改进型LOG算子在偏振片绝对角度中的应用

光学成像系统自身通常都具有一定的偏振效应,严重影响仪器偏振测量精度,而提高仪器中偏振片绝对角度精度能提高偏振定标精度,对校正光学系统自身的偏振特性具有重要的意义。对偏振片直线透光轴Raw图像高精度边缘定位和直线检测是偏振片绝对角度计算的关键步骤。针对传统LOG算子各向同性及虚假边缘与边缘定位精度相矛盾的缺陷,提出改进型一阶导阈值旋转式椭圆对称LOG算子。该算子不仅保留了经典LOG算子的优点,还具有对不同角度的边缘更加有效地进行检测,在保持边缘定位精度下,减少虚假边缘的特点。在处理得到的边缘二值图像上,进行直线检测求出偏振片绝对角度,通过对比分析最小二乘法线性拟合和霍夫变换的直线检测效果,得出霍夫变换能精确计算出偏振片绝对角度。实验证明改进型LOG算子与霍夫变换相结合提高了偏振片绝对角度测量精度,对偏振定标精度具有很大的提高。     

组合KdV方程的Hamilton系统

本文根据KdV方程的Hamilton系统,构造并证明了组合KdV方程的Hamilton系统。     

自适应B样条小波函数模糊距离测量方法

目的 双目测距和单目测距是目前常用的两种基于光学传感器的测距方法,双目测距需要相机标定和图像配准,计算量大且测量范围有限,而单目测距减少了对设备和场地的要求,加快了计算时间。为了解决现有的单目测距方法存在精度低、鲁棒性差等缺点,本文提出了一种基于单模糊图像和B样条小波变换的自适应距离测量方法。方法 引入拉普拉斯算子量化评估图像模糊程度,并根据模糊程度值自动定位阶跃边缘;利用B样条小波变换代替高斯滤波器主动模糊化目标图像,并通过分析图像模糊程度、模糊次数以及测量误差之间的关系模型,自适应地计算不同景物图像的最优模糊次数;根据最优模糊图像中阶跃边缘两侧模糊程度变化求解目标边缘和相机之间的相对距离。结果 本文方法与基于高斯模糊图像的距离测量方法相比精度更高,平均相对误差降低5%。使用不同模糊次数对同样的图像进行距离测量时,本文算法能够自适应选取最优模糊次数,保证所测量距离的精度更高。结论 本文提出的单视觉测距方法,综合了传统的方法和B样条小波的优点,测距结果更准确,自适应性和鲁棒性更高。     

多媒体信息分类中的边缘模糊确定方法仿真

由于现代化社会中涉及大量多媒体信息的处理,使得人们对于信息分类系统的要求也逐步提高.为此提出了多媒体信息分类中的边缘模糊确定方法仿真.首先,提取多媒体信息中的增益特征,利用一阶和二阶导数曲线判断信息边缘点的有效性及变化关系,并使用高斯函数对得到的导数关系提取出边缘模糊算子,确定不同类型信息的边缘点,以信息特征中心为基准,根据信息阈差完成多媒体信息类型的最佳划分,使用隶属函数和模糊空间关系寻求分类最优解.最后,通过仿真与其它方法对比表明所提方法具有更高的精准性,多媒体信息分类结果最佳,且分类计算过程相较便捷,可被广泛推广应用.     

基于遗传算法的建筑构件位置分布建模仿真

建筑构件位置分布建模存在可用度较低,建模时间较长,总造价较高的问题,为提高建筑物的整体质量,节约建筑成本,增强建筑结构的适用性,提出基于遗传算法的建筑构件位置分布建模方法,单层建筑主体构件以建筑主体构件横截面的轮廓曲线为基础,由单层建筑主体经过复制生成多层建筑主体完成建筑主体构件建模.通过分析建筑构件的组成,将遗传算法应用在建筑构件位置分布建模中,在适应度函数构建方面增加了对称度、均匀度的度量,对建筑构件位置分布建模过程中控制的变量实施操作,求得全局最优解,优化建筑构件位置分布建模.实验结果表明:该方法可用度高,建筑构件位置分布效果高达90％,符合国家规定建筑构件的最大荷载的标准,建模时间最短,总建模时间仅用92秒,总造价较低.     

