船体B样条曲面的一种光顺拟合方法

本用SUMT非线性优化技术，对船体B样条曲面进行了光顺拟合。在光顺中同时考虑到了位移修正和曲率值修正。     

基于NURBS的复杂扭变曲面空间光顺研究

阐述了一种曲面空间光顺的方法。采用NURBS（非均匀有理B样条）方法对空间曲面进行定义，把扭变曲面在空间分割成小块曲面片，地达到分割的精度要求，从而避免了由二维定义到三维映射转换的误差。利用NURBS方法求解小块曲面片控制矩阵和控制点，通过重新定义曲面片的权因子和控制点来对曲面局部形状进行修剪，从而使曲面在空间的光顺性得到保证。此方法应用于风机叶片的扭变曲面以及相关曲面，得到了理想的光顺效果，是一种比较实用的光顺方法。     

基于小波变换的图像增强方法研究

利用不上波变换后特有的图像数据结构，将小波分析与传统的增强方法遥机地结合起来，进行了图像增强方法的探讨和研究。实验结果表明，该方法对原图像中较模糊，对经度差的细节得到增强，纹理清晰、层次感强，其处理结果比传统的图像增强方法令人满意。     

基于小波变换图像压缩方法研究

本文介绍了MPEG、JPEG、H．261的压缩算法缺陷，提出了小波变换图像压缩技术，并阐述了其工作原理、核心技术和应用前景。     

小波变换技术在曲面重构中的应用

逆向工程的核心技术是自由曲面重构。传统的逆向工程曲面重构方法是直接重构, 即不对控制顶点进行压缩, 直接利用重构数据。因此数据处理能力较弱, 重构过程中数据的存储量和计算量非常大。对此提出利用小波变换技术减少准均匀三次B 样条曲面控制顶点个数的方法, 使得逆向工程中重构曲面的控制顶点个数大大减少, 并且使压缩后的曲面与原曲面的形状大致相同。实验结果表明本文方法实现了曲面的分级压缩, 简化了数据处理, 降低了重构过程代价, 符合工程实际需求。     

小波变换中的数据变换方法

在图象压缩、重构等处理中，二进正交小波变换是一个非常有用的工具，其函数形式为{2^k/2Wn(2^kt-j):n∈N;k,j∈z}(t是实数）；在计算过程中，由于数据量太大，为了减少计算量应选择运算较快的算法，在计算机中浮点数比整数运算速度慢，若把t浮点数表示为形如A2^k 1(A是整数）的形式时，则2^kt-j为整数的形式，可以大大提高计算速度；在进行上述变换时，在考虑计算机字长p的限制下，为使在加、减、乘运算时，运算后的数据误差满足小于给定的ε、k、A如何取值，并得到了ε与p的一个近似关系式。     

NURBS改进技术重构复杂船体曲面

非均匀有理B样条（Non-uniform Rational B-spline）技术是现代曲面造型中最为广泛流行的技术．为了更准确高效地构造复杂曲面,在对NURBS技术做了深入剖析与研究后,用修正弦长向心积累参数化法对数据点进行参数化,用求并集的方法选取和统一曲面节点矢量,用分片法拟合复杂曲面,将这些改进方法应用在FLOKSTRA集装箱船体曲线曲面的表达上,从而得到了光顺的曲线,提高了曲面节点矢量选取和统一的准确性和效率,从而得到了平滑的船体曲面．     

基于小波变换与Bézier曲面插值相结合的图像插值方法

为提高遥感图像的分辨率,提出首先对图像进行小波分解,然后对小波分解后的相应高频子带进行B啨zier曲面插值,再通过小波逆变换后获得高分辨率图像的图像插值方法.实验结果表明:该方法较好地保持了图像中丰富的高频成分,插值后的图像具有很好的视觉效果和较高的信噪比,克服了传统的插值方法使图像高频部分损失、细节被模糊的缺点;该算法结构简单、易于快速实现,是一种行之有效的超分辨率算法.     

基于傅立叶变换和小波变换的信号处理

介绍了傅立叶变换、小波变换等几种常见的分析处理信号的方法，并对一个实例信号分别利用这两种方法进行了分析处理，阐明了这两种变换在对信号处理上的不同特点。     

基于小波变换的遥感图像增强方法

为了有效地提高遥感图像的整体对比度,提出一种基于小波变换的图像增强方法来增强遥感图像。在小波域中通过对主要亮度层的图像进行分解,得到低亮度层、中亮度层、高亮度层,对三个亮度层分别进行对比度加强,将加强后的亮度层通过逆离散小波变换得到增强图像。实验结果表明,新方法提高了遥感图像的整体对比度,使图像的局部细节有更好的可视性。     

基于非均匀B样条小波分解的NURBS曲线光顺

利用非均匀B样条小波的正交性、局部性和振动性，研究基于非均匀B样条小波分解的有理曲线的光顺算法.第一步，通过不同的节点选取方法，实现非均匀有理B样本(non-uniform rational Bspline, NURBS)曲线的小波分解；第二步,通过曲线逼近实现NURBS曲线的整体光顺和局部光顺.通过施加约束解决曲线光顺前后端点位置和切矢不变的问题.该算法在反求工程CAD软件RE-SOFT中的实际应用效果表明，基于非均匀B样条小波分解的NURBS曲线光顺算法能够有效地去除曲线上的坏点，改善曲线的品质.     

