并行SCA和软方向判决的盲均衡新算法

提出了一种适用于高阶正交幅度调制(QAM)信号的并行方形轮廓线算法(SCA)和软方向判决(SDD)的盲均衡新算法——SCA+SDD算法。该算法一方面使用了SCA算法来提供全局收敛,保证在整个收敛过程中,均衡器朝正确的方向收敛;另一方面当均衡器进入到局部收敛区域时,并行增加的SDD部分通过最大化均衡器输出的局部后验概率来降低剩余码间干扰和提高收敛速度。理论分析和仿真结果说明,新算法不仅能自动纠正相位旋转,有更快收敛速度和更小的剩余码间干扰,并且具有较强的鲁棒性和实用性。

自适应变模SCA盲均衡算法

提出一种适用于MQAM数字通信系统的自适应变模方形轮廓线盲均衡算法(AVSCA)。该算法在方形轮廓线算法(SCA)基础上,针对MQAM信号的多模特点,用多模零误差曲线替代常模零误差曲线,并通过判决条件对均衡器输出信号进行判决,使得均衡器自适应调节其零误差曲线。理论分析和在典型音频带信道上仿真结果表明该算法有效地降低了残留码间干扰和提高了收敛速度,具有很好的均衡性能。

一种线结构光亚像素中心坐标提取方法

为了提高光条中心点提取的精度和速度,提出了一种新的线结构光条纹中心亚像素提取方法。首先对图像进行中值滤波,采用轮廓跟踪算法避免扫描光条纹区域外的像素,以此提高计算速度,结合灰度重心法对光条纹中心进行初提取;通过均方灰度梯度法计算光条纹的法线方向并以初提取点为中心进行双线性插值;以提取到的初始点和插值点采用加权灰度重心法计算光条纹中心的亚像素位置。实验结果表明,所提方法的标准误差在0.1400 pixel左右,运算时间约为0.0670 s。

MIMO通信系统中QAM信号的快速半盲均衡算法研究

该文针对传输正交幅度调制(QAM)信号的多输入多输出(MIMO)系统的均衡问题,结合方环算法(SCA)的简单性和软决策(SDD)算法的精确性,提出了一种既比较精确又简单的算法(SCA+SDD)。在优化该算法的代价函数过程中,首先用很少的训练序列(等于接收天线数)得到均衡器权向量的一个粗略估计,然后提出利用共轭梯度法进行迭代优化该代价函数的方法,该算法具有近似的二次收敛性,与传统梯度类算法相比较,该方法有非常快的收敛速度和较少的计算量。最后通过误码率(BER)和收敛速度分析该算法的可靠性和有效性,并且通过计算机仿真证明了该算法的良好性能。

基于背部轮廓相关系数算法的淡水鱼种类识别研究

针对淡水鱼种类的自动识别问题,利用机器视觉技术,提出一种基于鱼体背部轮廓相关系数算法的鱼体种类识别方法。首先根据采集的鲫、草鱼、鳊、鲤四种淡水鱼图片,将图像处理方法应用到鱼体背部轮廓的提取上,并采用最小二乘算法对鱼体背部轮廓进行曲线拟合,建立这四种淡水鱼的背部轮廓数学模型;接着对要识别的鱼体,通过机器视觉技术获得鱼体轮廓,并计算提取的鱼体轮廓与建立的四种鱼背部轮廓数学模型的相关系数值,达到对鱼体种类自动识别目地;最后采用提出的方法对市场随机选取的各60条活鱼进行了测试,测试结果表明,该算法简单,识别准确率较高,能够为淡水鱼种类识别方法提供新的思路,提高水产养殖的自动化水平。

激光测距仪镜头感光元件的快速识别与定位算法研究

在激光测距仪镜头组件的自动化装配中,快速、精准识别感光元件雪崩光电二极管(APD)的定位坐标,对于完成镜头焦点的精确对位以及提高图像处理效率至关重要。针对APD的图像识别与定位过程,本文提出一套基于机器视觉的高效、高精度的图像处理算法。首先在粗定位图像处理阶段中,为提高运算效率,利用抗干扰性强的高斯金字塔搜索归一化互相关匹配(NCC)算法,对图像中的APD进行粗定位。在边缘检测中,采用Otsu算法自适应地根据梯度图像变化生成高低阈值,避免了传统Canny算法的手动设置高低阈值的难题。在目标轮廓提取阶段采用连通域标记法,过滤掉孤立的像素点和非目标区域像素点,保证了下一步的轮廓拟合精度。在最后的轮廓拟合精定位阶段中,通过对两种拟合算法比较过程中,确定最小二乘法圆拟合亚像素定位算法进行APD轮廓拟合,可以保证效率和定位精度,实验结果表明整个图像处理系统用时596 ms、定位精度0.4 pixel,相对误差为0.64%,实现了APD图像快速、精准定位的过程,提高了定位精度和效率。

