基于Mean Shift方法的视频车辆检测与分割

提出了一种基于Mean Shift方法的视频车辆检测和分割方法.首先将交通场景图像与路面区域所对应的二值掩模图像进行“与”运算以排除无关背景干扰,并对所得的结果图像用Mean Shift聚类方法进行分割以得到原始的分割图像.然后根据区域的面积、分布以及颜色的均匀性和相似性等特征有效过滤出路面区域.进一步基于颜色的不相似度量,将路面区域置“黑”,所有其他区域置“白”,对路面区域图像进行二值化.最后通过特定的后处理过程可把路面区域中所存在的动、静态车辆检测出来.     

基于显著特征区域和概率图模型的目标跟踪

针对目标跟踪中的遮挡问题,提出一种基于局部显著特征区域和概率图模型的跟踪算法.提取目标的一组局部显著特征点,以局部显著特征点为依据,在目标区域中划分出多个感兴趣的显著特征区域;利用这组显著特征区域相互之间的空间位置关系,并结合各个显著特征区域自身的局部信息建立目标的马尔可夫随机场(MRF)模型;采用mean shift(MS)算法对各个显著特征区域分别进行跟踪,利用MRF模型对MS算法的跟踪结果进行概率推断,融合各个显著特征区域的权重,精确定位运动目标的最终位置.在多个视频序列上的实验结果表明,与改进的MS算法、粒子滤波算法以及分块跟踪方法相比,此算法具有较高的跟踪精度;尤其是当目标被遮挡时,该算法具有较好的跟踪鲁棒性.该算法充分利用了显著特征区域自身的局部特征和区域之间的空间结构信息,能够实现复杂情况下的运动目标的鲁棒跟踪.     

一种基于算法融合的运动目标跟踪算法

为了提高目标跟踪算法在复杂环境下的稳健性,提出了一种将基于颜色特征的均值漂移算法和SURF(Speeded UpRobust Features)特征匹配算法相融合的目标跟踪方法。该算法首先采用颜色特征和SURF特征分别描述目标模板,利用均值漂移算法快速估计目标局部最优解。但仅采用单一颜色特征来估计目标位置,跟踪误差逐渐累积;采用SURF算法精确估算目标位置和尺度,及时修正累积误差。最后根据相似性度量Bhattacharyya系数选择较优的结果作为当前帧跟踪结果,且更新目标模板。实验结果表明,算法在目标发生较大形变、尺度变化、周边具有表观相似目标时具有很强的稳健性,且满足跟踪实时性要求。     

交叉裂隙砂岩样单轴力学特性与扩展破坏

天然岩体中存在大量交叉裂隙,严重影响岩体构筑物的变形、破坏和失稳规律。本文以类砂岩材料制作主、次不同裂隙倾角岩样为研究对象,通过采用单轴压缩和DIC摄像等试验方法,研究交叉裂隙产状对岩样的力学特性和破坏模式的影响,结果表明：(1)与单一裂隙相比,单裂隙岩样的峰值强度和弹性模量总体上大于含交叉裂隙,表明交叉次裂隙会进一步削弱岩样力学性质。(2)当α≤45°和α＝60°且β≤45°,次裂隙尖端裂纹萌生基本上早于主裂隙,次裂隙尖端裂纹未发生扩展贯通,主裂隙尖端裂纹发生贯通;在α＝60°且β≥60°和α＝90°时,主裂隙尖端裂纹萌生基本上早于次裂隙,次裂隙尖端裂纹扩展贯通,主裂隙尖端裂纹未发生贯通;裂纹主要沿上下方向扩展,水平向裂纹较少。(3)岩样以张拉破坏为主,α＝0°和90°时,岩样全部表现为张拉破坏,α＝30°、45°和60°时,岩样随β增大表现为从剪切破坏—拉剪复合破坏—张拉破坏的变化,主破坏裂纹受主、次裂隙水平向投影较长的一条控制。     

垂直地震剖面横波分裂的理论研究

地下岩石中普遍存在着由地应力诱导排列的垂直裂隙或裂缝，地震横波通过这样的介质传播时，会发生横波分裂。文中首先推导了含裂隙介质中零井源距垂直地震剖面记录的解析表达式，然后就不同方位裂隙组成的多层介质使用的伪谱法模拟了二分量横波全裂的ＶＳＰ记录，最后利用ＶＳＰ记录的解析式分析了ＶＳＰ记录中的横波分裂。     

基于时域多分辨分析方法的散射场计算

时域多分辨分析方法(MRTD)是近年来提出的一种新型电磁场算法,以往的工作将MRTD用于计算近场及腔体。本文将MRTD用于计算目标的散射问题,用完全匹配层(PML)作为边界条件,通过推导MRTD二维的近—远场公式,得到散射场的远场值,这样就可以计算目标雷达散射截面。并以无限长导体方柱为例,计算了其双站雷达散射截面,并与FDTD算法结果进行比较,可以看出MRTD可以大大的节约计算资源,而其计算准确度与文献FDTD结果吻合的很好。     

基于灰色马尔可夫模型的专利申请量增长率预测

由于专利申请量年平均增长率受多种因素的影响,本文把专利申请量年平均增长率的变化过程视为一随机过程,将灰色系统理论与离散状态的马尔可夫链相结合,提出了专利申请量年平均增长率变化过程的灰色马尔可夫预测模型。在状态划分过程中,采用均值一标准差分级法进行指标分级与状态划分,在实例分析中,把11年的专利申请量年平均增长率资料划分成五种状态。预测分析结果表明,利用灰色马尔可夫预测模型进行专利申请量年平均增长率的变化过程预测是可行的。     

基于Mean Shift模型的多粗差探测RAIM算法

针对当前接收机自主完备性监测(receiver autonomous integrity monitoring,RAIM)算法中存在多粗差探测识别能力较弱、计算效率不足等问题,提出一种基于Mean Shift(MS)模型的多粗差探测RAIM算法。首先利用QR奇偶检校法构建样本数据集和QR检验向量;其次基于MS模型估计样本密度中心,并以此作为MS检校向量,使用观测向量与MS检校向量的距离来评价观测值可靠程度,从而确定异常观测卫星;最后联合观测向量、MS和QR检校向量构建基于距离关系的权系数函数,对多个异常观测进行处理。实验结果表明,基于MS检校向量的粗差判别方法在多粗差存在的情况下,具有更灵敏的粗差识别能力;相比最小二乘残差法,新型RAIM算法改善了多粗差探测识别能力和计算效率,可有效提高多系统融合单点定位的可靠性。     

用人工神经网络预测单桩竖向极限承载力

提出了单桩竖向极限承载力预测的人工神经网络法。针对不同类型的单桩，结合工程实例，详细介绍了方法的建模。预测结果与实测值较为吻合，表明在桩基工程中利用这一方法进行单桩竖向极限承载力预测是有效的。