基于快速傅立叶变换的粒子图像测速技术

在图像灰度分布互相关和快速傅立叶变换的基础上,研究了粒子图像测速的实现。用该方法处理由数学方法合成的粒子图像并与标准结果进行了对比。结果表明：在粒子图像测速中,测速算法也是产生错误矢量的原因之一;基于快速傅立叶变换的粒子图像测速技术能够有效、快速检测出流场;在流速大且流速梯度大的流场区域,由于粒子匹配性能的降低较易出现错误矢量。     

电动微流体显微粒子图像测速误差修正方法

在电动微流体粒子图像测速技术中,示踪粒子的电泳运动是影响测量不确定度的主要因素之一．采用电流方法和粒子图像跟踪技术相结合,测量流体的平均电渗淌度和示踪粒子运动淌度,计算粒子的电泳淌度,据此对显微粒子图像测速结果进行修正．实验测量了直径为520nm的聚苯乙烯示踪粒子在20mmol／L硼砂缓冲液中的电泳淌度,对水力直径小于20μm的锥形微管道Micro-PIV测量流场进行了修正．实验结果表明,修正后的流场速度与数值计算结果一致,该方法可以较好地消除示踪粒子电泳运动对Micro-PIV测量结果的影响．     

实体模型表面流场、河势测量中图像技术应用研究进展

介绍了粒子图像测速技术(PIV)引入水流研究的历程,结合近10年来图像技术的应用及发展情况,讨论了将图像技术应用到流场及河势测试中的图像识别、边缘检测等关键问题的研究进展,并对相关的测试理论进行了探讨.指出,对河工模型表面流场测量中的图像畸变矫正、示踪粒子在三维水流中的跟随性、浑水条件下表面流场的测量以及河势的实时自动提取方面还有待进一步深入研究,将图像技术获得的流场、河势信息与数值模拟相结合实现实时混合模拟是今后的研究方向.     

面向典型微流控芯片的流场测速技术研究

介绍了微流体流动特性测试技术的发展和应用概况,选用激发光源、荧光显微镜和高精度CCD摄像机等建立了显微粒子图像测速装置,用于测量微流控芯片内部电渗流流动特性,并给出显微成像单元、激发光源、示踪粒子的技术指标和适用范围．根据微流控芯片的特征尺寸和内部电渗流速度．分析了应用显微粒子图像测速技术测量微流场速度分布的测量分辨率、测量精度、测速范围等关键问题．研究结果表明：在电场强度100V／cm、宽度50μm的玻璃微通道内,硼砂电渗流速度约为220μm／s,放大倍率低于40倍,MicroPIV动态测速范围能满足流场测速要求;选用直径．300nm的荧光粒子,在高于10倍放大倍率下,粒子像大干3个CCD像元的尺寸,可以进行观测;MicroPIV测速系统的测速精度则与光学系统、图像处理技术、电场力、布朗运动等有关系．     

基于光流法的粒子图像测速

以对粒子图像测速为目标,使用光流场针对数字图像建立整体光流模型,计算出粒子图像各像素点的速度场。对比不同粒子条件下的速度场从而获得符合光流法测试的粒子图像。采用了基于微分方程的Lucsa-kanade光流场计算方法,对流场显示进行定量化测速,实现对了流场的瞬态测量。光流法应用于粒子图像测速技术中,可用于速度场计算,也可用于修正原有的互相关算法得到的错误矢量。     

利用光学测速技术PIV及LDV研究流场积分尺度的方法

近几十年来,随着激光诊断技术的飞速发展,使得对湍流燃烧中湍流特性的直接测量成为可能。对湍流流场积分尺度的精确测量可以获得对流场湍流特性的准确认识,这不仅是湍流自身研究的重要组成,同时对湍流燃烧研究具有重要的指导意义,对深刻理解湍流与燃烧两者之间相互耦合作用具有重要的学术意义。本文提出了两种利用光学测速技术＿激光粒子图像测速技术(PIV)和激光多普勒技术LDV对湍流积分尺度进行试验研究的方法,阐述了湍流积分尺度的测量原理。     

一种提高视频车速检测精度的方法

通过对基于虚拟线的机动车视频测速方法的精度分析,提出了一种提高测速精度的方法.该方法在车道上定义一个矩形检测区,该检测区在视频图像上呈现出梯形,采用二维图像标定方法将梯形图像区域中任意一点的图像坐标准确地映射为检测区内对应点的地面坐标.通过在车辆经过检测区的视频图像中选取适当的图像帧,可以获得车辆的位移及对应的时间间隔,从而获得较高精度的速度测量结果.     

改进PIV技术在测量搅拌槽内流场中的应用

简化了粒子成像测速技术(PIV)的数据采集系统,通过AUTOCAD的二次开发,改进了PIV的图像处理.降低了成本,提高了测量精确度,并使之能适用地大尺寸、流质透明度较差的搅拌槽体系的流场测量.将改进PIV技术应用于搅拌槽内质量分数为0.6%CMC水溶液和清水流动场的测量,粒子图像清晰、数据准确可靠.     

一种二维瞬时粒子图像速度粒度同时测量的新技术

基于灰度统计判别原理,提出了一种可以对二维平面内粒子图像的速度和粒径实现实时同时测量的新技术.基于灰度统计判别的查询算法在运用自相关运算获得速度大小的同时,根据两次曝光粒子图像的能量差异判别记录顺序,解决了数字粒子图像测速(DPIV)中粒子图像运动方向的二义性问题.利用图像处理技术实现了对粒子图像粒径的同时测量.以模拟的DPIV粒子图像为研究对象,开发了相应的查询算法,编制了二维粒子图像速度粒度实时同测的相应软件,并利用模拟粒子图像对查询算法进行了单区域和全区域的分析检验.结果表明,灰度统计判别解决了方向二义性问题,查询算法能够很好地处理各种模拟粒子图像,查询软件能够实现二维粒子图像速度、粒度的同时测量,运算时间满足实时测量的需要.     

