直接紫外光度法测定废水中的二苯胺

二苯胺(DPA)水溶液在紫外区有特征吸收,因此本实验是在紫外光区(270nm)的分光光度法直接测定的.由于没有引入其他试剂,无引入误差,经与液相色谱方法比较,有良好的准确度,方法操作简单易行     

催化动力学光度法测定痕量汞的研究

研究了在pH=3.2的HAc-NaAc介质中,痕量汞(Ⅱ)催化H2O2氧化二甲酚橙褪色,建立了催化动力学光度法测定痕量汞的新方法.方法的线性范围为0~6.0 μg／50 mL,检出限3.86×108mg／L,用于实验室废水中痕量汞的测定结果满意.     

景观式立体车库设计

为缓解城市停车压力并提高土地资源利用率,研发一种新型的立体车库,具有占地小、空间利用率高、成本低、环境友好性好、易操作的特点。简单介绍了立体车库的工作原理、主要部件结构、景观性以及主要技术参数等。     

基于PLC两层三列升降横移立体车库控制系统设计

随着城市汽车保有量的不断增加,停车难成为大中型城市的普遍现象.运用PLC技术,以升降横移立体车库为研究对象,选择两层三列式车库为研究模型,在介绍立体车库工作原理的基础上,既进行了立体车库钢结构、载车板、机械传动和安全防护方面的硬件设计,又进行了PLC外部接线、电机控制线路、存取车控制流程和PLC控制程序梯形图方面的软件设计.经调试运行证明,能确保用户停车取车的方便、快捷和安全,实现停车取车智能化、高效化,且简便易行,既可大面积使用,又能见缝插针,还能与地面停车场、地下车库组合实施,最大限度地停放车辆,比较成功地解决目前大中型城市所面临的静态交通难题.     

通过构建主题立体阅读模式提升学生阅读素养

阅读是提高大学生素质的重要途径,主题立体阅读是一种创新型的导读模式。图书馆联合学校多个部门建立导读机构,以主题为核心,整合各方资源,制定统一的导读方案,通过平面海报、专题网站、阅读博客、手机信息、广播等立体宣传和好书推荐、主题展览、阅读讲座、电影观摩、汇报演出、竞赛活动、读书沙龙等活动形式,将传统单一、静态、灌输式的导读方式转化为立体多元、互动、学生主动探寻的导读方式,激发学生的阅读兴趣,提升学生的阅读素养。     

基于控制点约束及区域相关的立体匹配算法

立体匹配是计算机视觉的关键问题.为了得到准确匹配的稠密视差图,通过对基于特征和基于区域立体匹配算法的讨论,结合这两种算法的优点,提出一种新的基于控制点及区域相关的立体匹配算法.该方法首先在利用Harris角点检测算法检测出角点的基础上,对角点进行立体匹配得到精确的匹配点对即控制点,然后在控制点的约束下对非角点像素进行基于区域相关的立体匹配,得到整体稠密的视差图.这样既缩小了匹配搜索空间,又保证了匹配的可靠性.     

基于OpenCV的双目测距系统

为解决利用双目设备实现测距并使测距时间控制在毫秒级的问题, 研究了摄像机标定、 立体校正、 极线约束下的块匹配和三维重建等关键技术。使用立体相机将拍摄多个角度的棋盘照片保存到计算机中进行角点检测和标定, 以获得摄像机参数。使用Bouguet标定立体校正算法\, 立体匹配使用块匹配方法。得到视差图后求出三维点云, 进行三维重建, 根据三角相似原理计算目标物体的距离。使用OpenCV2.4.3, 在VS2010编译环境下, 用VC++编程实现。该系统只需普通立体相机采集图像, 成本低, 与其他立体匹配方法相比, 块匹配方案测距速度快且准确度满足应用的要求。     

基于道路环境的车载双目系统立体匹配算法

为提高车载双目系统户外工作性能,提出了一种车载双目系统立体匹配算法。在代价计算阶段,提出了一种3bitCensus变换,该变换提高了对局部特征的描述能力并具有较强的鲁棒性;在代价聚合阶段,提出了基于边缘截断的自适应窗口聚合算法,该算法能够根据局部特征和边缘信息自适应的调节聚合窗口,提高了算法匹配精度;在视差计算阶段,利用跳跃式视差计算方法,进一步提高了计算效率。实验证明:基于3bit-Census变换+基于边缘截断的自适应聚合+跳跃式视差计算的立体匹配结构能够有效提高双目系统的鲁棒性、匹配精度及计算效率,适用于车载双目系统。     

Photometric modeling of the Moon using Lommel-Seeliger function and Chang’E-1 IIM data

The imaging intefferometer （IIM） aboard the Chang＇E-1 lunar orbiter is the first multispectral imaging spectrometer for Chinese lunar missions. Before science applications （e.g., FeO and TiO= mapping） of the IIM raw data, the radiance variation due to changes in illumination and viewing geometry has to be removed from the radiometrically calibrated IIM Level 2A images. To achieve this, we fit the IIM Level 2A radiance data with a Lornmel-Seeliger photometric model consisting of an exponential term and a fourth order polynomial in the phase function, without distinguishing between lunar maria and highlands. The exponential and the fourth order polynomial parameters are derived separately by fitting to two datasets divided at a solar phase angle threshold, avoiding a decrease in the phase function close to zero phase angle. Different phase angle thresholds result in coincident fitting curves between 20° and 75°, while large discrepancies occur at other phase angles. Then the derived photometric model is used to normalize the IIM Level 2A data to radiance values at an incidence and phase angle of 30° and emission angle of 0°. Our photometric model is validated by comparing two photometrically normalized IIM radiance spectra covering the same areas, showing a relative deviation consistent with the IIM preflight calibration.     

基于双目立体视觉的目标识别与定位

为从不同角度识别目标物体以及解决左右两幅图像中目标轮廓中心不匹配的问题, 将SURF(Speeded Up Robust Features)算法与GrabCut 算法相结合, 离线采集目标物体不同角度的图像, 生成目标模板图片库。利用SURF 算法完成目标物体的识别; 利用SURF 算法自动初始化GrabCut 算法, 实现目标轮廓的提取; 利用基于灰度相关的区域匹配算法完成目标轮廓中心点的匹配, 结合三维重建原理实现目标定位。实验结果表明, 该方法可以成功识别目标物体并对目标物体进行准确定位。