拍摄照片获取人体特征尺寸的可行性研究

拍摄照片是非接触式测量的重要途径,已经广泛应用于图像反求等领域.服装设计合身度与人体特征尺寸的测量方式有关.利用拍摄照片的方法获取服装人台特征尺寸,其准确度和误差大小将决定此手段的可行性.通过理想条件进行拍照试验,采取参照标定法得出测量尺寸并进行误差分析,提出了减小尺寸误差的合理拍摄条件,为照片反求在服装人台建模中的实际应用提供依据.     

路面车辙多路传感器检测误差分析

为评价车辙检测误差，分析了多路传感器车辙检测原理，通过研究车辙的统计分布，应用双余弦车辙数学模型计算分析，得出了传感器横向布置数目与车辙检测最大误差的关系。结果表明：当横向布置传感器数目较小时，车辙误差主要由采样点有限引起的不重合误差决定；当传感器数目较大时，车辙误差主要由位移传感器的测量准确度决定；随着传感器数目的增加，车辙测量最大误差在传感器数目小于21时减小较快，在传感器数目大于33时衰减缓慢。     

基于无人机和SfM的地貌数据采集精度影响研究

无人机低空摄影测量与SfM方法作为最新的地貌信息测量手段,受到了越来越多的关注,已经应用于多个研究领域.本文基于无人机摄影测量与SfM技术,应用大疆悟二飞行器、禅思X5S云台相机、Agisoft PhotoScan软件,研究了拍摄高度、拍摄角度和照片重叠度对地貌数据的测量精度,以及对区域三维重建模型效果与生成时间的影响.结果表明:拍摄高度越低,照片重叠度越高,测量结果精度越高.当拍摄高度200m,单点重复次数8.0时,测量结果的空间分辨率4.1cm,水平误差和垂直误差在25cm以内.拍摄角度对结果的水平精度和垂直精度呈现出不同的影响,拍摄角度越垂直于地面,测量结果的水平误差越小,垂直误差越大,反之亦反.另外,在三维模型重建中,拍摄角度越倾斜,模型的侧面纹理越完整清晰,反之模型的侧面纹理越不完整甚至缺失.此外,测量精度与测量的内外业工作量及三维模型的可视化效率之间存在制约,因此需根据具体的需求设计相应的测量方案.本文的研究成果可以为基于无人机与SfM方法的地貌数据采集与三维重建的精度控制和采集方案设置提供定量参考.     

基于蛇模型的管路三维重建方法

针对航空航天中大量应用的管路高精度快速测量难题,提出了基于蛇模型的管路三维重建方法.该方法充分利用管路灰度图像边缘特征,借助阈值分割和高斯滤波消除图像噪声,先结合蛇模型获取精准的管路图像边缘,贪心算法进行迭代以保证收敛效率,利用极线约束原理得到二维管路中心线点云,然后根据视觉投影原理,重建管路三维模型,最后使用多目视觉系统拍摄的照片进行结果优化以保证重建精度.结果表明:该方法对管路的测量精度为±0.15 mm,简便高效,无需过多的人工操作.同时,实现了管路圆弧段弯曲半径的测量,满足工业应用需求.      

基于特征点图像序列的多摄像机全局标定

多摄像机的全局标定是影响视觉测量系统精度的关键。为了降低标定过程中多次坐标变换而引起的误差,本文提出了一种基于特征点图像序列的多CCD摄像机的全局标定方法,通过时间脉冲同步,在液晶显示屏靶标上显示一系列含有特征点的图像序列的同时,多个CCD进行拍摄,对用于显示的特征图像和CCD拍摄得到的图像进行处理和计算,即可对多个摄像机进行全局标定。该方法只需一次坐标变换,克服了常规方法下特征点难以被所有摄像机全部拍到的困难,用标定结果进行三角测量,最大绝对误差为0.08mm,证明了标定方法的精确性。     

基于特征点图像序列的多摄像机全局标定

多摄像机的全局标定是影响视觉测量系统精度的关键。为了降低标定过程中多次坐标变换而引起的误差,本文提出了一种基于特征点图像序列的多CCD摄像机的全局标定方法,通过时间脉冲同步,在液晶显示屏靶标上显示一系列含有特征点的图像序列的同时,多个CCD进行拍摄,对用于显示的特征图像和CCD拍摄得到的图像进行处理和计算,即可对多个摄像机进行全局标定。该方法只需一次坐标变换,克服了常规方法下特征点难以被所有摄像机全部拍到的困难,用标定结果进行三角测量,最大绝对误差为0.08mm,证明了标定方法的精确性。     

