InSAR测量技术在矿区地表沉降监测中的应用

为了探讨InSAR测量技术在矿区进行地表沉降监测的可行性,首先采用传统的GPS测量矿区的地表沉降情况,并获得GPS地表沉降监测数据,然后采用瑞士的GAMMA软件处理矿区的主辅两景InSAR影像,通过相位解缠等操作最终得到矿区地表的沉降图。以淮北某矿区一个工作面的地面观测数据为例,通过仿射变换进行坐标转换把地面上GPS观测点转换到对应的InSAR栅格数据阵列中,对比分析二者的观测数据,可以发现InSAR监测结果与GPS观测结果具有一致性,能够满足矿区地表沉降监测的精度要求。     

基于二阶矩的SIFT特征匹配算法

摘要：为了解决了图像视角变化时造成的匹配率低的问题,作者提出了基于二阶矩的SIFT特征匹配算法。算法在尺度空间检测出特征点,用仿射的二阶矩来估计特征点的椭圆邻域,把椭圆邻域梯度的主方向作为该特征点的方向,生成特征向量,最后采用欧氏距离作为度量函数进行特征向量的匹配。实验表明,改进后的算法继承了SIFT算法对图像缩放、旋转等不变性,而且增强了图像对视角的仿射不变性,极大地改善了匹配效果。     

一种新的氨基酸描述符SVHEHS在生物活性肽QSAR中的应用研究

对20种氨基酸的457种性质参数按疏水性质、电性特征、氢键贡献和立体特征进行分类后,并各自进行主成分分析(PCA),得到一种新的氨基酸结构描述符SVHEHS(score vector of hydrophilicity, electronic, hydrogen bond contribution and steric properties)。用该描述符分别对一系列血管紧张素转化酶抑制二肽以及苦味二肽进行序列表征,并用来与生物活性建立多元线性回归模型。血管紧张素转化酶抑制二肽、苦味二肽模型的相关系数、交叉验证相关系数、均方根误差分别为0.936、0.854、0.259和0.949、0.886、0.136,同时还对所得模型进行了外部验证。结果表明,该描述符建立的模型具有较好的拟合与预测能力,用于生物活性肽的定量构效关系研究是理想的。     

基于非下采样Contourlet变换的光照不变量提取算法

人脸识别作为一种非接触式、友好的生物特征识别技术,在军事、公安、经济等领域具有广阔的应用前景。近年来,人脸识别技术取得了很大进展,涌现出许多优秀的人脸识别方法,许多人脸识别系统表现优异。但是,人脸识别仍是一个没有彻底解决的难题,光照变化是其中关键问题之一。2006年FRVT测试结果表明光照变化会严重影响自动人脸识别系统的识别性能。为了消除光照变化对人脸识别的影响,提出了一种基于非下采样Contourlet变换的光照不变量提取算法。首先,对图像进行光照归一化,预先减弱光照变化对人脸识别的影响;其次,进行对数变换和非下采样Contourlet变换,得到低频分量和高频方向子带分量;再次,低频分量进行直方图均衡化以进一步减弱光照的影响,高频分量进行自适应NormalShrink阈值去噪处理;最后利用处理后的低频和高频方向子带分量进行逆非下采样Contourlet变换,提取到光照不变量,作为后续的识别依据。为验证算法性能,本文在Yale B 和CMU PIE 人脸库上做了对比实验,结果表明:本文方法提取的光照不变量具有较强的鲁棒性,能够大大提高任意光照情形下的人脸识别率。      

基于核密度估计和分形编码算法的图像检索技术研究

为了提高基于分形压缩编码图像检索技术的应用价值,针对自然图像提出了一种联合参数的图像检索方法,从分形编码中提取鲁棒性(旋转、平移、缩放等不变性)索引,即从由值域块均值构成的解码近似图像中提取改进的Hu不变矩特征量作为检索索引,再与分形编码参数的核密度估计统计特征相结合,其中,核密度估计方法中采用可变带宽。然后采用2个索引的加权和来比较图像的相似度。实验结果表明,使用2个索引的加权和比使用单独索引具有更好的检索结果。     

基于双树复小波的相电流行波故障选线新方法

在对配电网单相接地故障电流行波分析的基础上,得出了各相电流初始行波之间的恒定关系式,提出一种基于具有时移不变性的双树复小波的选线算法,该算法避免了实小波的各种缺点,防止选线失效,同时也解决了仅含两相电流互感器的选线问题。另外,考虑了母线分布电容对选线算法的影响,得出分布电容不但不会削弱选线效果反而更有利于选线的结论。通过仿真实例验证了所提出的算法有效、可行、灵敏度高,能够适用于任何出线线路类型相同的配电网。     

基于序列剖视图的机械类网格模型搜索方法(Ⅰ)

研究了基于视图特征的机械类网格模型的搜索,为确定视图的投影方向和剖切位置,首先给出了改进的最大法线分布方法来生成模型的三个旋转无关主轴,并将该三个主轴方向分别作为模型三个正交剖视图的投影方向。在此基础之上,提出了一种基于轮廓图的序列剖视图自适应创建方法,用于生成有代表性的序列剖视图。通过实验验证了上述两种方法的可行性和有效性。     

基于单目视觉的移动机器人跟随

针对室外环境下移动机器人基于单目视觉对目标人实时跟随问题进行了研究,提出通过均值漂移算法对像平面目标的跟踪来实现目标定位。为了补偿摄像机运动造成目标在像平面的偏移,提出了以卡尔曼滤波器的估计值作为均值漂移算法的启动点,然后利用均值漂移算法获得最终位置;为了估计单目视觉下目标与机器人之间的距离,提出了一种借助于主颜色描述子和形状直方图的间接景深计算方法。室外实验表明该算法具有很好的实时性和鲁棒性,能有效实现复杂室外环境下对人的跟随。     

基于机器视觉的装配动作自动分割与识别

在对装配作业人员进行动作分析的过程中,动作的识别和记录一般通过手工操作完成,这种方法不仅工作量大,而且效率低。为解决该问题,提出了一种新的基于机器视觉的装配动作自动分割与识别方法。首先利用基于内容的动态关键帧提取技术提取视频流中的关键帧,实现动作的自动分割;然后提取感兴趣区域的尺度不变局部特征点,据此得出关键帧的特征向量;最后,基于支持向量机构建特征向量分类器对动作进行分类。装配线上样本视频的实验结果表明,所提方法达到了96%的正确识别率。