基于数字图像处理的浮选泡沫速度特征提取及分析

以浮选泡沫图像序列为对象,研究浮选泡沫图像序列速度特征提取方法,分析泡沫速度特征与浮选性能间的关系.提出一种抗尺度快速变化和具有旋转不变性的模板匹配算法,利用宏块跟踪技术对浮选泡沫图像序列的泡沫速度特征进行估计,得出像素级的泡沫运动速度参量.然后,采用二维拉格朗日曲面插值方法提取亚像素位移,得出精确的亚像素级位移参量.结果表明:在浮选过程中,减少浮选泡沫运动速度的紊乱程度能减小已粘附在泡沫上的矿物粒子的脱附率,进而提高浮选精矿品位,降低尾矿中有用矿物含量.     

微波辐射下模板交联壳聚糖的制备及其对Cu^2＋吸附 …

微波辐射下,用壳聚在烯醋酸介质中与Ｃｕ＾２＋制得壳聚糖Ｃｕ＾２＋络合物,然后使壳聚糖铜络合物与戊二醛进行交联,用稀酸洗去Ｃｕ＾２＋,制得具有Ｃｕ＾２＋模板离子孔穴的壳聚糖树脂,考虑了该树脂对Ｃｕ＾２＋的吸附性能。实验表明,微波加热所得的交联壳聚糖,在酸性条件下不会发生软化和溶解,重复使用性能亦好,且比水浴加热制得的具有Ｃｕ＾２＋模板离子孔穴的交联壳聚糖对铜有较大的吸附量。     

一种新的用于集装箱字符的识别方法

主要以集装箱字符识别为例,详尽地论述了模板匹配的基本,同时,为了提高识别率,减少计算量和运行时间,满足实际应用的需要,特别是针对在实际图像中背景与字符均是彩色信息的应用来说,其二值化得到的图像可分为两种,即黑底白字和白底黑字,为了解决同一字符需要制作正反两种不同标准模板的问题,提出了一种改进的标准模板制作方法,这种模板能够自适应地匹配二值化后的正反图像,算法简单实用,理论与实验结果均表明,改进的模板匹配方法具有较高的识别率和坚韧性。     

基于Hausdorff距离的车牌字符识别方法研究

根据车牌区域的固有特征,提出了一种高效、快速、实用的车牌字符识别算法．该方法先对车牌中的单个字符进行归一化和细化,然后采用Hausdorff距离模板匹配方法识别．实验表明,该方法有效可行．     

Bi3．15Nd0．85Ti3O12纳米管阵列的制备与微结构表征

采用溶胶-凝胶法,在孔径为100nm的阳极氧化铝模板中制备了Bi3．15Nd0．85Ti3O12（BN（IT）纳米管阵列．通过XRD、SEM、TEM、HRTEM、SAED和Raman光谱测试手段对纳米管阵列的物相、微结构和声子振动特性进行了表征．研究表明,所合成BNdT纳米管为钙钛矿相多晶结构,纳米管外径约为100nm,管壁厚约10nm,长度达几个微米．Raman光谱分析表明,Nd离子部分取代了类钙钛矿层中A位的Bi离子．     

模板法制备明胶多孔微球

以单分散聚苯乙烯(PS)微粒为致孔剂,采用模板法制备了一种新型的明胶多孔微球,并用扫描电子显微镜(SEM)对其进行了表征.结果表明,通过调节PS微粒的用量和粒径大小可以控制微球和孔径的大小,且微球表面有均匀的孔结构.     

基于磁共振数据的中国儿童脑模板的创建及评估

对69个中国儿童(7~16岁)的脑结构磁共振图像,用改进的优化方法建立了中国儿童T1脑模板和先验概率图.并用整脑覆盖率和基于像素分析这2种方法评估了本文建立的中国儿童脑模板.评估过程是:用12个中国儿童个体(不包括在建模板的69个儿童中)的磁共振结构像分别空间标准化到蒙特利尔神经学院(MNI)的成人模板、辛辛那提儿童医院医学中心(CCHMC)的西方儿童模板和中国儿童模板,并对结果进行比较.在线性标准化过程中,用这3个模板的结果很类似,在非线性标准化过程中,用中国儿童模板的形变最小.结果表明:对于中国儿童个体,在空间标准化时,用中国儿童脑模板更合适.这将有助于了解中国儿童脑的结构特点,为中国儿童脑信息处理、分析以及脑疾病的辅助诊断提供一定的依据.     

ACE飞船观测的行星际磁场准27天重现周期和结构

 ACE飞船发射于1997年8月15日,将维持到2024年,位于日地连线重力平衡点L1。本文采用ACE飞船行星际磁场观测数据,基于GSE坐标系统,确定L1点的行星际磁场主体方位,进而将行星际磁场观测数据转换为极性符号序列。对于序列中的任一时间点,通过改变以它为中心的子序列探测行星际磁场的准27d重现周期和结构,再应用模板匹配方法识别重现结构,最后采用分段常值函数拟合获得分段稳定的周期和结构。得到的主要结果如下：(1) 1999—2008年间,IMF重现周期绝大多数在(27±2)d范围内,只有1个例外,即2001年10月27日10:00—11月28日12:00时间内,重现周期为21d14h;(2) 2001年1月8日12:00—2004年7月17日04:00,IMF为2扇瓣结构,2004年7月17日05:00—2007年6月30日23:00,IMF为4扇瓣结构,2007年7月1日00:00—2008年12月31日23:00,IMF为2扇瓣结构。     

一种改进的基于网格的数据过滤方法(英文)

数据分发管理是HLA/RTI中的一项服务,在大规模的分布式仿真中用来管理状态更新和交互信息的分发,以此限制数据交换的总量.介绍目前数据分发管理的基本方法的基础上,分析了它们的优缺点,提出了一种基于网格的双层数据过滤方法.通过探测数据分布情况,利用双层网格精细过滤数据,减少冗余数据发送量.实验表明,在大规模和复杂环境下此方法具有更好的适应性、可扩展性和更高的性能.     

一种新的快速鲁棒多摄像头目标跟踪方法

多摄像头(视角)目标跟踪系统中,由于视角间存在大量信息冗余可有效提高跟踪鲁棒性.但在传统基于模板匹配方法中,由于视角不同导致匹配不准,会带来较大跟踪误差.针对这个问题提出了一种基于卡尔曼滤波的在线目标信息时空交互算法,利用多摄像头几何限制,实现多个摄像头的信息交互,减少了模板匹配的搜索范围,进而降低了多摄像头目标跟踪算法的计算复杂度.同时通过在线估计卡尔曼滤波模型中噪声功率,并且自适应调整卡尔曼增益将信息交互过程中误差传递降至最小.仿真结果表明,该方法可以实现更鲁棒的目标跟踪.