外宣翻译“再创造”之关联论解析

外宣翻译要符合外宣工作的原则与要求,但从关联论视角而言外宣翻译又存在“再创造”现象。结合关联理论的一些基本概念,可以从三方面探讨关联论视角下的外宣翻译“再创造”：一,灵活处理标题,实现最佳关联;二,合理处理行话和政治术语,达到交际双方“互明”;三,直接翻译或间接翻译,使译者意图与读者期待相吻合。     

一种改进的雾天降质图像的清晰化算法

为了提高有雾天气下户外监控系统的能见度,提出一种改进的雾天降质图像清晰化算法.该算法从图像增强的角度入手,利用移动模板对各局部区域进行部分块重叠直方图均衡化以实现清晰化处理,克服了原算法运行时间过长的缺陷.实验表明,改进算法能够有效提高雾天降质图像的对比度,获得满意的视觉效果.     

公路桥梁桩端后压浆灌注桩技术研究

结合后压浆灌注桩与常规灌注桩静载对比试验,分析了桩端压浆灌注桩作用机理及后压浆对单桩轴向受压承载力容许值增大的贡献.     

低信噪比实孔径雷达机场目标图像匹配算法

提出了一种适用于低信噪比条件下的实孔径雷达机场目标图像匹配定位算法.通过对实孔径雷达图像中机场目标的检测识别,实现匹配定位.算法包括机场跑道检测及跑道端点定位两个阶段,分别采用了线特征滤波技术及目标背景的对比度信息.首先通过线特征滤波预处理和投影变换检测机场跑道所在的直线,然后利用机场在实孔径雷达图中的结构特征,根据机场及周围背景的对比度来定位跑道端点.实验结果表明:在成像条件较差的情况下,该算法仍能保证较高的匹配定位准确度.     

粘贴钢板或碳纤维加固受弯构件效果对比试验研究

通过两组钢筋混凝土简支梁在相同条件下预先加载至开裂后采用受拉边粘贴钢板或粘贴碳纤维布,受压边增大截面的加固试验,对比两种情况下的梁的跨中挠度、原受拉钢筋应变、新增钢板或碳纤维应变、原梁顶混凝土应变及新增混凝土顶面应变随弯矩的变化,分析其加固效果.结果表明:粘贴钢板加固与粘贴碳纤维加固相比,前者对截面各新旧材料受力和梁的刚度改善程度明显高于后者;前者对抗弯能力提高方面也明显优于后者;后者适合用于梁的抗裂加固,而不适合用于提高抗弯能力及变形能力加固;涂抹法粘贴钢板加固在抑制裂缝开展方面不如粘贴碳纤维加固;对适筋梁,纤维的高强度难于得到发挥.     

神经网络识别分类中交叉模糊问题的研究

针对神经网络在分类问题研究中出现的交叉模糊问题，提出误差比对法对模糊问题加以解决。以BP网络对TBM和诱饵进行分类识别为例，分析表明该方法精度可靠，可望较好地解决分类问题中的模糊问题。     

激光显微图像散斑对比度分析

目的研究消除激光作为显微系统光源时产生的散斑。方法采用476nm蓝色激光作为光学显微系统照明光源,利用光纤振动法对激光显微图像散斑进行消除,同时采用CCD图像传感采集系统对抛光玻璃表面和DVD-R盘片进行显微成像,并对光纤在不同振动电压下的显微图像散斑对比度进行了分析。结果在1.1V振动电压下抛光玻璃表面的散斑对比度最小为23%,在相同条件下DVD-R盘片显微图像散斑噪声较小。在一定振动电压下散斑消除效果明显、成像较为清晰。结论比较传统方法,其优点在于不仅消除了散斑,同时光纤对激光光束也起到了匀光作用,可便于图像存储。     

过墙壁探测:层状介质中二维层析成像模拟

开发了一种基于对比源反演（CSI）算法的二维非线性逆散射技术，对层状介质中的二维物体进行层析成像并用其模拟过墙壁探测。对一些复杂模型的反演结果说明了CSI算法的有效性和进行过墙壁探测的可行性。数值模拟结果表明，在观测受到限制的情况下通过对多种频率的数据进行反演仍可以精确重构被探测目标的位置、形状及电参数。     

基于掩膜与仿中值滤波的边缘检测处理

针对医学图像特殊而又复杂的模糊边缘以及难以区分的背景噪声,提出一种基于掩膜理论区分图像边缘信息的区分算法.通过区域对比度、图像像素特征和有限区域中像素均值等相关信息,利用先验知识和仿中值滤波的方法得到较为清晰的边缘信息.用Matlab软件对提出的方法进行模拟,详细分析了掩膜对比的理论模型以及仿中值滤波对于区分效果的影响,验证了该方法的可行性和正确性.实验证明,基于掩膜与仿中值滤波的区分算法和传统的边缘检测方法相比,在辨别相关边缘信息方面具有较好的效果,并在医学图像处理中具有一定的实用价值.     

基于多小波域对比度的图像融合算法

针对多小渡理论在图像处理领域的应用,给出了多小波域中图像的方向对比度的定义,并提出了基于多小波变换的、使用方向对比度进行自适应加权平均融合和选择性融合的算法.该算法利用多小渡变换对原图像进行分解,根据得到的分解系数计算相应的对比度,然后建立基于对比度的融合规则.使用这些算法对多谱图像进行了融合实验,并给出了评价融合质量的对比结果.结果表明,基于多小波变换的方向对比度的图像融舍算法在保留图像细节信息、增加信息量方面都有明显的提高.