炮点空间位置检测技术研究

该项目对炮点空间位置自动检测技术进行了研究,通过自动拾取初至时间反演共中心点面元上的速度,再通过此速度计算直达波旅行时,比较该旅行时与拾取的初至时间之间的误差,即为偏点误差。误差越大,偏点偏移距离越远。给定误差阈值,检测出偏点;再通过给定步长(一般为一个道距或半个道距)进行偏点偏移距离扫描,重复计算误差,选取误差最小的点作为正确的位置,从而确定校正量。     

基于Born近似的角度域共成像点道集

偏移距域共成像道集和炮域共成像道集在复杂地区存在运动学和动力学假象,Born近似傅里叶偏移方法基于小扰动假设引入参考慢度可以适应横向变速.利用频率波数域与空间频率域混合域偏移算子和波场的窗口傅里叶框架展开与重构,提出了局部角度域共成像点道集方法,改善了局部成像质量,有效地消除了假象,为偏移速度分析和振幅随入射角的关系分析提供了有效的支持.     

垂直地震剖面高斯束法偏移成像

为了提高垂直地震剖面（VSP）成像质量,首次将高斯束偏移方法应用于VSP观测系统。给出了基于共炮点道集的VSP叠前高斯束偏移算法,在计算高斯束参数时,若相邻高斯束中心射线超过一定距离,则采用波前重建方法,更好地解决了阴影区问题,计算效率也提高了2倍。模型试算和实际资料处理证明了高斯束偏移应用于VSP成像的可行性和有效性。     

一种改进的SIFT特征点匹配算法

提出一种改进的SIFT特征点匹配算法.以提高图像特征点匹配算法效率为目的,研究了SIFT特征点描述子基于欧氏最小距离测度的匹配算法.由于SIFT特征点检测算法检测到的特征点数量较大,且每个特征点描述子都是128维的向量,而基于欧氏最小距离测度的匹配算法要求,待匹配第一幅图像的每个特征点要和待匹配第二幅图像的所有特征点求距离,排序后寻找极值,这导致了算法效率较低.依据光学成像理论和双目视觉理论,由第一幅图像每个特征点的坐标,从行列两个方向缩小第二幅图像待匹配特征点坐标的搜索范围,在保持匹配精度的基础上,提高了算法的效率,算法速度约是原算法速度的2.7倍.     

点云数据的自动配准算法研究

针对传统ICP(Iterative Closest Points)配准算法计算量大、收敛速度慢且要求待配准的两片点云数据重合程度较高的问题提出了一种改进方法:首先基于均匀采样法精简点云数据;其次采用Kd-Tree算法查找最近点并基于距离阈值剔除错误匹配点;接着优化目标误差函数,计算点到切平面的距离;最后采用多角度的全局配准方法将两片重合程度最小的点云较好地配准在一起.通过对比实验,验证了本文的改进型ICP算法在运行时间和配准精度上都对传统的ICP算法做出了较大改进,取得了较好的配准效果.     

基于改进角点特征的多传感器图像配准

对模糊和有噪声干扰图像设计的高对比度角点提取算法进行了改进,将角点检测范围限定在高对比度“边缘带”,减少了角点检测范围,在保持角点检测精度的同时,算法效率提高了大约1倍.在点特征匹配阶段,采用归一化互相关初步建立点特征的对应关系,利用马氏距离仿射不变性筛选出正确点对,从而得到图像之间的仿射变换关系,实现图像的自动配准.实验结果证明了此算法的有效性和高效性.     

宽轨机车水平悬挂参数对临界速度的影响

针对某型宽轨机车,建立了机车转向架临界速度分析模型和10自由度蛇形运动微分方程,利用特征根法求解转向架的临界速度,分析机车水平悬挂参数对临界速度的影响以及一系横、纵向刚度和二系横向减振器参数之间的匹配关系。研究结果表明：二系水平悬挂参数对机车临界速度的影响相对较小;一系横、纵向刚度与二系横向减振器刚度的适度增大均可提高机车的临界速度,合适的二系横向减振器阻尼值可使临界速度达到最高;二系横向减振器最优阻尼值随一系纵向刚度的增加而减小,并逐渐到达稳定值;二系横向减振器最优阻尼值随二系横向减振器刚度的增大而增加;随一系横向刚度的增加,二系横向减振器刚度较小时,二系横向减振器最优阻尼值先减小后增大,二系横向减振器刚度较大时,减振器最优阻尼值也增大。     

不同捣固阶段有砟道床阻力特性试验研究

为确定不同捣固次数下道床横纵向阻力变化规律以及横纵向阻力之间的相关性,以湖南长株潭城际铁路有砟轨道道床为研究对象,沿线进行现场原位试验;根据试验结果,采用数据分析方法,研究不同捣固阶段道床横、纵向阻力特征。建立不同捣固阶段道床横、纵向阻力随轨枕位移变化的幂函数模型;研究结果表明:道床阻力并非随捣固次数增加而逐渐增大,捣固6遍时,道床处于限制轨枕在水平方向位移的最佳状态,道床横、纵向阻力最大;在不同捣固阶段,道床横、纵向阻力随着轨枕位移增大而增大,当轨枕位移达到4 mm左右时,道床阻力趋于稳定;不同捣固阶段道床横、纵向阻力之间均呈现强线性相关性,建议采用道床横向阻力检验指标代替道床横、纵向阻力检验指标。研究成果可为无缝线路设计、施工和养护维修提供参考。     

基于尺度空间约束的融合特征点匹配方法

本文提出一种多尺度特征匹配的空间约束机制,Combinative Feature based on Constraint in scale space(CFCS SIFT),该约束机制以SIFT特征点的尺度为基础,对多尺度空间中检测到的DOG特征点与Harris角点提供匹配空间约束,以提高正确匹配点对的数量.基于该约束机制,构造了一种融合DOG特征提取、Harris角点提取原理的SIFT描述符提取与匹配方法,该方法在多尺度空间中提取DOG特征点、Harris角点,并根据特征点的空间、坐标参数获取SIF T描述符.在将DOG特征点和Harris角点相融合并生成SIFT描述符的基础上,设定尺度阈值,根据尺度阈值对检测范围进行空间约束,在约束范围内查找特征点,采用BBF(Best Bin First)算法,并用欧氏距离作为度量函数进行特征点的匹配,最后用RANSAC对匹配点对进行筛选纠错.通过大量实验证明,该算法能够找到更多匹配点对,正确匹配点对相对于不具有空间约束的融合特征点匹配方法增加了15%左右.     

带工程约束且可剔除错误点船体分段点集匹配方法

为了有效提高船体分段测量点集与理论点集的精准匹配技术,提出了一种自动剔除错误点且考虑工程约束的船体分段点集匹配方法.该方法分为粗匹配与精匹配两步,粗匹配采用改进的随机抽样一致性算法实现了快速剔除错误点,同时基于奇异值分解法确定了刚性变换矩阵,获得了较准确的匹配初值;精匹配利用层次分析法自动获得了工程约束权值,采用权值向量将工程约束引入多目标函数中,通过求解多目标模型获得匹配结果.实例表明,该方法可快速自动剔除错误点,在考虑工程约束的条件下获得较精确的合理结果,为船体分段后续的搭载提供了依据.