Application of improved equivalent edge currents in synthetic aperture radar imaging

Target modeling and scattering function calculating are important prerequisites and groundwork for the synthetic aperture radar (SAR) imaging simulation. According to the difficult problems that normal methods cannot calculate the scattering function of electrically large object under the condition to wideband, an effective method of improved equivalent edge currents is presented and applied to SAR imaging simulation for the first time. This method improves calculating velocity and has relatively high precision. The concrete steps of applying the method are given. By way of the simulation experiment, the effectiveness of the method is verified.     

非共沸混合物在强化管管束外冷凝的实验研究

对非共沸混合物Ｒ１１／Ｒ１１３在花瓣型翅片管管束外的全冷凝过程进行了实验研究，结果证实花瓣型翅片管能较好地强化非共沸混合物Ｒ１１／Ｒ１１３的冷凝以及管束效应很小。还讨论了平均冷凝传热系数与摩尔分数的关系。     

二值图像的自动表述

提出了一种通过对图像中物体的边缘进行描述来表征二值图像的方法 .该方法对二值图像进行边缘提取、周线跟踪、特征点提取、边缘分割及曲线匹配 .经处理后的图像由一系列描述物体边缘的数学方程来表征 ,有利于图像数据压缩及重构 .     

图P_m V W_n的点可区别边色数

对图G的正常边染色,若满足不同点的点所关联边色集合不同,则称此染色法为点可区别的边染色法,其所用最少染色数称为该图的点可区别边色数．得到了路与轮的联图的点可区别边色数．     

径向剃齿刀切削刃的排列及剃削光洁度的预测

本文对径向剃齿刀切削刃的排列规律进行了探讨。指出切削刃应按螺旋线排列,螺旋钱的导程与轮齿数,刀齿数密切相关,并由此导出刀齿数的计算公式;螺旋线的旋向不仅与刀齿数有关,且与剃齿刀的螺旋方向有关。文中还针对所提刀刃排列形式进行了被剃齿面光洁度的分析与计算,发展了一种预测剃削光洁度的计算方法。     

确定自然带界线的模糊聚类数学模型——以中国亚热带西段北界为例

本文建立了划分自然带界线的模糊聚类数学模型,并以中国亚热带西段北界为例,确定了其具体位置。它解决了指标数值化和自然带界线具有模糊性的问题,削弱了人为因素的影响,提高了精度。该模型还具有广泛的适应性。     

基于模板匹配与线性预测的目标跟踪算法

为解决复杂场景中目标遮挡、算法鲁棒性差的问题, 提出基于模板匹配与线性预测的算法。该算法分为模板匹配和线性预测两部分。场景中无遮挡物时, 执行模板匹配算法, 获取目标跟踪信息; 否则, 通过预测算法估计目标的状态, 进而实现目标跟踪。实验结果表明, 在目标有遮挡干扰的情况下, 采用该算法能稳定、准确地实现目标跟踪, 与传统的模板匹配算法相比具有较强的鲁棒性。     

基于边缘图的梯度域图像融合方法研究

梯度域图像融合通过最小化融合图像的梯度场与融合梯度场之间距离求得融合图像,融合梯度场的准确性直接决定融合图像质量;由于源图像信息之间存在互补性,基于结构张量的梯度融合方法得到的融合梯度场的准确性不高,为保证融合图像质量,重构时需要添加其它感知项进行校正;提出了一种基于边缘图的梯度场融合方法,在边缘像素处以梯度值为权重进行加权融合,在非边缘像素处采用梯度值取大规则进行融合;实验结果表明:梯度场融合方法得到的融合梯度场准确性高,重构的融合图像具有满意的视觉质量和客观评价成绩。     

图Kn3的若干染色

利用穷举法和组合分析法讨论了图Kn3的邻强边染色和邻点可区别的全染色,通过构造具体染色得到了图Kn3的邻强边色数和邻点可区别的全色数。     

基于卡通纹理分解和NSCT的卫星云图边缘提取

为方便提取云图的缓变边缘,提出了基于卡通纹理分解和无下采样轮廓波变换(NSCT)的卫星云图边缘特征提取算法。首先使用基于张量扩散的卡通纹理分解对卫星云图进行预处理,减小云图中噪声和纹理的影响,将云的缓变边缘转化为阶跃边缘;然后依据NSCT域中高频系数的正负关系和相关性进行边缘特征提取。通过实验,将文中算法分别与基于投影卡通纹理分解的预处理算法、小波多尺度积、NSCT模极大值和NSCT多尺度积等边缘特征提取算法进行比较。结果表明,本算法可更准确地提取云的边缘,且受噪声和纹理的影响小,边缘的连续性更好,为准确地进行云分类提供了保障。