期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:谢阅,王晓东.ICF准直系统的非正常图像分类检测[J].哈尔滨工业大学学报,2011,43(7):140.DOI:10.11918/j.issn.0367-6234.2011.07.029
XIE Yue,WANG Xiao-dong.Study on classification and detection method for off-normal images in ICF automatic alignment system[J].Journal of Harbin Institute of Technology,2011,43(7):140.DOI:10.11918/j.issn.0367-6234.2011.07.029
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 1006次   下载 1200 本文二维码信息
码上扫一扫!
分享到: 微信 更多
ICF准直系统的非正常图像分类检测
谢阅, 王晓东
中国工程物理研究院计算机应用研究所
摘要:
为克服由于非正常图像的存在,导致准直循环次数增加,降低了准直的效率这一困难,对非正常图像的特点进行了分析,设计了贝叶斯分类器实现对图像的分类,并通过对光斑图像形状因子的判定实现对畸变图像的检测.实验结果表明:通过设定合理的分类条件及形状判定标准,可以有效地实现对非正常图像的分类、检测过滤,减少基于非正常图像的准直循环次数,降低因非正常图像导致准直失败的概率,有效改善自动准直系统的工作效率;同时对非正常图像的产生原因进行初步分类,为故障的快速定位提供支持.
关键词:  自动准直  贝叶斯分类  特征提取
DOI:10.11918/j.issn.0367-6234.2011.07.029
分类号:TP391.41
基金项目:国家高技术研究发展计划资助项目(2006AA0965,2007AA1236)
Study on classification and detection method for off-normal images in ICF automatic alignment system
XIE Yue, WANG Xiao-dong
Institute of Computer Application,China Academy of Engineering Physics,621900 Mianyang,Sichuan,China
Abstract:
Due to off-normal images,the number of alignment iterations will be increased and the collimation efficiency will be decreased.To overcome this difficulty,by analyzing the characteristics of off-normal images,a Bayesian classifier is designed to achieve image classification,and the distortion images are detected by the shape factor of beam image.Experimental results show that: by setting reasonable class condition and shape determination standard,the off-normal image classification and examination filtration can be effectively realized.As a consequence,the collimation cycle-index and alignment defeat′s probability due to the off-normal images is decreased,i.e.the total alignment efficiency is dramatically increased.In addition,the preliminary reason causing the off-normal images is analyzed,which supports the breakdown fast localization.
Key words:  automatic alignment  Bayesian classification  feature generation

友情链接LINKS