基于机器视觉的货车轮对踏面异常磨损监测方法

为实现对轮对踏面磨损的准确监测,提出基于机器视觉的货车轮对踏面异常磨损监测方法.结合监测原理采集货车高清图像,将图像转换成灰度图像,通过背景差分方法剔除多余背景,只保留货车轮对图像,将灰度图像转换成二值图像,分割图像内具有特殊含义的不同区域,得到轮对局部踏面信息.运用Canny算子提取图像中货车轮对的踏面边缘,构建灰度空间,依靠灰度共生矩阵映射图像在灰度空间的分布状况,得到可疑区域图像.使用垂直或水平的扫描线对可疑区域图像扫描,若局部区域超出设想阈值,则证明该点为异常磨损点.实验结果证明,所提方法得到的局部图像较为清晰,能够以最小的误差识别货车轮对的异常磨损区域.     

无序体系薛定谔算子格林函数及谱分布

无序体系通常有着独特的光电性质,随着材料应用的深入,无序体系渐渐引起关注.研究无序体系的物理性质,最重要的便是它的电子性质,这与薛定谔算子谱的性质有关.而研究薛定谔算子谱的性质,关键是要研究格林函数的衰减性.它从数理角度描述了微观粒子的运动状态.对相应物理现象的解释和预测很有意义.通过两类典型无序体系薛定谔算子格林函数的衰减性质及谱分布的相关推论,可以看出,两种算子具有一定相似性,但目前对这两种算子格林函数衰减性的研究采用的是不同的方法.后续可以寻求更统一的对准周期体系和随机体系或其他无序体系特征函数局域化的研究方法,并推广到更一般的无序体系中.     

基于多种群遗传与思维进化的混合算法

多种群遗传算法（MPGA）搜寻最优解的能力受初始种群分布的影响,在解决复杂函数优化问题时存在早熟收敛风险,而思维进化算法（MEA）存在局部搜索精度低和全局收敛速度慢的问题。针对两者的不足,提出一种MPGA和MEA混合的优化算法MPGA-MEA。为参与MEA趋同操作的各子群体设置不同的控制参数,独立进行遗传搜索,同时利用移民算子增强子群体的互动,实现协同进化,直至子群体成熟。在此基础上,释放劣质子群体,并选择全局公告板中记录的优质个体执行交叉和变异操作,产生中心个体,对应生成的临时子群体参与新一轮的迭代寻优。基于不同测试函数的仿真结果表明,该混合算法相较于MPGA和MEA,MPGA-MEA对高维多峰函数的寻优能力得到明显提升。     

利用改进的热核特征分析三维网格的局部对应

为了更准确地构建非刚体三维网格模型之间的形状对应关系,提出一种改进的热核特征分析与研究三维网格模型之间的局部对应关系.该方法利用压缩流形模式压缩三维网格模型的特征函数,截取局部顶点;利用乘法器交替方向(ADMM)优化计算三维网格的压缩流形基替换传统的离散化拉普拉斯-贝尔特拉米算子以改进热核特征;选取相同的压缩部位进行局部的对应匹配.实验结果表明,基于改进的热核特征与传统的离散化热核特征相比有更加突出的效果.     

不确定语言信息下的大规模群体DEMATEL决策方法

针对现有不确定语言决策试验和评价实验(DEMATEL)方法大多仅适用于中小规模群体,且未考虑不确定语言变量采用非均匀标度的情况,探讨一种新的不确定语言信息下的大规模群体DEMATEL决策方法.首先,给出一种群体不确定语言DEMATEL矩阵的聚类方法,并对大规模群体DEMATEL意见进行合理分组;然后,定义三维不确定语言密度算子,并对大规模群体DEMATEL意见进行有效集结;最后,提出一种改进的基于不确定语言DEMATEL的指标权重确定方法,并在此基础上进行多属性决策.算例分析验证了所提方法的可行性与有效性,该方法采用非均匀标度来表征和呈现不确定语言变量,而且考虑了大规模群体决策的共识度,使得决策结果更为客观合理且更为可靠.