阶梯形丁坝下游回流规律分析

阶梯形丁坝在航道整治中应用广泛,其回流规律与船舶通航、坝田淤积及堤岸稳定等系列问题密切相关,但目前研究很少。应用三维水流数学模型研究双级阶梯形丁坝几何尺度及来流条件对回流规律的影响,结果表明:①回流长度随一级丁坝相对长度ε₁及高度ψ₁、二级丁坝相对长度ε₂均呈递增变化趋势,随弗劳德数Fr呈先增大后减小的变化趋势;②回流宽度随ε₁,ε₂和ψ₁变化相对明显,而随Fr变化总体较小;③回流正、负流区宽度比沿程变化曲线总体为上凸状,负流区宽度相对较大,在靠近丁坝部位可达正流区宽度的2.5倍;④回流曲线形态与ε₁,ε₂和ψ₁有关,ε₁和ψ₁主要影响回流曲线长度,ε₂影响回流曲线的整体形态;⑤回流流量一般小于来流量的10%,沿程分布曲线不对称,增流区回流流量变化相对缓慢,而减流区变化相对剧烈。     

材料化学工程科学内涵及方法初探:从介观尺度界面流体行为出发认知材料

作为一门新兴的交叉学科,材料化学工程科学内涵的进一步凝练和方法论的建立显得十分重要和迫切。介观尺度下界面流体的研究对于材料化学工程具有重要意义,材料化学工程的科学内涵在于通过认识介观尺度下界面处流体行为来"认知"材料,以期建立材料结构、性能(应用)与制备(生产)三者之间的关系。其中,弄清介观尺度下复杂作用和复杂结构对界面流体行为的影响,是"认知"材料的关键。分子模拟技术作为单因素遴选介观尺度各影响因素的有效手段,在实际应用中存在两大难点:如何同时获得界面流体反应和传递两个方面的信息;如何实现分子层面认识在材料应用层面的转化。基于此,初步讨论了材料化学工程研究方法的发展趋势。     

基于Gabor能量空间的尺度不变兴趣点检测方法

兴趣点检测是中层视觉感知过程的关键步骤,也是众多机器视觉系统的重要组成部分.此前的大多数兴趣点检测子都是针对特殊的二维图像结构设计的,比如角点、交叉点、端点等,所以对与其差别较大的特征不能检测.采用在Gabor能量空间中迭代搜索的方法,本文提出了一种尺度不变兴趣点检测子.基于结构不同的二维图像特征在相频域中表现相似的特点,该检测子能检测大多数特征.首先,基于Gabor滤波器响应获得一系列能量图像,通过极值点检测得到候选兴趣点;其次,使用一种迭代方法同时选择特征尺度与精确定位特征点位置;最后为了提高算法的实时性,采用了一种递推方法加速能量图像的计算过程.实验结果表明相对于其它检测子,本文提出的方法具有更广泛的适应性,并且在旋转、尺度、光照等变化下具有良好的稳定性.     

基于区域生长的多源遥感图像配准

多源遥感图像由于成像设备、所用光谱、拍摄时间等因素的不同,给配准带来极大的困难.尽管已经提出了多种匹配方法,但已有方法一般只能适用于特定的应用环境,开发出更加稳定和适用的配准算法仍然是一个极具挑战性的研究课题.提出一种基于区域生长的配准方法,首先,提取改进后的尺度不变特征,通过全局匹配确定种子点和种子区域并完成变换模型的初始化;然后,运用迭代区域生长和双向匹配策略,得到整个图像的可靠匹配点,从而实现多源遥感图像之间的配准.实验表明,该方法提取的匹配点的数量和正确率均远高于已有方法,能够对存在严重灰度差异的多源遥感图像实现高精度的配准,充分证明了该方法的鲁棒性和适用性.     

