结合自适应脉压与排列熵特征的陆海分割方法

针对陆海交接处强陆地杂波距离旁瓣影响近岸海上目标检测的问题,提出了1种自适应脉冲压缩与排列熵特征提取相结合的陆海分割方法。首先,采用两级相位补偿的自适应脉冲压缩技术,抑制近岸强地物杂波距离旁瓣对陆海分割的影响;随后,利用每个距离方位分辨单元中的观测数据计算该单元的排列熵,该特征显著增强了地物回波与海面回波的对比度;最后,利用大津法图像分割和形态学处理等数字图像处理技术,提取出陆海分界线。实测数据处理结果表明,自适应脉冲压缩与排列熵特征提取相结合,能够有效提升陆海回波的对比度,保证了陆海分界线提取的准确性。

基于电磁耦合的磁感应强度增益方法

在水下金属探测领域,由于环境噪声的影响使得磁传感器对微弱磁信号的接收较为困难,为了进一步提高磁传感器对微弱磁信号的接收能力,利用电磁相互耦合的特性,通过将面积、匝数与电感满足一定条件的2个线圈串联作为磁传感器的前置磁场增益模块。首先,通过将外界磁场、探测线圈与增强线圈建立等效的电路模型,分析整个系统的场强增益,给出最终增益表达式;然后利用COMSOL软件对系统增益模型进行仿真验证;最后,通过实际绕制探测线圈与增强线圈进行实验验证。结果表明:文中提出的电磁耦合增强磁场方法可有效放大接收磁场的磁场强度,提升磁传感器对微弱磁信号的接收能力。

一种小重叠区红外序列图像快速拼接算法

鉴于全景图像拼接所需的重叠比例大,拼接时间长,提出了一种小重叠区单目红外全景图像的快速拼接算法。首先,待拼接的红外图像序列通过搭载于云台的红外图像探测器绕轴定点均匀拍摄采集得到,之后在感兴趣区域(region of interest,ROI)内使用改进加速的小重叠区红外图像配准算法得到相邻图像的配准信息,确定相邻图像的重叠区域,然后统计重叠区域的亮度信息进行亮度差异调节以获得整体图像的视觉一致性,亮度调整后的重叠区域图像通过使用三角函数权重的方式进行图像融合,最后对剩余的待拼接图像重复上述步骤,得到过渡自然、视觉一致性良好的超宽视野红外全景图。在Ambarella平台上的实测结果表明,该方法能够成功拼接重叠区域较小(6%)的红外图像,拼接速度快,实时性高,具有良好的应用前景和实用价值。

基于深度学习的植物病害图像识别算法综述

植物病害对农业生产和粮食安全构成严重威胁,及时准确地识别和处理成为关键步骤。综述了深度学习在植物病害识别中的应用现状、挑战及未来发展方向。首先介绍了植物病害的重要性和传统识别方法的局限性,然后探讨了深度学习技术的优势及其在植物病害识别中的应用前景,特别是YOLO系列模型在植物病害实时检测中的应用。同时对比了常见的深度学习算法在植物病害识别中的性能,以及对数据集多样性、实时性和灾难性遗忘等挑战进行了分析。最后,提出了持续学习和模型更新的重要性,并展望了未来研究方向。