基于张量分解融合RGB-D图像的物体识别

为了充分利用RGB-D图像的深度图像信息，提出了基于张量分解的物体识别方法。首先将RGB-D图像构造成一个四阶张量，然后将该四阶张量分解为一个核心张量和四个因子矩阵，再利用相应的因子矩阵将原张量进行投影，获得融合后的RGB-D数据，最后输入到卷积神经网络中进行识别。RGB-D数据集中三组相似物体的识别结果表明，利用张量分解融合RGB-D图像的物体识别准确率高于未采用张量分解的物体识别准确率，并且单一错分实例的准确率最高可提升99%。     

信号调理器对动态测试的影响

信号调理器是动态测试系统的重要组成部分，带宽、放大倍数和滤波是衡量其性能的主要指标。动态测试系统的输出信号幅值和相位是表征测试结果的重要参数。本文研究信号调理器性能对动态测试系统输出信号幅值和相位的影响，试验并分析带宽、放大倍数和滤波对输出信号幅值和相位造成的衰减。对提高动态测试结果准确度，优化测试系统动态性能具有重要意义。     

两种3D打印用雾化Ti-6Al-4V粉末的对比研究

本研究分别利用水冷铜坩埚真空感应熔炼气雾化(VIGA-CC)和等离子旋转电极(PREP)两种技术制备出球形Ti-6Al-4V合金粉末,作者利用SEM、同步辐射CT扫描-三维重建和氩气含量测试等分析手段对不同粒径的Ti-6Al-4V合金粉末的孔洞缺陷和氩气含量、硬度值进行了表征。实验结果表明, VIGA-CC粉末粒度分布宽,细粉收得率较多,粉末粒度分布在40~180 μm之间, PREP粉末的粒度分布较窄,主要集中在110~180 μm之间；金属粉末内部的孔隙率、气体含量和孔尺寸随着粉末粒度的增大而增大,且同一粒径范围内VIGA-CC粉末的气孔概率多于PREP粉末；随着粉末粒径减小,粉末截面组织逐渐细化,其硬度值逐渐升高,整体上VIGA-CC粉末硬度值高于PREP粉末。     

基于时空的弱点状运动目标检测技术

如何在复杂背景下持续有效地检测目标位置,一直是研究者们需要面对的主要挑战。本文在研究红外点状移动目标特征的基础上,根据目标无纹理,无形状的特性,提出一种改进的形态学目标增强算法,并利用目标连续时空不变性检测目标。首先,建立多尺度的图像金字塔,在每层上采用改进的形态学算法快速、粗糙定位小目标。然后进一步的根据目标在时空上的位置相关性,提出基于目标运动特征分析的精确检测方法。得到精确稳定的检测结果。最后实验结果表明与经典的形态学检测算法及其他算法相比,该技术能更有效地检测弱小目标,具有更高的鲁棒性。     

一种便捷数字图像处理系统的MATLAB实现

基于MATLAB 7.0,根据其高效的矩阵运算,利用数字图像处理函数,设计一款简单便捷的数字图像处理系统,该系统集成在一个GUI界面中,可对数字图像处理中最常用的几何变换、直方图变换、图像增强、图像去噪等处理。本系统具有高效的处理速度快、使用便捷,对工程中的应用也具有一定的借鉴意义。     

基于衰变链计算的裂变产物缓发γ能谱分析

在军控核查技术中，缓发γ能谱是核材料的“指纹”。为计算和分析铀裂变产物的缓发γ能谱，本文将各种类型的衰变链简化为基态线性链和激发态线性链，推导了零时前后各级核素数目的变化公式，建构了计算缓发γ射线能谱的C语言程序代码，并通过实验对理论推导进行了验证。通过分析几种核素的缓发γ射线计数发现，计算结果与实验数据吻合较好。