浅析GPS高程测量在地质勘探工程测量中的应用

文章详细介绍了地质勘探工程测量中对高程精度的要求,具体说明了GPS高程测量采用的方法,着重分析了能够达到的精度指标,对以后地质勘探工程测量中的高程测量采用的方法和手段有一定的现实参考意义。     

凹槽型圆柱分度凸轮的解析设计

在分析凸轮与分度盘上滚子之间共轭关系的基础上,提供了一种利用柱面坐标推导凹槽型圆柱分度凸轮廓面方程和压力角的简便有效的新方法。为此种圆柱分度凸轮的三维设计提供了理论依据,进一步提高了设计效率和实用性。     

密度均匀连续分层流体的内波格林函数

考虑自由表面的影响,从理论上建立了在密度均匀的连续分层流体中脉动点源生成内波的数理模型,应用Fourier变换和围道积分,推导出点源脉动频率的平方小于Brunt-Visl频率的平方条件下含自由面的连续分层流体中脉动点源的内波格林函数,并给出了详细的解析表达式,讨论了解的性质、内波的生成机理和自由面的干扰机理及波动特征.结果表明,所提出的连续分层流体中脉动点源的内波生成格林函数具有较好的准确性.     

深水沉积研究综述及未来方向

深水沉积自上世纪50年代开始为人们所关注。深水沉积理论在争论中发展,并取得了一定的成就。由于对深水沉积研究相对较少,因此对深水沉积作用认识十分有限。回顾深水沉积的研究历程、概览其研究现状,对于总结存在问题、展望发展方向具有深远的意义。通过大量调研国内外深水沉积研究实例,概述了它们的研究进展,详细阐述了基于浊流沉积理论而建立的海底扇模式,等深流沉积的垂向层序,内潮汐沉积的特征及形成机理。同时,文中指出当前深水沉积研究存在的若干问题:深水重力流沉积研究尚存在诸多争论,深水牵引流沉积的识别仍存在困难。深水沉积物成因复杂,未来的深水沉积研究应注重多学科交叉发展,建立深水牵引流和深水重力流两种搬运机制共同作用的深水沉积模式,提高深水沉积物的可预测性,进而指导深水油气勘探。     

一种新的PDP低灰度级图像增强技术

针对常规PDP显示中的低灰度级轮廓问题,提出了一种新的PDP低灰度级图像增强算法．该算法根据PDP线性离散化的显示特点利用图像的表现率动态选择多种子场的编码,减少了图像伽马变化过程中灰度级的细节损失．针对PDP实际输出亮度相对于输入灰度级有反转的现象进行了理论分析和算法处理,消除了低灰度图像灰阶反转的现象．利用误差扩散算法最大限度地重现了图像的细节．实际结果表明该算法能够减少低灰度级轮廓,其显示效果明显优于传统方案．     

基于几何形变模型的医学图像分割研究

基于形变模型的图像分割方法通常可以分为参数型(Parametric Deformable Models)和几何型(Geometric Deformable Models)两类。提出了一种基于几何形变理论的LBF模型。针对水平集level set模型不能处理灰度不均一图像的分割问题,采用了LBF模型,并且该模型引入了一个以高斯函数为核函数的局部二值拟合能量,以获取图像的局部信息。通过理论分析与计算机仿真算例和其他算法的性能进行对比,表明改进算法LBF提高了图像分割的稳定性和精确性,具有较高的实用价值和广泛的应用背景。     

眼部动作实时识别系统设计

利用网络摄像机和图像处理单元设计了一种眼部动作实时识别系统.该系统首先用帧差法检测出眨眼的动作区域,将此区域设置成感兴趣区域,并用图像形态学算法对其进行处理;然后找出眼部轮廓,并以此区域创建模板,再利用此模板对每一帧图像进行模板匹配,找出匹配中的最小值,以得到识别的结果;最后通过实验验证了该算法的有效性.该系统有广泛的应用前景,如实现模拟鼠标的控制等.     

扫描军事地形图等高线的自动提取

等高线的提取对构建军事地理信息系统有十分重要的意义.针对扫描军事地形图提出了一种等高线提取算法,为了克服扫描引起的色彩混淆和假彩色,引入高斯核函数构造彩色分割特征集,用来更好的逼近等高线的颜色分布;并充分利用等高线的颜色和空间信息,使用松弛迭代的方法来分割等高线;最后对细化后的二值等高线进行粘连和断点处理.实验结果表明该算法对高质量和一般质量的军事地形图的等高线提取都具有实用价值.     

任意截面柱形谐振腔特性分析的FDTD法研究

本文研究了如何分析与计算任意截面柱形谐振腔式微波加热器的特性参数．采用多面体网格近似与曲面共形技术相结合的ＦＤＴＤ方法，模拟任意截面柱形腔体，计算其特性参数，与传统的阶梯近似相比，数值计算精度有较大提高     

视觉感知结合学习的自然图像轮廓检测

本文结合非经典感受野的视觉特性与机器学习的方法,提出了一种自然图像轮廓检测模型.当非经典感受野中的刺激与感受野中心刺激形成一种精确的空间结构时,将对中心产生一种增强效应;另一方面非经典感受野中抑制作用会降低同质成分的响应,我们将这两个机制分别用于增强光滑的轮廓和减少背景中与结构无关的干扰成分.利用逻辑回归概率模型将感受野中的信息与来自非经典感受野中的信息进行有效融合,并根据图像的手工标注数据库,通过学习方法获得一组最优的模型参数.自然图像的实验结果表明该轮廓检测方法能极大地抑制来自纹理的局部边缘,减少虚假轮廓,同时能增强具有一致空间结构的成分,避免轮廓缺失.最后利用Berkeley图像数据库定量地评价了我们方法的性能,并与相关方法进行了比较.该模型不仅为复杂场景中的轮廓检测提供了一个可行的策略,并有助于对生理视觉机制的理解.