照片解析方法研究软岩巷道稳定性

将航空摄影测量中常用的照片解析方法，应用于软岩巷道模型试验的位移测量，证实了采用普通照像机且忽略非线性误差所得结果能够满足实验精度需要．该法对动态的和非接触的测量具有同样的应用前景．根据实验结果得出的软岩巷道变形破坏规律，对于采取合理的支护措施具有积极的意义．     

照片解析方法研究软岩巷道稳定性

将航空摄影测量中常用的照片解析方法，应用于软岩巷道模型试验的位移测量，证实了采用普通像机上用忽略非线性误差所得结果能够满足实验精度需要，该法对动态和非接触的测量具有同样的应用前景，根据实验结果表明得出的软岩岩巷道变形破坏规律，对于采取合理的支护措施具有积极的意义。     

基于最小误差逼近的轮廓特征点提取

针对轮廓曲线的多边形近似和特征点提取,提出了多边形逼近误差和局部最小误差逼近特征点的定义和相应的实现算法.该特征点对轮廓曲线进行树状递归划分,并最大限度地减小逼近误差.使得在给定特征点数目情况下,多边形逼近误差为最小.在给定逼近误差的情况下,特征点数目为最少.对于轮廓线的特征提取、优化多边形逼近、压缩表示具有一定的意义.     

顾及近景图像特征点误差各向异性的三维空间重构

本文探讨了一种考虑近景图像特征畸变的三维空间重构方法,在分析了特征点误差不确定性分布特点的基础上,在运动恢复结构的技术框架下,利用图像之间的仿射变换,将特征点误差的各向异性分布映射为各向同性,同时构造顾及特征点邻域误差各向异性的误差方程,通过迭代计算得出像片的位置和姿态及待测目标三维空间结构的最优解。最后利用多视角近距离拍摄的多幅图像进行三维重构实例验证,通过与传统方法对比分析,验证该方法的适用性和可靠性。     

利用光流场方法进行遥感照片的无缝拼合技术

从高空拍摄的遥感照片之间存在符合投影公式的变换关系 ,本文采用一种基于光流场的方法计算出投影公式的参数 ,拍摄这些相片时 ,在不需要知道相机的位置 ,倾斜角度 ,甚至不需知道相机的焦距的情况下 ,实现遥感照片的拼合。这种利用光流场将多幅遥感照片拼合成范围更大的照片的方法 ,能够自动完成图像的拼接处理 ,并在实验中证实了解决实际问题的可行性     

铝转子单边盘式感应电机的新型等效电路

铝转子单边盘式感应电机气隙较大,主要参数随半径变化,用传统电机分析法会造成较大误差,且无法准确描述铝转子中集肤效应的影响.采用一种新的电磁模型,利用分环计算和多层行波磁场模型有效解决了该电机存在的特殊问题,提高了模型精度.通过磁场分布计算得到电机的T型等效电路.分析了等效电路中电感和电阻参数.制作样机并通过空载试验和短路试验测定其T型等效电路参数,试验结果与计算结果误差较小,证明该方法能准确估算铝转子单边盘式感应电机的主要参数.计算电机电磁转矩随转差率变化的情况,高转差率下的实验转矩输出值与计算值接近.     

构架侧梁焊接反变形量的优化分析

以热弹塑性理论为基础,采用APDL语言对机车车辆构架侧梁进行了焊接变形数值仿真计算,并对侧梁进行现场跟踪测量.得出了侧梁的焊接变形仿真计算结果与测量值,两者基本吻合,误差在6%之内.以此仿真模型为基础,结合所制定的反变形方案,采用多层优化计算,对侧梁焊接时的反变形量进行数值仿真优化,最优方案与无反变形量的焊接相比,可使弯曲变形量减低65%左右.优化方案可为焊接变形的控制、焊接工艺设计的选择和预留变形量的确定等提供可靠依据.     

考虑土体空间变异性的管廊基坑开挖过程中变形及能量演化特征分析

基坑开挖工程的稳定性受所在区域土体参数的空间变异性影响较大,其施工过程伴随着基坑内部能量的相互转化,为研究复杂多层土基坑开挖过程中土体参数的空间变异性影响及能量演化特征,本文依托佛山市某综合管廊基坑项目,基于中心点法建立了多层土的杨氏模量随机场模型,结合FLAC软件构建了复杂多层土的随机场-有限差分耦合计算基坑开挖的数值模型。研究结果表明：基于随机场参数的统计分析及位移实测对比分析验证了所建立模型的准确性;基于均质模型与随机场模型的测点变形趋势一致,但不同测点处位移的变异性存在显著差别,基坑总体变形可控;基坑开挖过程中,弹性应变能的一部分转化为塑性应变能,开挖完成后基坑处于稳定状态。     

基于误差函数的自然梯度法及其在MLP学习中的应用

在激活函数选为误差函数的条件下,给出了求Fisher信息矩阵逆的算法,并进行仿真验证.首先将自然梯度法应用于多层感知器学习中,并与BP(back-propagation)算法进行了比较,说明了自然梯度法能够加快学习速度,并且可能避免学习中出现平坦区现象,即使出现平坦区,也不会很严重.仿真验证了自然梯度法上述良好的学习性...     