均方轮廓多小波盲均衡算法

为了克服传统恒模算法(CMA)收敛速度慢与无相位纠错能力的缺点,提出了一种均方轮廓多小波盲均衡算法(MWTSCA)。该算法一方面利用均方轮廓算法对相位模糊予以及时纠正,且对非常模高阶QAM的均衡具有良好收敛性能;另一方面利用平衡正交多小波变换对均衡器输入信号进行去相关性处理,进一步提高了算法的性能。理论分析和水声信道仿真结果表明,所提出的算法具有较快的收敛速度和较小的稳态误差。

土方量计算机辅助计算模块及其应用

介绍了土方量计算机辅助计算模块的工作流程,指出计算时应该注意的问题,分析了模块的特点,指出了不足之处,提出了改进办法,最后举例说明。实践证明,利用该模块计算土方量,速度快、精度高、适用面广。

航空影像直角房屋轮廓半自动提取

以精确提取房屋轮廓为目的,提出了一种航空影像中直角房屋轮廓半自动提取算法。该方法首先通过人工使用鼠标依次在房屋边缘线的大致位置画直线,再利用影像分割分别得到所对应的窗口影像;进而利用LSD算法对窗口影像提取直线;然后以其为初值,在保证其整体位移和数值偏差最小的情况下利用最小二乘算法在原始影像图上进行线拟合和直角化;最后连接角点,完成房屋轮廓信息的提取。试验结果表明,该方法不仅有效地减轻了工作人员的劳动强度,而且定位精度高于人工切准。

鱼体背部轮廓BPR算法的淡水鱼种类识别方法研究

针对淡水鱼种类的在线自动识别问题,利用机器视觉技术,提出一种鱼体背部轮廓弯曲潜能比率BPR(Bending Potential Ratio)的无损鱼体识别方法。首先通过分析采集的鲫、草鱼、鳊、鲤四种常见鱼类样本集,采用最小二乘算法建立相应的背部轮廓数学模型,并对鱼的BPR值分布区间作统计分析;接着对需要在线识别的鱼体通过摄像头获取相应彩色图像,并对获取的彩色图像进行相关预处理得到鱼体轮廓;最后计算鱼体图像的BPR值并根据建立的鱼体BPR分布模型识别出鱼的种类。实验结果表明,所提方法具有算法简单、识别准确率较高的特点,在采集的数据库上识别精度达到95%以上。

手机机身轮廓分段定位检测方法研究

在手机生产制造过程中,手机机身轮廓定位精度是保证机械手自动加工与装配质量的关键因素。针对大屏手机轮廓视觉检测中存在的视野过大问题,提出了一种轮廓分段定位检测方法。检测系统由运动控制平台、工业面阵相机、光学镜头、可调节光源和图像处理器构成。系统通过运动控制平台的移动,分时分步获取手机机身上、中、下三部分的图像。采用局部标定法,获取电荷藕合器件图像传感器(CCD)图像坐标系与加工平台坐标系之间的转换关系。采用拉普拉斯高斯(LoG)算子对手机边框的边缘进行平滑和检测,借助卡尺找点工具获取三部分图像的轮廓的基准点,拼接成完整的闭合轮廓。依据合格样本图像建立边框模板,采用最小二乘法进行模板匹配。试验表明,该方法可以将手机机身轮廓检测误差控制在0. 001 mm以内。该方法具有非接触性、高效率的特点,适用于解决工业领域内的在线检测问题,应用前景广阔。

基于机器视觉的羽毛球圆度测量系统研究

针对羽毛球圆度测量困难,效率低等问题,搭建了一套基于机器视觉的羽毛球圆度测量系统。首先,利用滤波降噪,阈值分割和孔洞填充方法对图像进行预处理;其次,通过Freeman链码轮廓跟踪和改进FAST算法完成羽毛球候选特征点的筛选,针对候选特征点存在的3个问题,分析羽毛球几何特征,计算候选特征点的轮廓尖锐度和支撑区域凹凸性,并利用局部非极大值抑制进行优化,得到最终的特征点;最后,以最小二乘法对特征点进行拟合,实现羽毛球的圆度测量。实验结果表明,系统测量半径平均误差为0.21 mm,半径最大误差为0.34 mm,能准确分类合格羽毛球和次品,测量平均速度为457 ms。因此,该系统能较好地完成羽毛球自动化生产中的测量任务。

基于向量场和等值面的改进泊松重建算法

为了提高点云表面的重建精度和准确度,针对泊松重建算法误连接孔洞区域及法线方向不一致导致重建结果偏差的问题,提出一种基于向量场和等值面的改进泊松重建算法。先利用统计滤波器对有噪声的点云数据进行去噪;再利用加权主成分分析估计法向并结合移动最小二乘(MLS)法计算点云法向和优化测量误差,利用OpenMP加速法线估计;最后利用改进DC(Dual Contouring)算法提取等值面来消除曲面孔洞和误连接曲面特征的问题。经过实验验证,改进的泊松算法可有效地去除模型中可能存在的孔洞问题和伪封闭曲面,提高重建曲面的准确度和效率。