基于连续帧间差分的抛弃式探头三维下沉运动处理方法研究

抛弃式探头由无人机装载,能够在较远目标区域和危险海域开展海洋水文环境剖面参数的测量。通过安装不同传感器,可以实现对温度、盐度的剖面测量,其深度的测量采用数学方法计算得到。针对双摄像机水箱实验获得的5个不同攻角实验结果,分析了常用的运动目标的检测方法,最终选择基于连续帧间差分法,确定探头的三维坐标位置,进而得到探头下沉运动的三维运动轨迹和速度曲线等信息。探头从水面释放后攻角在下沉过程中不断调整,改变运动姿态,同时伴随自身的旋转,抵消水平方向阻力作用,初始攻角产生的深度测量误差主要体现在加速过程,探头达到匀速运动后测量误差不变,在不考虑横流的情况下,探头最后以匀速垂直下落运动。     

A-FPN算法及其在遥感图像船舶检测中的应用

光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显著特征层,抑制背景信息,通过金字塔顶层的细粒度特征提高浅层特征的表达能力,构建自上而下的多级显著特征映射结构;最后利用Softmax分类器进行多层级船舶检测。A-FPN模型利用显著性机制引导不同感受下的特征进行融合,提高了模型的分辨能力,对遥感图像处理领域具有重要应用价值。实验阶段,利用公开的遥感目标检测数据集NWPU VHR-10中的船舶样本进行测试,准确率为92.8%,表明A-FPN模型适用于遥感图像船舶检测。     

直线特征辅助的靠岸舰船检测

针对靠岸舰船难以检测的问题,提出了一种直线特征辅助的靠岸舰船检测方法。首先利用高精度的卷积神经网络目标检测算法YOLOv3对影像进行粗检测,获取可能存在舰船目标的区域作为兴趣区域;然后提取影像的直线特征,将直线的方向作为确定舰船方向的辅助信息;最后利用具有一定角度的滑动窗口遍历兴趣区域获取候选目标,并对侯选目标进行二次分类和识别得到最终检测结果。利用不同港口的遥感影像进行实验的结果表明,提出方法能够有效检测港口内多种方向和并列停靠的舰船目标。     

南海风暴潮对风场和外围海水敏感性研究

为探索来自西北太平洋台风风暴潮与南海局地生成台风风暴潮不同,本研究在假设两种台风气象条件相同情况下,研究随台风而来外围海水所形成增水对南海沿岸的影响。以0814"黑格比"强台风风暴潮为基础,使用ROMS(regional ocean modeling system)模式进行数值模拟并通过设计对比试验方法进行研究,研究发现在台风登陆时引起的增水最大,最大增水出现在台风路径右侧,其中在沿岸区域,外围海水形成增水约占总增水10%,且大约3 h后出现增水回震现象。同时,设计对比试验,研究来自西北太平洋台风风暴潮对台风路径、台风强度、台风移动速度和流入角等气象条件敏感性,并获得与前人一致的结果。     

基于分布式控制力矩陀螺的水下航行器轨迹跟踪控制

基于控制力矩陀螺群(CMGs)的水下航行器具有低速或零速机动的能力。采用基于分布式CMGs的水下航行器方案,并研究其水平面的轨迹跟踪控制问题。通过全局微分同胚变换将非完全对称的动力学模型解耦成标准欠驱动控制模型,并根据简化的模型构建其轨迹跟踪的误差动力学模型,将轨迹跟踪控制问题转化为误差模型镇定问题。基于一种分流神经元模型和反步法设计了系统的轨迹跟踪控制律,该控制器不需要对任何虚拟控制输入进行求导计算,且能确保跟踪误差的最终一致有界性。仿真结果表明该控制器能够实现在不依赖动力学参数先验知识的情况下对光滑轨迹的有效跟踪。     

多目标视频运动分析系统中的多几何特征参数快速提取实现

首先通过将整个图像区域看成系列行、行内的各线段构成的集合，然后判断相邻行各线段是否满足合并条件，最后根据判断结果实现对应的目标区域几何特征参数的设计。理论与应用都表明该算法优点是：对图像只扫描一次，即可同时、并行地获得多目标区域多个几何特征参数。     

基于C＋＋的VCT2．0文件格式检测程序的设计与实现

主要讨论了如何利用C＋＋来实现VCT2．0数据库文件的格式检测。利用C＋＋中文件输入输出流和字符串处理功能，根据《城镇地籍数据库标准》和《土地利用数据库标准》中对VCT2．0数据库文件中分隔符和拓扑关系等格式信息的相关定义，完成了VCT2．0数据库文件的读取，文件格式错误检测，输出相关错误报告。