花帅苹果化学疏花疏果的效应

以１０００ｍｇ／Ｌ敌百虫和１度的石硫合剂处理花帅苹果,其疏花疏果效应非常明显,大小年观象显著下降,平均单果重明显增长,而单用８００ｍｇ／Ｌ除虫菊酯效果不明显。     

应用于图像细化的细胞神经网络联接权的设计及硬件实现

讨论基于Hopfield神经网络的神经细胞网络(CNN)模型,并在二维图像处理中,利用CNN完成并行细化.改进了Matsumoto等人设计的两套细化联接权的复杂CNN硬件,提出了一套便于硬件实现的5×5联接权样本,讨论了CNN不对称权的稳定性、权的设计规则及硬件实现方法.最后给出了CNN细化的结果。     

两性离子降粘剂AMTA的合成

在引发剂加量Ｗｉｎｔ为单体量的３５％～４５％;物质的量比为ｎＡＡ＋ＡＳ：ｎＡＭ：ｎＤＡＤＭＡＣ＝５∶３∶２５的条件下,合成的一种新型两性离子降粘剂ＡＭＴＡ,它不仅具有高效的降粘作用和对粘土颗粒的水化分散的抑制作用而且还具有高温稳定作用。ｗ为０１％时,在粘土泥浆和聚合物泥浆中降粘率分别达９０％和６０％。其性能明显优于阴离子降粘剂。     

二值图象的线图形矢量化

二值图象线形图数据的矢量化对于工程图的识别极为重要，本文通过对二值图象的细化后采用拐点跟踪及保存特征点的途经，提出了一种简单有效的矢量化方法．     

一种基于字符边界的细化算法

字符图像细化能极大地消除图像中的冗余信息量,大大简化字符识别特征的提取过程,提高字符识别的准确性和快速性.对字符进行细化,是字符识别的前提.提出了一种利用字符边界细化字符的算法,每一步都针对单个像素点作处理,并提取笔划单侧边缘点序列作为字符图像骨架.实验结果表明：该算法能较好地保留字符图像的基本信息,快速地去除字符图像中冗余的像素点,有效地解决了交叉点分离,笔段变短等问题,并为连笔笔划的切分提供了有效的方法,具有较好的细化结果.     

林分空间结构优化栅格间伐模型

[目的]构建林分空间结构优化栅格间伐模型,以期获得高效、便捷的间伐方案.[方法]在随机间伐模型的基础上,提出将林地栅格化处理的栅格间伐法,并使用随机间伐法对栅格间伐法进行检验,最后以金盆山次生林为例验证模型的适用性.[结果]间伐模拟前,次生林空间结构整体表现不够理想,在角尺度、开敞度和竞争指数方面有待提高;恢复年限33...     

指纹图像细化算法的改进算法

对指纹图像算法进行了较深入的研究,分析了OPTA算法和改进的OPTA算法的优缺点,提出了一种新的细化算法,经过实验证明,该算法能够很好的满足细化的要求,细化完全彻底,细化后保持了纹线原有的拓扑结构和细化特征,而且光滑无毛刺,运算速度也很快。     

两性离子降粘剂AMTA性能研究

通过对已合成的新型、高效两性离子降粘剂ＡＭＴＡ（ａｍｐｈｉｏｎｔｈｉｎｎｉｎｇａｇｅｎｔ）在粘土表面的吸附量、Ｚｅｔａ电位、以及对不同类型钻井液降粘率的测定并与ＳＳＭＡ所得到的结果进行比较。发现ＡＭＴＡ很容易被吸附在粘土表面,饱和吸附量达５０ｍｇ／ｇ,并且对粘土的（ζ）影响不大,对粘土的水化分散有一定的抑制作用,在粘土浆和聚合物浆中,均有很高的降粘率。这是由于ＡＭＴＡ分子结构中有季胺阳离子存在,因此在粘土浆中很容易吸附在粘土片带负电荷的平表面上,拆散粘土颗粒间形成的卡片房子结构加上抑制粘土水化分散而降粘;加入ＡＭＴＡｗ为０１％时,降粘率达９０％以上。在聚合物浆中ＡＭＴＡ通过季胺阳离子对粘片带负电荷的平表面上的强吸附而将聚合物从粘土上顶替下来,拆散粘土与聚合物间的空间网状结构而降粘。加入ＡＭＴＡｗ为０１％时降粘率达６０％以上。     

图像细化的VC实现

图像细化是数学形态学的一门子学科,在现实中应用十分广泛,本文介绍了图像细化的一种算法,并用VC编程实现,代码具有可移植性,有一定参考和利用价值。     

光栅自动矢量化的算法及实现

光栅自动矢量化的发展是GIS发展的产物,目前矢量化的方式主要有交互式矢量化和自动矢量化两种。两者相比,自动矢量化不需要人工的干预,能够自动完成矢量化过程,节约了大量的人力物力和财力,同时大大提高了光栅图像矢量化的速度.     

