基于加权最小二乘的主结构快速提取算法

从复杂纹理图像中提取主结构是计算机视觉和图形应用的基本过程.针对加权最小二乘法依赖于梯度大小、无法去除对图像语义贡献很小的小规模、高对比度的振荡细节（如纹理）的问题，提出一种新的用于抑制图像纹理的权重算子，并对该权重算子的有效性进行验证.为了解决在优化全局目标函数过程中需要求解大型稀疏拉普拉斯矩阵、计算成本高的问题，采用代数多重网格算法作为共轭梯度法的预处理算子加快稀疏矩阵方程的求解速度.实验表明，提出的权重算子能有效地抑制图像纹理，并且图像主结构的边缘不会被模糊，其滤除纹理、提取主结构的效果优于其他同类算法.另外，所用的加速算法和其他传统预处理算法相比，能将主结构的提取时间缩短很多.     

热塑性聚氨酯导电无纺布的制备与应变响应性能

以热塑性聚氨酯(thermoplastic polyurethane, TPU)为主要原料，通过熔喷纺丝技术制备TPU无纺布.配制不同质量浓度的多壁碳纳米管(multi-walled carbon nanotubes, MWCNTs)分散液对TPU无纺布进行功能化修饰，用于制备TPU/MWCNTs导电无纺布.通过绝缘电阻测试仪、热失重分析仪、扫描电子显微镜和拉伸应变响应度分析TPU/MWCNTs导电无纺布的结构与应变响应性能.结果表明：MWCNTs均匀、牢固附着于TPU/MWCNTs无纺布，形成高效、稳定的导电网络；随碳纳米管质量浓度增加，TPU/MWCNTs导电无纺布的导电性能变好；MWCNTs的引入提高了TPU/MWCNTs导电无纺布的热稳定性；当MWCNTs质量浓度为3 mg·mL^-1时，TPU/MWCNTs导电无纺布的应变灵敏度最高；随着应变幅度增大，导电无纺布的应变响应度增强；经过10个循环拉伸作用后，TPU/MWCNTs导电无纺布的应变响应度达到稳定的响应状态，表现出良好的可回复性和可重复性，在柔性传感器和智能可穿戴领域具有光明的应用前景.