建筑结构控制爆破拆除的力学分析与应用

应用运动学、动力学理论建立建(构)筑物控爆坍落过程的力学模型,进而研究在非定常约束条件下坍落结构的力学特征。首次提出了采用延时起爆技术时,非自由质点系及其广义坐标应是建立在每一段位上的瞬间虚位移。在此基础上,分析求解运动过程中时控单元的质点自由度,为精确选定爆破部位及时序提供了设计理论和计算依据。同时,结合振动理论,将控爆时差、结构载荷分布调制为振动系统,形成坍落结构梁板单元的强迫振动,充分实现在运动中进一步解体、破碎其自身结构,并形成具有明显缓冲效果的下落过程。应用实践结果证明力学分析是正确的,为工程结构爆破拆除计算机辅助设计及动态模拟技术的有效应用奠定了基础。     

一种基于机器视觉的表面缺陷快速检测方法

实际生产过程中,产品表面会不同程度地留下污渍和印记,这对基于机器视觉的表面缺陷识别带来严重干扰.基于图案统计分析的识别方法速度虽快,但抗干扰能力弱,出现较高的误判率.基于深度学习的人工智能识别方法计算量巨大,速度慢,难以满足生产实际的高速要求.因此介绍一种改进SIFT算法,并给出了相关参数的设置方法和经验公式,通过实际表面缺陷的检测,对比验证了SIFT算法较强的鲁棒性和抗干扰能力,以及相关参数设置方法的正确性和可行性.实验数据表明,SIFT算法在凹陷类和斑点类缺陷的检出率上具有明显优越性,在裂纹类的误检率上也具有较大优势.特别是在有噪声图像干扰情况下,检出率比神经网络提升了20％,误检率降低了3％.     

基于拼接缝自适应消除和全景图矫直的快速图像拼接算法

针对图像拼接存在色差过渡不均匀、图像倾斜扭曲及拼接效率低的现象，提出一种基于拼接缝自适应消除和全景图矫直的快速图像拼接算法。首先，用尺度不变特征变换（SIFT）提取图像指定区域特征点并用双向K近邻（KNN）算法进行图像配准，有效提高算法效率；其次，利用动态规划思想提出自适应公式找到最优拼接缝并用图像融合算法对其自适应消除，解决拼接缝色差过渡不均匀问题；最后，针对累积拼接误差形成全景图倾斜的现象，利用边缘检测算法提出自适应拟合四边形矫直模型，把原始全景图矫直为一个全新的全景图。所提算法与分块图像拼接和二叉树图像拼接算法相比，图像质量提升了5.84%~7.83%，拼接时间仅为原来的50%~70%。实验结果表明，该算法不仅通过自适应更新机制减少不同图像背景下拼接缝色差过渡不均匀的现象，从而提高了图像质量；而且提高了拼接效率，降低了全景图倾斜扭曲程度。     

热仿真技术在加固显示器热设计中的应用

根据某型加固显示器的应用环境及内部功能模块的热特性,选择强迫风冷的散热方式,并通过热仿真计算指导风扇选型,根据仿真结果验证散热方案的可行性。最终,依据试验结果验证仿真结果的准确性,为加固显示器的热设计提供思路。     

基于权重阈值的图像匹配方法

针对尺度不变特征变换(SIFT)算法在低照度情况下存在匹配特征点数目少,会丢失部分重要信息的问题,课题组提出先对图像进行预处理,即增强对比度,提高亮度,使特征信息更明显,特征点更充足,再使用SIFT算法提取特征点;针对SIFT算法因特征描述符维数过多导致耗时长,实时性差的问题,课题组提出一种新的特征点描述方式,降低了描述符维数,提高了算法运行速度;最后,针对SIFT算法匹配过程中对描述符所有维度设置统一阈值易造成误匹配的问题,课题组提出一种权重阈值的方法,对距离特征点不同位置的种子点设置不同的阈值,提高匹配正确率。实验表明:与SIFT算法以及PCA-SIFT算法相比,改进的算法匹配精度提高了10%～20%;同时,匹配时间也有所提高。该算法既有效提高了匹配正确率,又缩短了算法运行时间。     

基于高光谱图像的改进SIFT特征提取与匹配

针对尺度不变特征变换(SIFT)算法所提取图像特征点数量少、误匹率高的问题,提出了一种基于高光谱图像的改进SIFT算法。首先,依据传统SIFT算法中高斯金字塔的构造思想,结合在不同波段下的高光谱图像具有相同宏观特征的特点,首次用高光谱图像作为原始算法中经高斯变换产生的图像,使得检测到的具有实际意义的特征点数量大幅增加;其次,传统SIFT算法以及大量的改进方法都只通过目标象元邻域范围内的像素信息来构造特征描述符,而忽略了像素点的位置信息,文中将目标象元的位置信息纳入了特征描述符,在特征描述符的匹配阶段,在利用邻域范围内的像素信息进行粗匹配之后,利用特征描述符中的位置信息进行精细匹配。仿真实验结果表明在限定最优值与次优值之比的情况下,采用高光谱图像构造高斯金字塔的方式能显著增加特征点的提取数量,更多地挖掘出图像中的极值点;在特征描述符中加入目标象元的位置信息作为特征点匹配第二阶段的判断依据,正确匹配数量达到原方法的59倍以上,极大提升了算法的匹配性能。