一种文字类图象预处理的快速运算过程

在数字图象分析的过程中，首先要求对图象进行预处理，在预处理过程中，要求算法结构简单，性能可靠，应用普遍，以及实施速度快，并能准确地找出图象的骨架，保留图象的重要部分，失真度小．本文对图象的预处理分别提出了确定二值图阈值和提取图象骨架的快速算法。实验表明，该算法的连续过程满足上述要求，是一种较理想的图象预处理的方法。     

数字图像的一种快速细化方法

提出一种基于保留中心骨架的细化算法 ,在细化过程中 ,只利用一个 3× 3的模板 ,便可以快速地判定细化中的连通性 .并且针对手写数字识别的一种实际问题 ,给出改进的细化算法     

基于数学形态学的二值图像细化算法研究

将数学形态学这一方法应用于数字图像的细化中,针对已有细化算法中存在毛刺这种常见现象,对原有的剪枝结构元素进行改进,提出了一种新的结构元素消除毛刺.在Visual C 软件编程实现的基础上,对这两种结构元素在计算量、处理速度、效果等方面作了相应的测试和比较.结果表明:改进后的剪枝结构元素在这3个方面都得到较好的改善,并获得了理想的处理结果.     

光栅自动矢量化的算法及实现

光栅自动矢量化的发展是GIS发展的产物,目前矢量化的方式主要有交互式矢量化和自动矢量化两种。两者相比,自动矢量化不需要人工的干预,能够自动完成矢量化过程,节约了大量的人力物力和财力,同时大大提高了光栅图像矢量化的速度.     

飞行器结构特征提取与识别

针对天空背景下的飞行器，从目标的结构特征出发，采用SUSAN算子将目标从背景中提取出来；结合边缘信息，利用灰度重构对云层区域进行抑制；对处理后的图像二值化后，利用形态学算子对目标区域填充；最后对目标区域细化，利用先验知识发现目标的头部，实验结果证明了该方法的可行性．     

基于Gabor相位的指纹图像细化算法

利用复数形式的Gabor滤波器, 在对指纹图像进行增强的同时, 得到增强图像的相位, 再利用边缘检测的方法提取相位图中的跳变区域, 直接得到脊线的细化结果。此方法不同于传统的模板匹配的细化算法, 不需要对图像进行二值化, 减少了中间步骤, 从而提高了细化速度和细化结果的准确性。实验结果表明此方法具有更短的细化时间和更好的细化效果。     

对汉字图像进行细化处理的一种新算法

细化是图像分析和模式识别中的一个重要的操作,而基于图像集合运算的数学形态学细化算法则是细化算法中的一个重要分支,它可以利用灵活多变的结构元素对不同的图像进行处理.在保持原有图像拓扑关系不变的前提下,给出了一种新的形态学细化算法对汉字图像进行细化处理.     

基于不变矩的示功图故障诊断方法研究

以抽油机井示功图为例,提出了基于不变矩的示功图故障诊断方法。首先对示功图进行二值化和细化处理。接着计算示功图不变矩。最后将不变矩作为特征向量来诊断抽油机井的故障类型。结果表明,该方法可以有效地分析出抽油机井的常见故障。     

基于数学形态学的二值图象细化算法

介绍了传统细化算法的主要设计思想,提出一种改进的二值图象细化算法,在原有算法的基础上增加了一组承担交叉线两侧细化处理的结构元素.结果表明:这一算法使得目标图象能从各方面快速、均匀地收敛至其骨架.可以看出,结构元素是数学形态学中形态运算最重要最基本的概念,结构元素选择的是否恰当,将直接影响目标图象的细化结果.     

一种有效的基于八邻域查表的指纹图像细化算法

指纹图像预处理是指纹识别的第一步,它的好坏直接影响着后续指纹特征值提取和匹配的准确性,而细化是又是预处理过程的核心环节。因而文章重点研究了二值化后指纹图像细化算法基础上,提出更有效的基于"八邻域"查表细化算法及其改进算法。实验表明基于八邻域查表细化算法效率更高、处理后几乎没有毛刺、效果更理想,为后续的工作奠定了良好的基础。