针对目前线缆缠线机存在的到边反向不及时、效率低、依赖人工反向等问题, 采用线激光传感器对缠线机的线缆到边情况进行实时动态检测, 根据结果及时调整缠线机横向运动方向。首先根据线缆与挡板交点的特殊位置, 应用带约束的凹凸点检测算法对点云进行数据分割; 其次利用RANSAC算法对挡板的数据进行直线拟合, 然后使用斜率特点在线缆数据中找到待测线缆, 对待测线缆点云数据进行整体最小二乘法拟合圆; 最后计算出待测线缆到挡板处的相对位置。试验证明, 带约束的凹凸点算法能准确地找到数据分割点, 并计算出待测线缆到挡板处的距离, 实现线缆成卷过程中到边反向的实时检测。

针对极化码在光通信系统中的应用研究, 文章将极化编码调制和光纤模分复用(MDM)系统相结合, 搭建了基于比特交织极化编码调制的MDM系统, 并进行了最大似然(ML)检测算法性能的研究。仿真结果表明, 极化码的加入大大提升了系统性能, 与非编码的MDM系统相比, 采用比特交织极化编码调制的MDM系统在同等模式相关损耗(MDL)值下,系统性能提高了约8 dB。文章还展示了ML和最小均方误差(MMSE)检测算法在MDM系统中的性能以及不同模式损耗对系统性能的影响, 其中, ML检测算法相较于MMSE检测算法, 在误码性能上提升了约3 dB。

强海杂波中的漂浮小目标检测是对海雷达探测的热点与难点问题。传统算法在单一域(时域, 多普勒域以及时频域)中检测性能差, 基于特征的检测算法是解决海面漂浮小目标检测的有效手段。提出了基于全极化信息的特征融合检测算法, 选取时域与多普勒域的6特征, 提取出基于全极化信息的6特征, 分析特征的可分性, 最后利用PCA异常检测器进行目标快速检测。在实测IPIX雷达数据集上进行验证, 实验结果证明, 相比于已有的PCA检测算法, 所提算法具有优良的检测性能。

针对转向架侧架空间狭小以及不确定光照条件下难以通过传统的视觉系统及算法实现枕簧端面缺口定位的问题，本团队提出了一种基于线激光光斑特征的枕簧缺口视觉间接定位方法。通过对K6型转向架承载弹簧和减振弹簧这两类枕簧外簧第一、第二层簧圈的尺寸特征进行分析，并采用最小二乘法拟合尺寸数据，分别建立了两类枕簧簧圈高度比值与枕簧端面缺口方位对应关系的数学模型。采用YOLOv3-tiny目标检测算法实现了复杂背景下枕簧的检测与感兴趣区域(ROI)的分割，基于阈值分割和边界框拟合算法提出了激光光斑高度自适应求解方法，该方法提升了定位方法的灵活性。试验结果表明，所提方法的定位精度在－5°～＋5°以内，单次定位时间不超过0.15 s，而且对光照强度的变化具有很强的鲁棒性。

针对红外与可见光图像尺度差异大、图像较模糊,且图像中可提取的特征点数量不足以及特征分布不均匀易导致现有配准算法失效的情况,提出一种结合滚动引导滤波和相位信息的红外与可见光图像配准方法。利用滚动引导滤波构建尺度空间,在不增加耗时的前提下尽可能保持图像边缘信息; 提出一种改进的Shitomasi角点检测算法,提取具有尺度不变性且分布均匀的强角点; 在特征描述阶段,给出一种新的加权函数进行频率扩展,以得到更显著的相位一致性信息,实现更准确的图像特征描述。实验结果表明,该配准方法对存在9倍尺度差异的红外与可见光图像仍能实现准确配准,且对多组图像对的配准RMSE误差均保持在2像素之内。

活体细胞有丝分裂过程的发生具有时间和空间上的随机性,自动识别并准确定位活体细胞的有丝分裂对科研人员而言充满挑战。提出一种基于深度学习的自动识别并定位活体细胞有丝分裂的检测方法。通过改进YOLOv3主干网络并引入注意力机制,构建名为DetectNet的深度神经网络。在明场显微成像条件下,获取多尺寸活体细胞图像并构建数据集对网络进行训练,并对DetectNet与多个目标检测算法进行对比,验证其有效性。实验结果表明,针对活体细胞的明场显微图像,DetectNet能够高效地从不同尺寸大视场图像中直接识别并定位有丝分裂细胞,同时具有较高的检测精度和较快的检测速度,因而在生物和医学领域具有非常大的潜在应用价值。