基于Gabor多尺度空间的不变兴趣点检测

针对以往仿射不变兴趣点的特征尺度不能直接断定的问题, 提出一种基于Gabor多尺度空间的不变兴趣点检测算法。该算法主要包括三个步骤：应用Gabor滤波器组与图像卷积建立图像Gabor多尺度空间; 通过极大值准则检测兴趣点并直接断定特征尺度; 采用二阶矩矩阵描述兴趣点局部结构。实验结果表明, 相比较其他Hessian-Affine、MSER等算法, 该算法在图像模糊和JPEG压缩情况下可重复率和可匹配率均取得最好结果, 是一种能有效直接提取特征尺度的兴趣点检测算法。     

基于扩散距离和MDS的非刚性模型相似性分析

在非刚性模型相似性分析方法中, 基于测地距离的等距嵌入方法对模型拓扑变化非常敏感, 对于有局部拓扑变化的完全相似的模型也无法得到正确结果。为了弥补这一不足, 提高非刚性模型相似性分析的准确性, 将扩散距离与多维尺度分析(MDS)相结合, 计算非刚性模型的等距嵌入模型, 再利用迭代最近点(ICP)算法通过计算嵌入模型的相似性来实现原始非刚性模型的相似性分析。实例证明该方法对含有拓扑变化的非刚性模型可以得到理想的相似性分析结果。     

基于SIFT自然特征的AR系统研究和实现

针对当前增强现实AR(Augmented Reality)系统中跟踪注册效率低,提出一种基于SIFT算子的自然特征的匹配改进方法。在利用DOG金字塔对关键帧图像和基准图像进行特征点的检测和提取后进行正反双向匹配,很好地提高了关键特征的匹配效率和稳定性。同时结合L-K光流跟踪算法,优化跟踪关键帧失败后的处理方法,减少重定位时关键点检测所需搜索区域。实验表明,由于改进后的SIFT匹配特征点更少更优,定位的精确度更高,跟踪匹配整体耗时减少近50%。因而该AR系统在光照不足、遮挡、抖动等特殊环境中都有很好的实时虚实融合的效果。     

结合小波变换的梯度场图像渐进融合算法

基于梯度场的图像融合算法只适用于尺度差异不大于1∶4的多光谱图像与全色图像。针对尺度差异为1∶8的北京一号卫星多光谱图像及高分辨率全色图像的融合问题,提出一种结合小波变换的梯度场图像尺度渐进融合算法。利用小波变换方法将多光谱图像与高分辨率全色图像尺度差异倍数缩小,得到基于小波变换的初级融合,再进行基于梯度场的Poisson图像融合。实验结果表明,渐进融合图像与多光谱图像的平均颜色差异值为23.5,与高分辨率全色图像的平均梯度差异值为2.1,多尺度纹理特征值差异值分别为3.98、10.2、18.9,渐进融合图像与高分辨率全色图像的空间细节和纹理细节吻合程度更好。     

基于改进SURF算法的无人机遥感图像配准

针对无人机遥感图像畸变较大,而传统快速鲁棒(Speeded-Up Robust Features,SURF)算法不能提供足量兴趣点的问题,提出了一种基于Harris角点和SURF算法的无人机遥感图像配准方法。首先构建多尺度空间,并在多尺度空间下检测Harris角点作为兴趣点;然后计算各兴趣点的64维SURF描述子;最后运用K-d树匹配搜索策略得到两幅图像的匹配点对。将该方法与传统SURF配准方法进行实验对比,实验表明改进算法在保证实时性的情况下可以获得更多的匹配点对,并具有更高的配准精度。     

基于时序上下文的视频场景分类

以传统的词袋模型为基础,根据相邻镜头关键帧之间具有相关性的特点提出了一种用于视频场景分类的模型。将视频片段进行分割,提取关键帧,对关键帧图像归一化。将关键帧图像作为图像块以时序关系合成新图像,提取新图像的SIFT特征及HSV颜色特征,将图像的SIFT特征及HSV颜色特征数据映射到希尔伯特空间。通过多核学习,选取合适的核函数组对每个图像进行训练,得到分类模型。通过对多种视频进行实验,实验结果表明,该方法在视频场景分类中能取得很好的效果。