在低进速系数下工作的重载船舶。

基于扩散方程和MRF的SAR图像分割

该文提出了一种基于图像扩散方程和马尔科夫随机场(MRF)的合成孔径雷达(SAR)图像分割方法。在传统MRF算法的基础之中,引入对图像的扩散,用来平滑SAR图像中的噪声,保护图像中的边缘部分,并且加快收敛的速度。首先对输入的SAR图像进行扩散,通过MRF进行统计,得到图像中各点的后验概率,再对得到的后验概率进行扩散。与传统的MRF算法进行比较,该文的方法较好地去除了误分割斑块,减少算法的运行时间。

基于MKSVM和MRF的高光谱影像分类方法

为充分利用高光谱遥感影像中丰富的光谱和空间信息,提出了一种基于多核支持向量机(multiple kernel support vector machine,MKSVM)和马尔科夫随机场(markov random field,MRF)的影像分类方法。该方法首先利用MKSVM分类器对影像进行分类处理,再利用MRF对初始分类结果进行空间结构规则化,得到最终分类结果。通过对AVIRIS高光谱影像的分类实验表明,该方法有效地消除了分类结果中同质区域内的"噪声",分类精度提高了3%左右。

基于MRF场的侧扫声呐图像分割方法

为了利用侧扫声呐进行水下目标自动探测和识别,首先必须将声呐图像分为目标高亮区、海底混响区和目标阴影区.由于声呐图像有强背景噪声,传统的图像分割方法显得无能为力,故采用基于MRF场的图像分割方法来准确地分割.根据侧扫声呐目标的成像特点,建立了分割的约束条件;利用阴影与目标的灰度均值比很小这一特点进行初始分割,然后根据分割后目标与阴影的宽度差来剔除虚假目标,由初始分割的结果求得MRF模型初始参数,再采用迭代条件估计得到最终的模型参数和准确的分割结果.由于考虑了相邻像素间的依赖关系,具有抗噪性强、分割效果好的优点,从理论上说是合理的.实测数据分析也证明了这种算法的优越性.

基于极化G0分布和MRF的多视PolSAR图像迭代分类方法

提出了一种多视极化合成孔径雷达(PolSAR)图像的迭代分类方法。首先利用极化G0分布描述多视极化协方差矩阵的统计特性,并进行初始的最大似然分类,然后利用马尔可夫随机场(MRF)估计像素类标号的先验概率,最后根据MAP(最大后验概率)准则对PolSAR图像进行分类。整个分类流程迭代进行。分类结果表明该方法精度高,收敛速度快。利用NASA/JPL获取的4视AIRSAR实测数据验证了本文方法的有效性。

应用分层MRF/GRF模型的立体图像视差估计及分割

视差估计与分割是立体图像编码及立体视觉匹配的核心问题 ,本文提出一种基于分层MRF/GRF模型和交叠块匹配 (HMOM)视差估计算法以及结合主动轮廓模型的视差分割提取算法 .该混合视差估计方法 ,可得到光滑准确 ,且具有清晰边缘的视差场 ;并便于用主动轮廓模型提取感兴趣对象 (OOI)的视差轮廓 .与通常的变尺寸块匹配(VSBM)相比 ,本算法得到的视差补偿图像的峰值信噪比可提高 2 .5dB左右 .

基于生成MRF和局部统计特性的红外弱小目标检测算法

红外复杂背景中的弱小目标检测问题可看作是马尔可夫随机场理论框架下红外图像中背景与目标的二元分类标记问题.基于马尔可夫随机场后验概率模型,提出利用先验的目标信杂比信息和图像局部统计特性构建观测图像后验概率模型的方法,并采用经典ICM(Iterated conditional mode)方法对图像最优标记结果进行估计.仿真试验结果表明,算法在保证目标标记结果准确率的同时,有效降低了背景的误标记概率;且由于采用局部统计特性进行建模,算法有效降低了模型参数与标记结果间的关联性,提高了最优标记估计的收敛速度.

基于区域的MRF模型用于SAR图像分割

本文提出了一种建立在流域算法过分割结果区域图上的马尔可夫随机场模型的SAR图像分割算法.由于将马尔可夫场随机场(MRF)模型建立在预分割的基础上,极大减少了计算复杂度,并利用SAR图像的分布模型建立多层MRF模型,采用模拟退火优化得到MAP估计的分割结果.实验证明较传统的基于像素的马尔可夫随机场分割算法,该方法极大提高了运算速度,并能取得较为满意的分割结果.