一种提高视频车速检测精度的算法分析和实现

通过对基于虚拟线的机动车视频测速方法原理和精度不理想的分析,文章提出了一种提高测速精度的方案。该方案在车道上定义了一个矩形检测区,由于透视现象该检测区在视频图像上呈现为梯形,采用摄像机定标方法可将二维图像上梯形区域中任意一点的图像坐标较准确地映射为检测区内对应点的地面坐标。通过在车辆经过检测区的视频图像中选取适当的图像帧,可以获得车辆的位移及对应的时间间隔,从而获得较高精度的速度测量结果。     

小波神经网络应用于色谱信号处理中的一种改进算法

在紧致集正交小波神经网络对色谱信号处理应用的基础上,提出一种新的算法,即用B-样条函数代替紧致集正交小波函数,这样便可以解决难构造出具有解析形式的紧致集正交小波函数的问题.这种方法的引入可以使神经网络在信号的处理范畴中得到更广泛的应用.     

人工神经网络在软件预估分析中的应用

将人工神经网络理论应用于软件预估分析领域，通过BP神经网络和功能点估算模型的介绍与结合，提供了一种估算软件工作量的方法．使用智能神经网络可分析软件开发这一十分复杂的过程。     

一种基于小波神经网络的图像融合方法

图像融合结合图像处理、信号处理、计算机和人工智能等相关技术．通过对多源图像数据信息的提取合成,从而获得同一场景目标较为准确全面的图像描述．神经网络具有强大的非线性映射逼近能力,将神经网络用来进行滤波融合,避免了传统滤波图像变模糊问题．通过小波神经网络自适应动量快速学习算法进行图像滤波融合,能从根本上避免局部最优,且加快收敛速度,具有很强的学习和泛化能力,也避免了网络结构盲目设计．仿真实验表明,用本方法实现的融合图像更加符合人的视觉特性．     

基于人工神经网络遥感图像分类的应用研究

阐述了遥感图像分类处理中应用BP神经网络的方法,在ENVI平台下,对基于BP神经网络的分类方法进行了研究。结果表明：基于BP网络神经的遥感图像分类效果是相当突出的,是一种非常有效地处理遥感图像的方法。     

电容层析成像算法

电容层析成像技术具有非侵入,响应快,低成本,测量范围宽及易于安装等特点,在多相流在线检测中具有良好的发展前景。电容成像中图像的重建算法与技术,是其在工业实际中得以应用的关键。近年来在图像重建方面的研究取得了较大的进展,Tikhonov正则法,Landweber迭代法、同步跌代法、神经网络法、共轭梯度法及通用迭代法的图像重建质量较LBP法有了明显提高。     

基于RS-ANN的汽车发动机故障诊断分析

利用粗糙集理论对知识的约简能力及神经网络的分类能力,构建粗糙集-神经网络（RS-ANN）故障诊断组合模型;并将该模型应用于汽车发动机故障数据进行实例验证,该模型诊断速度快,故障诊断正确率高.     

人工神经网络在土地覆盖分类中的应用

文章使用A STER遥感数据和土地利用分布图等地理辅助数据,用BP神经网络方法对土地覆盖进行了分类,并与最大似然法的分类结果进行精度比较分析提出神经网络方法在遥感图像分析与处理技术中的应用潜力。结果表明地理辅助数据参与的BP神经网络用于土地覆盖分类研究可以获得相对较好的分类结果。     

基于ANN的综放工作面产量与工效预测

采煤工作面是整个矿井生产的核心，是实现矿井高产高效安全生产的关键。为了准确预测和提高综放工作面产量与工效，本文应用人工智能领域的人工神经网络方法，在系统分析影响综放工作面产量、工效的主要因素，并收集大量工程实例样本的基础上，构建了综放工作面产量与工效预测人工神经网络模型并加以实际应用。应用结果表明，该方法简便、可靠，且具有先进性。该方法的成功应用，为煤炭产量、工效预测研究探索了一条更加先进有效的途径。     

基于BP神经网络的切削力预报

切削力预报与控制直接影响切削加工的质量和成本.以多层前馈神经网络为基本结构,以误差反向传播算法(BP算法)为网络训练方法,借助VC 语言建立了切削力预报程序.通过引入共轭梯度法和拟牛顿法优化方法,解决了网络训练中局部最小和过早饱和问题,提高了神经网络的收敛速度和精度,实现了对切削加工过程中切削力的预报和仿真.通过对以两种难加工材料的铣削和磨削试验数据为基础的预报计算,发现传统经验公式方法预报误差偏大,最大相对误差达24.9%,而神经网络方法预报结果最大相对误差为2.01%,证明基于BP神经网络的切削力预报研究具有一定参考和应用价值.     

基于粗集理论的神经网络

在分析了粗集理论方法和人工神经网络方法两者各自的特点与共同之处后,首先探讨粗集学习与神经网络学习的结合方法,然后提出一种基于粗集预处理的神经网络系统,最后给出一个基于粗集方法作为信息预处理的神经网络文字识别的例子,来说明基于粗集的神经网络系统的优越性