用Read X射线相机分析薄膜织构的方法研究

提出用ＲｅａｄＸ射线相机照相制作多晶薄膜极图,进而确定薄膜织构的方法,并推导出相关公式。     

气态场动态监测与ESPI连续拍摄存储系统

为了实现气态流场的动态监测,开发设计了一套电子散斑干涉 (ESPI) 连续拍摄存储系统.这一系统由双光束激光散斑干涉光路、计算机摄像系统和相应软件组成.应用这一系统对酒精灯火焰作了动态监测和温度场处理,图像采集速度达10帧/s.     

培训系统中虚拟相机运动规划

在仿真培训系统的开发过程中,虚拟相机是我们观察教学场景的工具,将虚拟相机的运动控制中融入认知负荷理论相关知识,可以有助于提高学习者对知识的获取率。通过对虚拟相机运动方式的分析,结合认知负荷理论及机器人学中的路径规划算法,提出一种新的虚拟相机规划方式,从而使学习者获得更好的学习效果。     

高分辨率相机的碳纤维复合材料主次镜连接筒设计

分析了共轴三反光学系统中主次镜间距和光轴倾斜量对MTF的影响,计算确定了碳纤维复合材料连接筒的铺层合理形式,完成了复合材料连接筒的优化设计。通过有限元软件MSC．nastran对设计结果进行了分析,结果表明所设计的碳纤维复合材料连接筒满足了高分辨率相机连接筒结构端面变形量小于2μm的刚性使用要求。     

基于双摄像头组合成像的钻孔成像系统

为解决水平定向孔成像勘探任务中传统成像探管前后端易遭挤压而损坏的问题,同时不影响钻孔孔壁全景图的图像质量,设计了一套基于双摄像头组合成像的钻孔成像系统。在成像探管中部设计了两组高度不同、方向相反的180°圆柱缺口作为两摄像头的拍摄窗口,探管剩余部分作为支撑结构承受探管前后端压力,拍摄窗口合计视野范围覆盖360°孔壁,使用双摄像头组合成像算法首先同时对两个摄像头采集的孔壁图像进行单摄像头钻孔成像,得到两幅180°钻孔全景图,然后计算两幅180°钻孔全景图的纵向偏移量并拼接成360°孔壁全景图。经过系统测试与分析,该系统特制的探管结构能适用于水平定向孔成像勘探任务,并可获得图像质量良好的钻孔孔壁全景图,为水平孔钻孔成像系统的探管结构设计与成像算法提供了新思路。     

采动条件下井壁变形对井筒涌水量的影响

大口径深立井开挖过程中,较准确预测井筒涌水量一直是工程实践中需要解决的难题.以山东龙固矿主井为例,采用理论分析、实验测试和数学计算探讨井筒开挖阶段涌水量的合理预测方法.首先,开展了实验测试分析应力应变-渗透性的关系,提出了覆岩的渗透性与岩石性能有关,且渗透性在岩石破坏前后其值达到最大.其次,采用岩石力学理论和Flac3D数值模拟对井筒破坏带范围进行计算,得出风化基岩段产生2.5 m左右的破坏带,二叠系砂岩中产生5 m左右破坏带,在石炭系岩层中产生3 m左右的破坏带.最后,分别对是否考虑岩层破坏带影响的2种情况,使用解析法、数值模拟法、达西渗流断面法计算了井筒涌水量.得出结论:忽视井筒破坏带对涌水量的影响导致预测值偏小;达西渗流理论公式应用在上覆第四系松散层中应用效果较好,在深部基岩裂隙岩体中数值法效果更好.     

卫星扫描相机对点目标探测的仿真研究

通过调研,给出空间卫星上扫描相机的探测模型.在此模型基础上,通过一系列空间坐标变换及分步假设来设计算法,然后用Matlab在计算机上仿真扫描相机对空问点日标的探测结果.把仿真的探测结果与STX中仿真结果相对比,验证此建模的正确性;此外,给出了探测模型及其仿真的应用方向.     

南堡油田防塌钻井液技术研究

本文详细介绍了南堡油田的基本地质条件。并且在室内实验研究的基础上,首先初步确定了适用于南堡油田的两种防塌钻井液体系——氯化钾-聚合醇钻井液淡水体系和氯化钾-聚合醇钻井液海水体系,并进行了钻井液抗温性、抑制性及滤失性的评价。实验结果表明,这两种体系均具有良好的抑制性和润滑防塌性能,配伍性好,可有效地抑制地层坍塌,从而起到保持井壁稳定的作用,适用于现场应用。     

基于虚拟深度的聚焦型显微光场相机深度测量标定

针对聚焦型显微光场相机在内部光学参数未知的情况下,进行了基于虚拟深度的深度测量标定。首先基于高斯光学建立光场成像模型,推导出虚拟深度与实际深度间的函数关系。然后选择单一角点的标定板,在不同深度位置进行拍摄;该角点在多个宏像素中重复成像,相邻重复像点的间距随深度位置改变而变化;利用图像匹配的方法计算相邻重复像点的距离和虚拟深度值,并与实际深度一一对应进行曲线拟合。根据拟合结果,分析了不同深度位置下,该光场成像系统的深度测量分辨率。最后,通过拍摄已知倾角的倾斜棋盘格标定板,进行深度测量并分析测量误差,在主镜头工作距离靠近镜头方向2 mm(10倍景深)范围内,测量误差小于5.35%。     

一种基于深度卷积神经网络的摄像机覆盖质量评价算法

随着视频监控系统的大规模普及,视频监控系统的效用评价成为一个重要的研究课题.当前视频监控系统评价只考虑了摄像机的覆盖率,缺少对摄像机覆盖质量的量化评价.该文提出了一种基于深度卷积神经网络的监控摄像机覆盖质量评价算法.将摄像机覆盖质量评价问题转化为对摄像机所采集视频帧的质量评价问题,探讨了基于视频帧的摄像机覆盖质量等级的分级策略,标注了一个摄像机视频帧质量等级数据集; 设计了一种新颖的多维标签赋值方法,利用深度卷积网络学习鲁棒的视频帧表示,进一步基于支持向量回归机(SVR)学习视频质量回归函数,从而实现对摄像机覆盖质量的鲁棒估计.实验结果表明:该算法能够准确地对监控摄像机的覆盖质量进行自动评测,有效监测了摄像机监控质量的实时变化.