一种抗旋转、抗尺度变化的图像匹配算法

在研究圆投影、参数化模板、直方图不变距的基础上,提出了一种基于圆投影矢量和变换与参数化模板相结合的图像匹配算法.首先用计算量较小,并具有旋转不变性的圆投影矢量和变换的方法对输入图像进行投影,将图像投影到矢量空间当中,然后采用参数化模板的方法对图像进行可变尺度的匹配选出可能性较大的匹配点,最后利用图像的直方图的不变矩做进一步的匹配.解决了模板图像与待测图像之间存在旋转和尺度变化的问题,同时采用欧氏距离进行匹配,避免了传统方法中计算相关函数的巨大计算量.实验表明这种算法不仅提高了匹配的速度,而且在目标图像发生     

二阶耦合拟线性抛物组边值问题的周期解

本文利用有限维正交投影方法证明了下述边值问题u_j1-a_j(u_j)_(xx)+σ_ju_j+f_j(t,x,u)=g_j(t,x),(t,X)∈G=(0,π)×(0,π),-α_(j1)u_(jx)+β_(j1)u_(j)|_(x=0)=0α_(j2)u_(jx)+β_(j2)u_(j)|_(x=π)=0 j=1,…,n在假设条件(4)-(6)成立时,于少有一周期解u_j∈W_1~(2,1)(G)。当a_j(u_j)=u_j时,文[7]讨论了此种情形,但是我们得到的结果u_j∈w_2~2(G)且u_(jx)∈W_1~(2,1)(G),比文[7]的结果强得多。     

W_2~1（B）空间中的最佳逼近及半直线上积分方程数值解

讨论了Ｗ_２~１（Ｂ）空间中线性算子的最佳逼近及半直线上积分方程的近似解．得到最佳逼近算子的表达式．在仅知方程右端项的有限个离散值时给出方程近似解的表达式，并证明误差序列在Ｗ_２~１（Ｂ）范数意义下单调下降．     

三峡库区岩溶景区危岩破坏模式及稳定性——以重庆天生三桥深秀洞陡崖危岩为例

天生三桥景区深秀洞陡崖存在16处危岩,严重威胁到深秀洞下方水幕电梯和两侧栈道工程的安全。通过现场勘测和理论分析的方法,研究了危岩基本特征和破坏模式,进一步采用定性与定量相结合的方法对危岩稳定性进行综合评价。研究结果表明:天生三桥景区深秀洞陡崖危岩发育,其形态多样、规模不等,破坏后影响范围大、后果严重;危岩破坏模式主要表现为滑移式、倾倒式和坠落式三种;采用RMR法对陡崖岩体稳定性进行评价,陡崖岩体属于Ⅳ级,岩体质量为差岩体;采用赤平投影分析对陡崖岩体稳定性进行评价,岩体受结构面切割严重,裂隙L1、L4和多组组合交线为不稳定结构;对危岩稳定性进行定量评价,计算出危岩介于稳定与欠稳定状态之间,但在暴雨工况下,危岩大多处于欠稳定状态。研究成果可为后期危岩防治提供一定的科学依据和理论支撑。     

视图斜置“交会法”画正轴测图

介绍了一种视图斜置“交会法”画正轴测图的方法,详细阐述了这种方法的作图原理并举例说明了这种方法在工程技术上的应用。     

非线性约束条件下的广义投影梯度法

对非线性约束条件下的优化问题提出了三个广义投影梯度方法。算法Ａ能够求解非线性不等式约束优化问题。在此基础上，又提出了能够求解非线性等式和不等式约束优化问题的算法Ｂ．进一步，通过简化算法Ａ，又给出了能够专门求解一般线性约束优化问题的算法Ｃ．并且在较弱的假设下，证明了三个方法的全局收敛性。     

基于灰度变调投影光技术的视觉检测方法研究

提出了一种基于灰度变调的空间结构投影光技术用于视觉检测方法,探讨了灰度变调空间结构投影光技术的一些特性,给出了灰度变调空间结构投影光技术的投影方法。实验表明,基于灰度变调投影光技术构成的计算机视觉检测系统能够提高光条纹检测精度,减少检测时间,是一种非接触、高速度、高精度的3维视觉检测方法。     

语音压缩感知及其重构算法

在研究语音信号在小波域的稀疏性的基础上,提出双正交小波变换的方法,与一维小波变换方法相比稀疏度提高10%～25%.此外,提出基于自适应次梯度投影算法(ASPM)进行压缩感知(CS)语音信号重构的方案.ASPM算法首先根据压缩感知重构模型建立包含稀疏重构信号并具有随机属性的凸集,然后运用次梯度投影的思想将该凸集的投影转化...     

利用断层影像法精确描述复杂断裂

目前基于三维地震的构造描述方法已经相对成熟,特别是利用相干数据体进行断层识别具有方法直观、效率高的特点。但当断层面小角度相交时,断层形态和组合就变得复杂,利用上述常规方法很难准确识别,从而影响构造圈闭评价。本文从断层面的几何形态入手,结合断面与地层面、剖面交线及投影的关系,运用解析几何方法分析其几何特征,明确在断层面小角度相交时,斜交断层的剖面容易识别断层间的关系,断层的形态与其平面投影相似,结合断面闭合的断层影像法,可有效判定断层走向、形态及断层间的组合关系。在青东地区,利用研究的方法解决了复杂构造描述问题。     

正交投影的子矩阵

设$\\mathcal {H}$是n维复Hilbert空间,$Q$是定义在$\\mathcal {H}$上的正交投影. 任给$\\mathcal {H}$的子空间$\\mathcal {M}$, 设$\\dim{\\mathcal {M}}=r,$ 在空间分解 $\\mathcal {H}=\\mathcal {M}\\oplus\\mathcal {M}^{\\perp}$下, $Q=\\left(\\begin{array}{cc}AB\\\\ B^*D\\end{array}\\right),$ 其中$A\\in{\\mathcal {B}}({\\mathcal {M}}), B\\in{\\mathcal {B}}({\\mathcal {M}}^{\\perp},{\\mathcal {M}}), D\\in\\mathcal {B}(\\mathcal {M}^{\\perp}).$ 利用算子分块的技巧, 对空间进一步分解, 讨论了$Q$的子矩阵$A,B,D$的性质及其之间的关系, 并进一步讨论了$\\mathcal {M}$上的正交投影$P$与$Q$之间的关系. 得到了(i) ${\\mathcal {R}}(P)\\cap{\\mathcal {R}}(Q)=$\\{0\\}$ \\Leftrightarrow \\dim {\\mathcal {R}}(A)=\\dim {\\mathcal {R}}(B),$ (ii) ${\\mathcal {R}}(P)+{\\mathcal {R}}(Q)={\\mathcal {H}} \\Leftrightarrow \\dim {\\mathcal {R}}(D)=n-r,$ (iii) ${\\mathcal {R}}(P)\\perp{\\mathcal {R}}(Q) \\Leftrightarrow \\dim {\\mathcal {R}}(A)=0.$}