基于电磁-热-流耦合场的多回路排管敷设电缆载流量数值计算

多回路电缆以集群方式敷设时,各回路之间的电磁耦合和热耦合都将加强,对电缆导体线芯和金属外护套的交流电阻及涡流损耗的影响均不可忽略。为准确计算四回路电缆在4×4孔排管敷设方式下的载流量,借助于Comsol和MATLAB软件建立电磁-热-流耦合物理场有限元模型,将电磁场、温度场及排管内空气流速场耦合求解。首先通过求解电磁场计算电磁热损耗,然后作为载荷施加于传热模型进行温度场分布计算。该模型对电缆复杂的邻近效应、趋肤效应进行直接仿真计算,考虑了金属材料电阻率随温度的变化关系,且传热模型中耦合了空气自然对流、热辐射和固体热传导3种导热方式。利用所提模型对6种排列方式下的电磁热损耗和温度场分布进行计算;并利用二分法计算相应的载流量。结果表明,排列方式对电缆间的邻近效应有较为显著的影响,优化排列方式可降低电缆损耗、提升载流量。     

简化模糊推论模型与多层构造模糊推论模型的对比研究

能够直接输出非模糊值的简化模糊推论已被广泛应用于控制系统.随着条件部成员函数个数的增加,这种模糊推论模型能够获得较高的输出精度.但是,对于采用从现实环境下获取的示教数据进行模型学习的情况,简化模糊推论模型有时难以获得很高的辨识精度.本文采用现实环境下的两种典型的示教数据,对单层构造的模糊推论模型和多层构造的模糊推论模型进行辨识.实验结果表明,多层构造的模糊推论模型比单层构造的模糊推论模型具有更高的辨识精度和对示教数据的适应能力.图7,表4,参16.     

多层合采油藏层间干扰规律及应用：以渤海南部中轻质油藏为例

针对渤海南部中轻质油藏多层合采层间干扰规律研究的问题，建立了多层合采的填砂管物理模型，模拟了不同渗透率级差和不同原油黏度的多层合采过程，基于物理模拟实验结果提出了产液量级差和层间干扰系数的概念，确定了分采界限和分采时机，指导了油田实际开发。结果表明：中轻质油藏分采界限的渗透率级差为4，分采的时机为含水80%左右，随着地层原油黏度的增加，提液时机应适当提前。渤海A油田的实际应用表明，预测结果与实际测试结果接近，平均误差为8.75%，现场应用效果明显，对后续油田的矿场实践具有一定的指导意义。     

纯电动汽车两挡变速箱齿轮振动噪声仿真分析与优化设计

针对一款新型纯电动汽车变速箱振动噪声大的问题,考虑齿轮传动误差的影响,建立了两挡变速箱仿真模型,对传动系统进行动力学分析.采用分块Lanczos法求解变速箱的模态频率与模态阵型.利用耦合声学边界元的方法,以动力学分析的结果作为激励,求解变速箱的辐射声场,并对变速箱的齿轮进行优化设计,仿真与实验证明优化后的变速箱振动噪声得到了明显的改善.     

基于深度学习的Wi-Fi信号编码参数盲识别

通信链路层特征盲识别是智能通信和通信对抗领域关键技术。为提高基于IEEE 802.11协议的无线（局域）网/无线保真（wireless fidelity,Wi-Fi）信号的编码参数盲识别精度,提出了一种基于深度学习的低密度奇偶校验码（low density parity check code,LDPC）编码参数盲识别算法,可准确盲识别信道编码算法的信息位码长和码率。算法以解调后的比特流为训练数据集,搭建多层深度神经网络模型,经过多次调参和迁移训练,最终得到了能够准确预测编码参数的网络模型。实验结果表明,该网络模型能够在高达10%误码条件下得到优于91%的编码参数盲预测率,在无误码的条件下,编码参数盲预测准确度高达95.32%,为智能通信和通信对抗的研究提供了一定参考价值。