基于粗糙集和支持向量机的火炮内膛疵病识别方法

火炮内膛疵病智能识别是火炮内膛窥测的最终目标,它涉及到内膛疵病的特征提取和疵病识别两方面。首先建立了包括疵病形状、纹理与颜色特征的火炮内膛疵病特征体系;并采用模糊粗糙集理论分析了各疵病特征对疵病识别的敏感性,由此优化了疵病特征体系,降低了疵病特征维数;建立了最小二乘支持向量机小样本、非线性数据特征的多疵病分类器,提高了疵病识别效率和质量。

基于遗传算法与支持向量机的火炮内膛疵病分类方法研究

支持向量机能够较好解决小样本、非线性数据特征的多分类问题,适用于火炮内膛疵病的分类,但其性能依赖于其参数的选取;对基本遗传算法进行改进,使用自适应的交叉算子和变异算子,并应用于支持向量机参数优化;通过对火炮内膛疵病分类精度的对比研究,改进的遗传算法确定支持向量机优化参数的方法取得了良好的效果,验证了该方法对疵病分类的有效性。

基于Contourlet变换的火炮内膛疵病分割方法

对火炮内膛图像进行有效的疵病分割是内膛疵病识别的重要步骤。针对火炮身管导气孑L疵病的分割进行研究，提出基于Contourlet变换的火炮内膛疵病分割方法。通过对内膛图像Contourlet变换高低频系数的调整，在排除导气孔自身结构的影响下，提取出疵病的边缘，并结合形态学处理，实现导气孔疵病的分割。实验结果表明，该方法内膛疵病分割准确，抗噪能力强，适用于火炮内膛疵病分割。

枪械内膛测量技术综述

系统描述了国内外现有的各种枪械内膛表面疵病测量技术,并分析了其各自的发展水平和局限性,同时通过研究目前最先进的非接触测量方法,指出了立体视觉测量方法在枪械内膛测量方面的优点及应用前景.