Banach空间混合型非线性微分积分方程的边值问题

本文讨论了Ｂａｎａｃｈ空间中一类混合型非线性微分积分方程的边值问题，利用Ｓｃｈａｕｄｅｒ不动点定理和压缩映象原理，证明了解的存在定理。     

Surface Deformation with Multi-constraints Based on the Minimum Energy

A method for deformation of 3D point clouds models was proposed with multi-constraints including arc-length constraints and multi-points position constraints. The energy function was built for the polyline which had been converted from the curve. Based on the minimum energy curve method. the curve on the mesh was deformed. The test results show that the proposed method has good performance. Compared with the other method. shape preserving of the curve is better. Finally. this method is used for the deformation of the 3D mannequin model. Circumference changes of the mannequin model can be reflected by the arc-length change in the size of the cross section.     

基于改进K均值的运动目标检测算法研究

背景建模是运动目标检测的关键环节,提出了基于改进K均值背景建模的方法,并进行前景提取．该算法在HSV颜色空间对视频流的前N帧中的每个像素样本进行K均值聚类学习,K均值聚类的结果用来表示该像素螅背景模型;接着输入的视频流像素与背景模型比较,进行背景、可能前景和阴影的分离,并提出了一种像素相关的选择性背景更新机制;然后利用TOM（Time Out Map）方法来消除鬼影现象．实验结果表明该算法能够很好地对背景进行建模,较精确地提取出运动目标信息,对光照变化具有较强的鲁棒性．     

基于DM642的自适应运动目标检测系统

针对帧差法和背景差法的运动检测方法的不足以及运动检测系统中图象数据处理量大、算法复杂等特点,设计了以TMS320DM642为核心处理器运动目标检测系统硬件平台。运动目标检测算法采用三帧差法与背景差法相结合的方法,并使用一种类单高斯阈值求解的方法实现门限的自适应调整和运动目标的分割,弥补了帧差法和背景差法的缺陷,提高了检测的准确性。结果表明,该系统运行良好,能够准确地检测出运动目标。     

一种混合高斯背景模型下的像素分类运动目标检测方法

运动目标检测在智能视频监控、人机交互、目标导航等诸多领域有着广泛应用.背景减法是运动目标检测中应用较广泛的一种方法.在该方法中,背景建模和阈值化分割是最重要的步骤,直接决定了检测效果的好坏.当目标本身变化比较大时,若利用传统的基于全局阈值的分割法,分割效果并不理想.针对基于全局阈值分割差分图像存在的问题,本文提出了一种基于混合高斯背景模型的像素分类运动目标检测方法.该方法首先利用混合高斯模型对背景建模,克服了场景变化等因素带来的影响;其次,利用背景减法得到差分图像并对像素进行分类,最后对分类后的像素集分别进行阈值化分割,得到前景目标.实验结果表明,与传统的基于全局阈值的分割法相比,本文算法能够获得更好的检测效果和鲁棒性.     

边界元法通用程序包BESMAP及其工程应用

ＢＥＳＭＡＰ是一个大型固体力学边界元法通用程序包，具有相当完善的前后处理功能，可解决多种固体力学问题。文中讨论了ＢＥＳＭＡＰ及其编程技术，详细讨论了前后处理技术，包括其功能，流程，运行和特点等。为了说明其良好的工程应用前景、文中将ＢＥＳＭＡＰ应用地三维抽油杆杆体及接头等不同部位表面椭圆形理解纹在拉伸载荷作用下的应力强度因子的计算，由裂纹尖端八节点的奇异性边辊元的位移场给出了应力强度因子沿裂纹的变化     

基于Voronoi图的复杂对象空间方位关系的推理计算

在分析总结前人研究成果的基础上,研究了复杂对象之间的空间方位关系,提出了基于Voronoi图的空间方位关系的推理模型,并详细论述了该模型的算法实现过程及步骤.实例计算表明该模型是正确和有效的.模型无需区分源目标与参考目标,具有自反性,不受对象的形状、大小、位置和距离等的影响,容易与基于Voronoi图的空间拓扑关系的相关理论结合,形成统一的推理模型.     

基于snake模型的目标检测

研究了snake模型在目标检测中的应用.分析了传统目标分割方法的不足和snake模型在目标检测中的优势,即在目标检测中能充分利用已知的目标形状信息;研究了传统snake模型在用于目标检测时存在的难以收敛到凹陷区域的问题;提出了适合目标检测的新的snake算法.在新snake模型中,能量函数的外力项用傅里叶描述子来构成.实验结果表明新的snake模型能使轮廓收敛到凹陷区,可以实现目标的检测.这一结果丰富了目标检测的方法,拓宽了snake方法的应用范围.