在脊椎CT图像分割问题中,由于脊椎与组织对比度过低和噪声的影响,传统分割算法存在分割精度差和自动化程度低等问题。基于此,提出一种通过AttentionNet定位脊椎,然后使用改进的DenseUnet进行脊椎CT分割的方法。首先,对所有脊椎CT样本数据进行裁剪、重采样、灰度值归一化等预处理操作;再次,对样本使用AttentionNet训练得到具有位置信息的Attention图;然后,对传统DenseUnet进行改进,在每个Dense block加入Shuffle操作来增加网络的鲁棒性,在每个Dense block后加入1×1卷积,以降低通道数,减少网络参数量;接着使用改进后的DenseUnet对训练样本进行预训练,得到具有先验信息的预测图;最后,将Attention图、预测图及原始图像融合为三通道的训练样本作为输入,采用改进的DenseUnet训练分割模型,并在测试集上进行验证,最终实现脊椎CT自动分割。实验结果表明,所提方法的分割精度优于传统DenseUnet,是一种有效的脊椎CT自动分割方法。

阐述了光电平台内框架减振的必要性,对一种六自由度内框架减振系统进行了模型简化,并使用拉格朗日动力学理论对该系统进行控制方程的推导。系统的控制方程表明,当被隔振系统的质心与隔振器的几何中心重合时,系统是解耦的。扫频振动仿真分析表明该内减振系统能够隔离20 Hz以上的中高频振动,该内减振系统设计合理。

并联型光电设备稳定平台是针对光电跟踪系统需要而设计的一种新型并联机构,具有两个相互独立的转动自由度。以并联稳定平台为研究对象,介绍了动载体下并联稳定平台的工作原理,进行了并联稳定平台的运动学分析。采用齐次坐标变换方法,推导了从大地坐标系到平台定坐标系的转移矩阵,建立了并联稳定平台的稳定解算模型,进行了并联稳定平台的数值仿真研究。结果表明:随着旋转角增大,并联稳定平台的姿态角偏差和方位角偏差越来越大;在实际控制系统中若不考虑旋转角作用,这将严重影响并联型光电设备稳定平台的稳定精度。该研究为并联型稳定平台控制系统设计提供了一定的理论依据。

利用坐标变换基本理论，建立两轴四环架结构光电系统目标坐标数据输出数学模型，重点分析了两轴四环架的机械结构误差对数据输出精度的影响，提出了该类结构加工、装配时必须控制的误差项，并对如何控制各项误差提出了具体建议。

舰载、车载和机载光电设备工作时需要绝对水平的环境,为消除运动载体摇摆对光电设备的影响,提出了一种二自由度并联稳定平台方案。应用拓扑理论,分析了并联稳定平台的输出特征矩阵和耦合度,并从工程化、实用化的角度考虑,通过布局方案的优化得到了含有四条主动支链和一条从动支链的并联稳定平台。采用矢量代数法,建立了并联稳定平台的运动学正模型和运动学逆模型,进行了并联稳定平台的运动仿真研究。分析结果验证了该平台布局方案的可行性和运动学模型的正确性。