基于ANN-NURBS的散乱数据点自由曲面重构

探讨了曲面三维密集散乱点数据的几何建模方法。按照先压缩后拟合的两步方法重构策略，实施基于ANN-NURBS的散乱点自由曲面重构。提出了基于人工神经网络(ANN)的散乱数据点的拓扑矩形网格重建方法并建立了神经网络模型。该模型利用神经元对曲面散乱点的学习和训练来模拟曲面上的点与点之间的内在关系，结点连接权矢量集作为对散乱点集的工程近似化并重构曲面样本点的内在拓扑关系。算例表明，该方法可实现三维密集散乱点数据自组织压缩，生成期望疏密程度和精度的矩形拓扑网格，并可有效保持原数据点集的拓扑特征，从而实现了基于NURBS的大规模散乱数据点的精确曲面重构。     

一种新的NURBS曲面的显示技术

提出了一种ＮＵＲＢＳ曲面的显示算法,该算法在通常参数曲面以网格形式显示的基础上,用小曲面片代替小平面片,利用曲线上部分点的切矢来决定显示曲线的点密度,同时增加了精度和速度控制的参数,使得显示的曲面更加光滑、流畅且易于控制。     

基于NURBS的风机叶片造型研究

本文详细介绍了一套完整的运用NURBS理论构造叶片曲面的方法,包括曲面控制点反求,曲面型值点正求和通用数据交换文件STL的设计,该方法有效地提高了叶片设计的质量。     

NURBS曲面显式降多阶逼近

针对由于几何图形最高阶数不同而引起的NURBS曲面降阶逼近问题，基于NURBS曲面的显式矩阵表示，结合Chebyshev多项式逼近理论，提出了一种NURBS曲面降阶新方法.分别对一小片NURBS曲面和整张NURBS曲面进行降多阶，并导出了误差界计算公式.当对整张曲面降阶时先分别对各小片操作，再对各片降阶逼近曲面的控制顶点，集中其下标相重的部分做加权平均得到最终的整张降阶逼近曲面.提出的算法可以一次降多阶，所得NURBS降阶逼近曲面具有显式表达式，实现了NURBS曲面降阶的最佳或近似最佳一致逼近.     

基于小波变换的木材表面纹理分类

以300个木材样本为对象,研究了基于多分辨率灰度共生矩阵参数的木材表面纹理的分类方法.以灰度共生矩阵特征参数的相关性为依据,确定以"角二阶矩"、"对比度"、"相关"、"方差"、"均值和"5个参数描述木材表面纹理.用sym let4小波对木材图像进行了2级分解,在小波重构域,以一级重构的水平细节h1、垂直细节v1、对角细节d1、二级重构的近似a2、水平细节h2、垂直细节v2、对角细节d2共7个图像的23个特征参数构成多尺度参数体系.以BP神经网络进行了纹理分类验证,正确率为94.0%,优于单分辨参数方法(87.5%).实验表明:多分辨参数可以更细致地描述木材的纹理特征,并能提高分类正确率.     

基于NURBS方法的三维型腔曲面的几何描述及网络域的生成

ＮＵＲＢＳ方法是目前塑性成形三维数值模拟领域最具代表性的方法,具有强大的造型功能。研究了采用ＮＵＲＢＳ方法构造曲线、曲面方程和网格生成及插值生成曲面的问题,并利用ＦＯＲＴＲＡＮ语言编制了描述模具型腔表面的程序。     

小波方法在股市分析中的应用

股市的价格数据的处理,在股市的研究中起着非常重要的作用。现代的分析方法,多采用随机过程,统计学等理论对股市进行分析预测,但对于非平稳随机数据的分析受到限制。用小波分析的方法,对非平稳的随机数据进行分析,将趋势项、周期项、随机项分离,为预测奠定了重要的基础。     

基于小波分析和有限元法的高维结构优化

结构优化问题的全局最优解一般位于可行域的边界面上,本文利用有限元法来对复杂结构进行分析,借助小 波分析采寻找可行域边界面上的离散点,从而得出高维结构优化问题的全局最优解。     

基于蚁群优化算法的SAR图像舰船检测研究

边缘检测作为提取图像边缘的重要方法在舰船检测中占有重要位置。采用蚁群优化算法通过调整动态阈值进行边缘检测。与传统边缘检测算子和小波变换算法对比采用蚁群优化算法进行舰船检测大大的减少了计算时间和代价,同时有效地提取了SAR图像的舰船目标和结构信息,保证了检测结果的准确性。蚁群优化算法在处理图像边缘检测等离散优化问题上具有很大的优越性,在图像处理中具有广阔的应用前景。