【摘 要】
:
红外探测器具有抗干扰能力强、气候环境适应性强、昼夜连续探测等优点,利用红外探测器进行海上搜救可以较好克服人眼的不足。红外探测器的聚焦准确与否直接决定成像质量的好坏及后续目标检测的效果。本文针对自动聚焦技术的重要组成部分——对焦窗口选取和清晰度评价算法展开研究并设计出基于DSP 的红外探测器自动聚焦系统。测试结果表明,本文设计的红外探测器自动聚焦系统运行有效,稳定。
【机 构】
:
上海海事大学信息工程学院,上海201306
论文部分内容阅读
红外探测器具有抗干扰能力强、气候环境适应性强、昼夜连续探测等优点,利用红外探测器进行海上搜救可以较好克服人眼的不足。红外探测器的聚焦准确与否直接决定成像质量的好坏及后续目标检测的效果。本文针对自动聚焦技术的重要组成部分——对焦窗口选取和清晰度评价算法展开研究并设计出基于DSP 的红外探测器自动聚焦系统。测试结果表明,本文设计的红外探测器自动聚焦系统运行有效,稳定。
其他文献
泡沫镍作为新型多功能材料,由于其本身所固有的轻质、高比强度、高比表面积等特点,以及其所具有的过滤、减振、阻尼、吸音、隔音、散热、吸收冲击能和电磁屏蔽等多种物理性能,使得其多用于过滤分离、热交换器材料、催化剂载体和电极材料等方面[1-2].
原肌球蛋白(tropomyosin,TM)是甲壳类水产品中的泛过敏原,多数研究表明生鲜水产品中TM稳定性较高且耐消化,但对加工后食物中TM的研究较少。本研究以拟穴青蟹为原料,采用含盐缓冲液提高高压处理后青蟹肌肉中TM的溶出率;利用等电点沉淀技术实现加工后青蟹肌肉中TM的富集,简化提取流程。
本文采用钼蓝比色、薄层色谱、核磁共振三种检测方法对南极磷虾油中磷脂的组成及含量进行了分析比较。结果显示,钼蓝比色法仅能测定样品中总磷脂含量,无法进行磷脂组成分析;薄层色谱法可以分析磷脂组成,但仅能实现磷脂含量半定量;核磁共振法可以实现磷脂的准确定量及磷脂的组成分析。核磁共振与薄层色谱法分析南极磷虾油磷脂组成结果一致,磷虾油中磷脂主要由磷脂酰胆碱(PC)、磷脂酰乙醇胺(PE)和溶血磷脂酰胆碱(LPC
涂层直接进样探针(CDIP)是一种由直接进样探头(DIP)研制而成的实验室自制的低成本新技术,具有从复杂基质中快速提取目标物并且基质效应小的特点.毛细管探针使用溶胶-凝胶法涂覆羟基封端聚二甲基硅氧烷(OH-PDMS)、二乙烯基苯(DVB)和β-环糊精(β-CD),并可直接与商业化的大气压化学电离(APCI)离子源和高分辨率质谱联用.使用稳定同位素标记的内标(SIL-IS)定量分析大菱鲆肉中不同浓度
白酒是中国的国酒。建立了固相小柱结合高效液相色谱法(SPE-HPLC)检测白酒中阿魏酸、没食子酸、对香豆酸、丁香酸和儿茶素的方法。优化了白酒样品pH、甲醇洗脱剂pH 及用量、上样方法和洗脱方法。
本研究首次采用直接进样串联质谱法对从蛏(Sinonovacula constricta 和Solen gouldi)中提取的油脂进行甘油磷脂的分子种类分析,其中包括磷脂酰胆碱,磷脂酰乙醇胺,磷脂酰丝氨酸,磷脂酰肌醇,溶血磷脂酰胆碱,溶血磷脂酰乙醇胺和溶血磷脂酰丝氨酸.同时,还对脂质组成,磷脂类组成以及全脂、甘油三酯和磷脂的脂肪酸组成进行了分析.实验结果表明:在Sinonovacula constr
广义H范数混合控制是控制领域的重点问题,3D打印系统的鲁棒闭环控制可靠性和打印效果直接相关、也是3D打印领域的难点问题,针对打印系统内外参数摄动和打印头惯性误差、广义H 范数混合控制问题,提出了基于H∞尺度空间的鲁棒打印控制方法。面向打印头的高速大概率惯性误差、打印系统机身刚度与运动部件阻尼系数摄动,建立3D打印系统综合环境控制模型。基于H∞尺度空间状态反馈控制,通过有界实引定理推导出3D 打印系
软测量技术是解决流程工业中一类难以在线测量变量估计问题的有效方法。本文提出了一种基于核偏最小二乘方法(KPLS)和最小二乘支持向量机的航煤闪点和干点软测量建模方法,采用核偏最小二乘方法对输入变量进行数据压缩,消除变量之间的相关性,简化最小二乘支持向量机模型结构,并通过混沌粒子群—模拟退火方法对最小二乘支持向量机的参数进行优化选择。将优化结果应用于CDU 航煤闪点和干点软测量建模,结果表明:该方法具
为了降低建筑能耗影响因素间复杂相关性对模型性能的影响,建立了一种基于KPCA-WLSSVM 的建筑能耗预测模型。利用核主元分析(KPCA)对输入变量进行数据压缩,消除变量之间的相关性,简化模型结构;进一步采用加权最小二乘支持向量机(WLSSVM)方法建立建筑能耗预测模型,同时结合一种新型混沌粒子群—模拟退火混合优化(CPSO-SA)算法对模型参数进行优化,以提高模型的预测性能及泛化能力。通过将KP
单一模型预测精度不够以及风速序列的非平稳和随机的特点,提出一种局部均值分解法(Local MeanDecomposition,LMD)和改进的Elman 动态网络的组合预测模型,即LMD-Elman 组合预测方法.该方法首先运用局部均值分解法将原始风速序列分解成具有各自特点的分量,然后根据每个分量各自的特点建立不同的Elman网络预测模型并将预测结果叠加起来,最后通过功率曲线得到预测功率.实验仿真