锆-4合金低周疲劳断口裂纹扩展能量及分形特征研究

对锆-4合金低周疲劳裂纹扩展过程进行了探索性的研究。通过分析锆-4合金低周疲劳断口在裂纹扩展方向上能量及分形维数变化趋势，发现锆-4合金动态裂纹扩展中扩展期由3个阶段组成，每一阶段的能量和分形维数都不同。A-B段的能量最小，归一化值为0-0．0156，A-B段的分形维数居中，在工工方向均值为2．2796，标准差为0．0277，在LH方向均值为2．4516，标准差为0．0592。D-E段能量远大于A-B段，归一化值为0．8754～0．9652，但分形维数最小，LL方向均值为2．2214，标准差为0．0131，LH方向均值为2．3477，标准差为0．0550。F-H（或G-H）段能量最大，归一化值达到1，同时分形维数也达到最大，LL方向均值为2．3414，标准差为0．0704，LH方向均值为2．5398，标准差为0．0263。虽后，根据二次电子成像原理以及锆-4合金低周疲劳断口的形貌特征对此现象进行了初步分析。     

基于立体对的金属断口三维重建

本文根据立体对成像技术建立了一个微结构形貌的三维重建模型.根据金属断口的特点,提出了一种基于特征和区域结合的立体匹配方法,实验结果表明检出的特征点定位准确.同时,在匹配过程中引入了多种约束条件,提高了匹配效率和重建精度.用此模型对于锆-4合金断口表面进行了三维重建,并比较了几种插值方法对离散高程值的插值效果.     

钢水罐号自动识别系统

本文开发了一套基于计算机视觉的钢水罐号自动识别系统。系统对摄像机捕获的钢水罐图像首先采用改进的前后帧差法去除静止区域，保留运动区域，从而对罐粗定位：然后采用形态学开运算滤去干扰点后。利用罐体灰度相对其他区域小来缩小粗定位图像。得到较准确的定位图象后．采用行扫描来定位罐号区域。罐号字符的识别分为粗细两级．粗分类以形状来划分字符，而细分类则基于特征来识别字符。最后，相识度测试采用绝对值距离准则来判定识别结果。该系统已在攀钢试用．取得了良好的效果。     

基于神经网络的三维重建

从明暗恢复形状(shapefromshading,即SFS)是计算机视觉研究领域的一个热门话题。SFS利用图像中明暗变化与物体平面特征的对应关系来恢复物体表面特征。传统方法有估计光源方向,引入梯度光滑约束等方法,但传统的方法存在误差大,重建后物体表面过于光滑等问题,不适合表面起伏大的电镜图像的重建。本文提出以高度z连续作为约束条件,利用神经网络对单幅电镜图像进行重建的算法,并在实验中取得很好的重建效果。     

周纪伦——上海市生态学学会第一届、第二届理事长

周纪伦教授出生于1924年,复旦大学教授,上海市生态学学会第一届、第二届理事长,中国生态学学会第三届副理事长。周纪伦教授在1950～1960年代主要从事我国亚热带植被研究。从1970年代末起,为推动我国生态学现代化、开拓生态学在社会经济建设中的应用,积极引进和介绍国际新兴的生态学分支——植物种群生态学、农业生态学、城市生态学的系统理论和系统分析方法,是教育部＂生态学与环境生态学研究＂长远规划制定成员之一。     

基于有限元方法的锆-4合金疲劳断口三维重建

本文根据扫描电镜（SEM）二次电子图像的成像原理,采用基于有限元的SFS（shape from shading）三维重建算法,通过对已有的三维重建算法中的B矩阵修正,提出一种新的模板算子.对单幅锆-4合金低周疲劳断口（SEM）进行三维重建,得到了较好的结果.     

锆-4合金疲劳断口的分形维数分析

采用基于有限元反射模型的SFS（shape from shading）算法对锆-4合金低周疲劳断口进行三维重建，定量描述了断口表面的三维形貌。然后，根据小岛法的基本理论，研究了断口三维形貌的分维计算方法，计算了一系列平行于断口表面的分维值。结果表明：在40％～60％高度范围内，根据小岛法作出周长L（η）-面积A（η）在双对数图上呈近似直线关系，表明Zr-4合金断口具有良好的分形特征；分形维数D变化范围为1．5809～1．6450，平均值1．603l，标准差0．0237。表明在此切割高度范围内，高度对分维值影响较小。     

数字视频图像噪声特征分析

在计算机视觉技术中 ,噪声消除是决定图像处理效果很关键的一步。本文根据产品表面图像研究了图像噪声特征 ,对噪声的幅值特性、形态特性进行了总结 ,发现在图像中除传统的图像噪声外 ,普遍存在孤立行噪声     

锆-4合金低周疲劳断口SEM特征提取及断口分析

核材料断口大多复杂,并且具有断口差异小的特点,一般特征提取方法难以区分.本文比较了5种不同的小波分解及6种不同的能量或熵提取特征,找到提取锆-4合金低周疲劳断口（SEM）的纹理图像特征的方法,即用Db4小波提取L1能量能有效区分锆-4合金不同疲劳寿命断口的纹理特征及在裂纹扩展方向上的能量变化特征.最后,提取了不同疲劳寿命断口（放大倍数为4000和150）的能量、熵值分布,并分析了各方向小波频率分量与疲劳寿命的关系.     

基于神经网络的金属断口3维重建

金属断口SEM图像的3维重建能更精确地定量分析断口,因而在材料断裂研究中具有重要意义。为了对金属断口SEM图像进行重建,根据金属断口表面具有的分形特征,提出了以高度z连续作为约束条件,利用神经网络对单幅断口SEM电镜图像进行重建的算法,并在实验中取得很好的重建效果。该算法对于未知光源方向的粗糙表面的3维重建具有较大的理论价值和实用价值。