核典型相关分析的融合人脸识别算法

为了更有效地映射图像数据样本到可分类特征空间,提高分类正确率,提出了一种新的基于核函数的典型相关分析的融合人脸识别算法.该方法首先把图像矩阵通过核函数影射到核空间,然后从核空间的行和列两个方向进行特征抽取,同时避免分解映射后的数据矩阵,简化了数据运算,获得了更具鉴别力的分类特征.在Ohio州立大学的OTCBVS可见/红外人脸数据库中进行了分类识别实验,实验结果表明:该方法可以获得90%以上的识别正确率,优于其他的典型相关分析的人脸识别方法的分类正确率.此外,对不均匀光照变化,表情变化等人脸识别的常见问题具有很好的抵抗能力.     

准噶尔盆地五区上乌尔禾组扇三角洲沉积特征

在岩心观察的基础上,从单井沉积相分析入手,结合钻井岩性剖面、沉积构造和电性特征等大量地质资料,对准噶尔盆地五区上乌尔禾组沉积特征进行了研究,认为上乌尔禾组为一套扇三角洲沉积体。可进一步分为扇三角洲平原、前缘和前三角洲3个亚相及12个微相。扇三角洲平原和前缘的砂砾岩体是较好的储集层,其中水下分流河道和部分河口砂坝砂体物性好,为优质储集层。前三角洲的泥岩可作为良好的生油层和盖层。     

一种结合背景运动估计的目标运动预测方法

在复杂背景下的目标跟踪过程中,通常会遇到目标被遮挡的情况,此时依靠单一的跟踪算法无法解决上述问题.在静止背景下,利用目标的历史运动轨迹,可以解决短时间遮挡的问题,但在运动平台上,由于相机运动和目标运动同时存在,目标的运动轨迹无法利用,因此本文创新地引入了KLT稀疏光流场算法,对两帧之间的大量特征点进行跟踪匹配,通过随机采样一致性算法鲁棒地估计出两幅图像之间的变换参数,对由相机移动引起的背景运动进行补偿,转换为静止背景下的运动目标估计.实验结果表明,该方法可以有效地解决目标遮挡问题,并成功应用到机载目标跟踪平台.     

高速轻型SCARA机器人的机械结构及控制系统研究进展

为了满足小型工业产品高速、精确、稳定的抓取、装配等使用要求,SCARA机器人应运而生。首先从SCARA机器人构型原理出发,分别从驱动布置方式、零部件优化以及动力学分析等角度,详细地阐述SCARA机器人本体的研究现状,然后从SCARA机器人的控制策略出发,分别从运动学分析、参数辨识以及控制方法等角度,阐述SCARA机器人控制系统的发展趋势,并且指出未来SCARA机器人的发展需要解决的一些关键问题。     

克拉美丽气田石炭系火成岩有利储集层预测

克拉美丽气田石炭系火成岩储集层空间分布复杂,以往的地震资料由于信噪比偏低,分辨率不高,石炭系内幕成像不清楚,根据地震解释结果部署井位有一定风险。应用连片三维地震数据体经过叠前时间偏移处理,提高了信噪比和同相轴连续性,石炭系顶界波组反射清楚,内幕及岩相特征明显。通过地震精细标定,应用地震属性分析并结合钻井、测井等资料,基本确立了滴西14、滴西18井区石炭系火成岩的发育模式和展布形态。同时,使用SMT软件对石炭系储集层进行描述,清楚地刻画了有利的火成岩岩体分布特征,为下步开发方案的制定提供了可靠依据。     

CCD相机实时自动调光系统

为了实时调整高帧频CCD相机,获得高质量图像,提出了一种基于分档电子快门控制和增益控制相结合的复合控制方法,实现了快速、高精度调光.其算法主要由三部分构成:二次均值灰度权值的累加, 基于分段二次函数的自动快门控制和基于数据分析的自动增益控制.采用共享的乒乓缓存策略来保证算法在自行设计的硬件平台得到有效验证并连续显示.实验结果表明,该算法具有良好的图像质量,捕获的视频图像在各种条件下,均具有快速的收敛性和适应性.     

数字微镜器件在高动态辐射场景成像探测系统中的应用

由于数字微镜器件（DMD）空间光调制器结合图像传感器能同时探测高动态场景中的亮暗目标,本文研究了DMD在高动态辐射场景成像探测系统中的应用。首先,介绍了DMD实现成像探测的原理,分析了DMD在高动态场景成像探测系统中的驱动控制方法。然后,根据DMD在高动态辐射场景成像探测系统中的工作特性,设计了能使光电成像设备提高66 dB的DMD的驱动控制。文中阐述了系统的主要设计模块和工作参数,并结合实验验证了系统设计的正确性。实验结果表明：该驱动控制方法能够实现对高动态场景中亮暗目标的同时探测,满足对光电成像设备动态范围提高66 dB的要求。若光电成像设备采用11位高灵敏高动态科学级图像传感器,则系统动态范围可达130 dB以上。     

三维语义场景复原网络

从不完整的视觉信息中推断出物体的三维几何形状是机器视觉系统应当具备的重要能力,而识别出场景中物体的语义是机器视觉系统的核心。传统方法通常将二者分离实现,本文将场景复原与目标语义紧密结合,提出了一种三维语义场景复原网络模型,仅以单一深度图作为输入,实现对三维场景的语义分类和场景复原。首先,建立一种端到端的三维卷积神经网络,网络的输入是深度图,使用三维上下文模块来对相机视锥体内的区域进行学习,进而输出带有语义标签的三维体素;其次,建立了带有密集体积标签的合成三维场景数据集,用于训练本文的深度学习网络模型;最后通过实验表明,与现有的语义分类和场景复原方法相比,语义场景的复原接收区域增加了2.0%。结果表明:三维学习网络的复原性能良好,语义标注的准确率较高。     

电能替代背景下配电网有载调压变压器降损方法

针对电能替代前配电网有载调压变压器应用点负荷低的问题,提出了电能替代背景下配电网有载调压变压器降损方法。依据有载调压变压器结构,分析配电网有载调压变压器调容原理,根据变压器能耗与负载之间关系,研究变压器负载与损失区域大小,选取最优运行方式,以此实现配电网有载调压变压器降损。在城市配电网电能替代场景下,通过试验分析结果可知,电能替代后配电网有载调压变压器用电负荷较高,降损效果较好。     

辫状河储集层夹层发育模式及其对开发的影响——以准噶尔盆地风城油田为例

通过对露头原型模型、岩心和测井综合分析,基于砂体构型,研究准噶尔盆地风城油田辫状河储集层内部夹层类型、形成机理和分布模式,并对夹层进行井间分布预测。风城油田辫状河储集层内部夹层分为4类:坝内夹层、坝间夹层、道坝转换夹层和串沟,岩性上可分为泥质砂岩夹层和细粒夹层两种类型。利用岩心刻度测井进行单井夹层识别,应用多点统计学方法建立夹层训练图像,进行井间夹层分布预测,结果表明,夹层整体上大小不一、分布零散,呈薄厚不等的透镜状分布。应用夹层三维模型指导B试验区水平井设计,实践表明夹层预测对提高原油产量具有重要意义。