基于MRF模型和形态学运算的SAR图像分割

针对目标监测分析中的SAR图像分割问题,构造了一种基于马尔可夫随机场(MRF)模型和形态学运算的处理方法。首先利用SAR图像邻域空间上的马尔可夫性以及像素灰度的高斯分布模型,以较少的迭代次数实现了SAR图像的初分割;然后通过形态学运算进行处理,抑制干扰性分割,同时填充目标区域内部空洞,改善分割效果。实验结果显示,该方法可以较好地实现SAR图像目标区域的分割,且处理效率较高,利于实现SAR图像的快速有效分割。

基于MRF模型的对转桨敞水性能数值模拟方法探讨

基于RANS方程和k-ε湍流模型,建立了用多参考系模型(MRF)处理前后桨相互干扰的对转桨敞水性能数值模拟方法。开展了两对水下高速航行体用对转桨的敞水性能模拟,与试验结果进行了对比,并研究了不同的前后桨相位差对定常性能模拟的影响,结果表明:文中建立的数值模拟方法能可靠地预报对转桨的敞水性能,可作为对转桨设计的工程应用工具。

基于小波域TS-MRF模型的监督图像分割方法

定义在单一空间分辨率上的树结构马尔可夫场(Tree-Structured Markov Random Field,TS-MRF)模型能够表达图像的分层结构信息,但难以描述图像的非平稳性.针对该问题,提出小波域的TS-MRF图像建模方法—WTS-MRF模型.按照图像分类层次树的结构形式,该模型将一系列的MRF嵌套定义在多分辨率的小波域中:每一个树节点对应于定义在不同分辨率上的一个MRF集合,并通过条件概率的形式将相邻分辨率上的MRF间的作用关系考虑进来;同时相同分辨率的父子节点对应的MRF通过区域约束嵌套定义.基于WTS-MRF模型,给出了一个监督图像分割的递归算法,通过给定的分类层次树表示先验信息,并通过训练数据给出叶子节点在各分辨率上的统计参数.它在尺度内和尺度间两个层次上进行递归:首先,在最低分辨率上执行尺度内递归,即采用ICM算法从树的根节点到叶子节点依次对MRF进行递归估计;然后执行尺度间递归,即在相邻的更高分辨率尺度上,通过直接投影的方式依次获取每一MRF的初始估计,并采用ICM算法递归优化;最后,原始分辨率的MRF估计完成,获取最终分割结果.两组实验从视觉效果和定量指标(整体分类正确率和Kappa系数)两个方面验证了算法的有效性.

基于MRF的自适应正则化红外背景杂波抑制算法

针对复杂背景下红外弱小目标检测难题,将背景杂波抑制归结为从原始红外弱小目标图像中重建目标数据的过程,据此提出了一种基于马尔可夫随机场模型(MRF)的自适应正则化滤波算法.该算法采用MRF,建立了红外弱小目标图像的先验概率模型,并根据图像的粗糙度设计了新的势函数.在此基础上,采用MRF对背景杂波抑制过程进行正则化处理,从而实现了对红外背景杂波的自适应各向异性抑制.理论分析与实验结果表明,该算法能够随图像局部纹理特征的变化自适应地调整滤波算子结构,从而可在复杂背景下自适应地抑制杂波、增强信号,有效地提高了图像的信噪比,且该算法结构简单,更易于硬件实时实现.

基于MRF-04K阻尼器的结构减震控制模型试验研究

本文应用最近研制的MRF-04K阻尼器对一三层钢框架模型结构进行了结构减震控制模拟地震振动台试验研究,分别验证了在不同加速度幅值的三种典型的地震动激励下两种被动控制系统和三种半主动控制系统的有效性。试验结果表明,无论是被动控制系统还是半主动控制系统都能够使模型结构的地震反应得到显著的降低。其中顶层相对位移反应和绝对加速度反应的峰值减小了50%左右。且其均方根值减小了70%左右。同时,半主动控制系统能够充分利用MR阻尼器的性能,能够以较小的控制力实现理想的减震控制效果,从而展现了基于MRF-04K阻尼器的半主动控制系统的工程应用前景。

SAR海冰的三维区域MRF图像分割

SAR海冰图像分割对气候变化研究和航行安全保障具有重要意义。现有MRF分割算法仅能利用到单个极化SAR图像中的信息,易受相干斑噪声和地物信息不全面性的影响,不能准确有效地完成分割。为此,在充分利用单个极化SAR图像相邻区域之间的相似性的基础上,进一步融入多个极化SAR图像相同区域之间的一致性,由此提出了一种三维区域MRF(3DRMRF)的SAR海冰图像分割算法,能够实现SAR海冰图像的准确分割。通过RADARSAT-2和SIR-C获得的单视全极化SAR海冰图像的实验结果表明:和其他较先进的算法相比,所提出的算法优势明显,特别是具有更高的分割精度。

基于MRF场的SAR图像分割方法

提出了一种基于 MRF(Markov Random field)模型的 SAR(Synthetic Aperture Radar)图像分割算法。本算法利用 ICM(Iterative Conditional Mode)局部优化方法 ,获得 MAP(maximum aposteriori)准则下的图像分割结果 ,并引入了剔除外层数据的机制。用 MSTAR(Moving and Sta-tionary Target Acquisition and Recognition)数据进行实验 ,结果表明 ,算法能有效减少斑点噪声的影响 ,将图像分割为目标、阴影、背景三部分 ,实验结果是令人满意的。