多轴应力下蠕变疲劳交互作用

通过对不同应变保持时间下的拉压、扭转和拉扭组合高温疲劳试验，得到了多轴应力下蠕变疲劳交互作用的特性及断口的微观相图，并且提出了多轴应力状态下疲劳寿命的统一方程。     

基于八叉树编码的CUDA光线投射算法

目的针对传统的GPU光线投射算法绘制效果差,绘制效率低的问题,在CUDA架构上对光线投射算法进行优化和加速。方法首先采用八叉树对体数据进行编码,有效地剔除体数据中对重建图像无贡献的部分;其次,将体数据绑定到三维纹理上,根据体数据大小分配线程,每条光线与体数据求交时采用并行计算;最后,在CUDA内核中实现光线投射算法。结果仿真实验结果表明文中算法可以将传统GPU光线投射算法的绘制速度提高7～15倍,并增强算法的绘制效果。结论算法对传统的GPU光线投射算法的绘制速度和效果都有提高。     

卫星编队的管道模型预测控制方法研究

提出一种针对静止轨道卫星编队构型保持的管道模型预测控制策略.利用CWH方程,构建了轨道相对运动模型.通过构建误差管道,设计鲁棒模型预测控制器,解决了模型失配所导致的不确定性问题.在Matlab/Simulink中搭建了系统仿真模型并进行了构型保持仿真.仿真结果显示,所设计的控制器能够很好地克服空间干扰以及模型失配所带来的不确定性,实现卫星编队的构型保持.      

基于纹理和小波变换的阴影检测去除算法

在基于视频处理的室外场景运动物体检测系统中,对运动物体的阴影进行检测与去除是一个关键环节。文中提出了一种基于纹理自相关和整数小波变换相结合的运动物体阴影检测与去除算法,算法中首先使用纹理自相关对运动物体的阴影进行预提取,再对阴影预提取结果进行统计判别,对判别为阴影误检的区域再进行基于整数小波变换的阴影再检测,最后将两次检测结果相结合实现对运动物体阴影的检测与去除。实验结果表明：文中的方法不仅能够准确地检测出与背景灰度差别比较大的运动物体的阴影,而且能够较好地检测出与背景灰度相近的运动物体的阴影,较好地克服了使用单一方法进行阴影检测与去除时常见的阴影误检问题,获得了很好的阴影检测与去除效果。     

特低渗透油藏超前注水长岩芯实验研究

设计了多测点物理模拟装置,利用整体压制的特低渗长岩芯,研究了特低渗油藏超前注水开发的压力传播特征、合理地层压力保持水平和采油井合理开井时机。实验结果表明:为获得较高的采收率,合理地层压力应保持在原始地层压力的110%～120%,合理的油井开井时机为压力传播到油水井间距的30%左右时。压力传播速度沿岩芯长度逐渐减小,建议注水强度与压力传播速度相匹配,初期适当增加注水强度,有利于尽快建立驱替压力系统,后期适当降低注水强度,保持温和注水,以获得最佳的注水效果。     

一种肝脏体纹理压缩方法

文章针对肝脏体纹理色彩锐变图像的局部特征,提出了基于块的游程编码和改进的S3TC混合编码方法。按照4×4像素对肝脏体纹理图像进行分块,直接抽取四种15 bits RGB565颜色作为四色查找表,而不进行插值计算,然后进行混合编码。实验证明,此算法对肝脏体纹理锐变图像较之传统的S3TC编码具有更高的压缩比和更好的图像重建品质。该方法对肝脏体纹理压缩具有较高的参考价值和实用价值。     

基于块无缝拼接的纹理合成算法及C++程序实现

基于样本的二维纹理合成技术是属于纹理拼贴的方法,综述了二维纹理合成技术中几种经典的纹理合成算法,并用C++程序实现了理论化的基于块无缝拼接的纹理合成算法,且给出代码的关键部分。通过测试程序,用C++实现的基于块无缝拼接的纹理合成算法,在合成质量、速度上达到令人满意的效果。     

一种基于光谱与纹理特征的多光谱遥感图像地物分类方法

基于光谱特征对高分辨率多光谱遥感图像进行地物分类易形成噪声,提出一种光谱特征与纹理特征相结合的地物分类方法。首先基于光谱特征与纹理特征利用四叉树技术,对图像进行分块处理,以图像块的方式提取地物的光谱特征和纹理特征,然后采用支持向量机(support vector machine,SVM)对图像块进行地物分类,并通过区域增长方法对边缘区域进行处理,使得分类区域边界清晰。对Quickbird多光谱遥感图像进行实验,实验结果表明,该方法地物分类结果精度较高、区域一致性强、噪声少。     

基于动态MDONPE算法的间歇过程故障检测

针对间歇过程数据存在的非线性和动态特性导致故障检测效果不佳的问题,提出一种基于滑动窗(sliding window,SW)的多向差分正交邻域保持嵌入(multiway differential orthogonal neighborhood preserving embedded,MDONPE)算法.首先对间歇过程数据...     

TV模型的结构纹理图像修复方法

针对TV模型无法修复纹理的现状,结合改进的TV方法,提出一种新的结构纹理图像修复方法.该方法首先获取待修复区域的纹理方向,然后将,TV模型在纹理方向上差分化求解.其保留了结构修复的特征,同时可以修复"Y"形甚至"X"形结构纹理缺失.实验表明,该算法能高效、稳定地处理破损区域的图像信息.