采用模板框架表示的非标准管架建模方法

为了提高非标准管道支吊架CAD软件的效率,根据配管行业中广泛使用的非标准管架特点,将非标准管架分解为不同的模板,提出了一种利用框架知识表示机制描述模板的方法,并结合面向对象技术进行建模,以表达设计人员的经验知识.在自主研发的三维工厂设计软件PDSOFT中,作为一个非标准管架CAD模块得到了实现.     

基于小波变换与形态学的车牌定位方法

针对信号噪声环境下的车牌定位问题,提出了一种基于小波变换和数学形态学的图像定位方法.该方法先用自适应滤波多尺度边缘检测方法检测出车牌的边缘;然后用数学形态学方法对阈值二值化后的边缘图像进行系列形态运算,进一步消除无用信息;最后用基于车牌底色识别的方法进行车牌定位.实验结果表明,该方法定位效果好,适于有噪声的车牌图像进行定位.     

小波域鲁棒自适应灰度水印盲算法

提出了一个有效的基于图像特征的小波域灰度水印盲算法。该算法使用灰度图像作为水印,将水印信息进行 Arnold 置乱加密和小波压缩后,利用相邻特征平均值和奇偶判决法嵌入载体图像的二阶小波变换域中的低频子带上。实验结果表明,该算法具有好的透明性和强的鲁棒性。     

采用小波能量方法的海空背景中多目标检测与跟踪

多目标跟踪往往是在复杂的自然背景当中检测若干个弱小机动目标。根据自然背景和弱目标的频率特性,提出了一种基于小波变换的小波能量检测目标的方法。目标在水平、垂直两个方向上的小波能量要远高于背景。再经过自适应域值选取,将目标和背景分割开来。用分类法计算每个目标的形心,根据相邻几帧各目标形心,可用扩展卡尔曼滤波器来估算下一时刻各目标的位置和速度。经仿真实验证明,该方法能够检测出海、空等自然背景中多个弱小目标,扩展卡尔曼滤波权值á和a取为0.8时,目标横、纵坐标误差小于1个像素,速度误差小于1个像素/帧。     

不可分对称正交小波紧框架的构造

与可分小波相比,不可分小波更能捕捉高维信号的高频信息,正交框架在处理高维信号时能避免预滤波.为了更有效地处理高维信号,本文研究了不可分正交小波紧框架的构造,提出了一种由一维小波紧框架来构造高维不可分正交小波紧框架的方法,即先用张量积的方法构造高维小波紧框架,然后乘上一个具有一定性质的三角多项式.如果一维小波紧框架是对称的,用本文提出的方法构造的高维不可分的正交小波紧框架也是对称的.最后给出了一个构造算例.     

关于纺织品环保标准与检测方法的探讨

纺织品行业的贸易争端的日益加剧,不仅在国内市场。甚至扩展到全球范围,而且发达国家均对纺织品的入境检查中。对有害物质含量的检测有着严格的规定。本文针对我国当前出口纺织品中常见的几种有害物质,参考国际检测办法．探讨有效的检测方法．希望对当前纺织品的质量管理提供一些参考意见。     

浅析纺织品中致癌染料及其检测方法

该文中,笔者采用系统的检测方法对纺织品中新增的4种致癌染料进行检测,并对实验方法与使用的实验仪器进行了阐述,最后对实验结果进行分析。该次研究表明:使用含有5%尿素的甲醇溶液提取纺织品中新增的4种致癌染料,并按照相应的色谱条件能够实现对4种致癌染料的分离与测定,该方法灵敏度更高且操作简单,因此值得推广与应用。     

多特征框架下的蛋白质相似性比较与分类

蛋白质的相似性比较是研究蛋白质结构和功能的重要手段。与以往基于构建距离矩阵来研究蛋白质空间结构相似性的方法不同,文章从蛋白质的基本组成单元——氨基酸入手,通过对氨基酸以及蛋白质多肽链中的特殊结构的分析,综合考虑骨架原子Cα数、突变原子数、亲水微粒数、螺旋数四个方面,依托模糊数学等价矩阵理论,运用传递闭包的方法,提出了一种全新的相似性比较与分类方法。     

采用ObjectARX开发AutoCAD图形的自适应打印方法

从AutoCAD图纸空间的打印原理出发,以VC＋＋6.0为平台,结合ObjectARX库函数,通过对图形、图纸、操作过程的比较和分析,开发了一种快速、灵活的AutoCAD打印方法,能够根据不同的打印条件自动按照人工意图生成打印布局、创建视口和输出结果,提高了打印效率,同时详细介绍了工作原理、工作流程和关键技术。应用实例表明,该方法具有较强的适应性和高效性。     

Sobolev空间Hs(R)上框架的必要条件

本文着重研究了Sobolev空间H^s(R)上的框架。首先讨论了s．t．型框架，进而了考察了小波框架和基于加窗Fourier变换的框架，给出了各自的必要条件。本文的工作将空间L^2(R)上有关框架的结果推广到Sobolev空间上，从而丰富了Sobolev空间H^s(R)上框架的有关理论。     

基于改进零树小波的红外图像盲水印算法

提出了一种小波域自适应盲水印算法,采用（7,4）汉明码技术进行纠错编码。基于整数小波变换,在中高频区采用不重复零树小波编码,自适应的量化小波系数,将水印嵌入到重要系数上。水印提取过程不需要原始图像的参与。实验结果表明,算法自适应性强,实现速度快,具有较好的不可见性,对常见的JPEG压缩、滤波、加噪、剪切等攻击具有较强的鲁棒性。     

基于小波多尺度积与形态学的瑕疵检测算法

针对布匹瑕疵种类多以及单个方法仅对特定类瑕疵有效的问题,提出一种新的基于小波多尺度积和数学形态学的布匹瑕疵检测算法.首先对输入图像进行二进小波变换后,低频近似子图经过数学形态学运算,得到良好的瑕疵形状特征,然后对高频子图使用小波多尺度积方法,可以抑制噪声的同时增强瑕疵的边缘线性特征,最后融合得到最终的检测结果.实验结果...     

一种基于小波级数分解的LMS自适应除噪方法

将小波级数引入ＬＭＳ算法，利用小波的时频局部特性，将小波级数同ＬＭＳ算法结合，提出了一种新型的基于小波级数分解的ＬＭＳ方法，提高了ＬＭＳ算法的收敛速度，并应用于自适应滤波器，提高了自适应滤波器整体的收敛速度及输出的信噪比。文中给出了算法的推导，并用模拟实验进行了验证。     

自适应二进小波去噪法

本文通过引入一类新的可微阈值函数,建立了信号的能量同它的二进小波变换系数之间的关系.利用Stein无偏风险估计和梯度下降法,给出了迭代求解各尺度二进小波系数最优阈值的自适应去噪算法.数值实验结果表明,同现存的小波去噪技术相比,该算法的去噪结果具有更高的重构信噪比和更光滑的外观.     

基于小波变换的工程图样融合

对于分块扫描输入的工程图样必须进行拼接处理,以得到一张完整的工程图样。作者介绍了一种图样的融合方法:首先对子图样进行匹配,然后采用二维小波变换对几幅工程子图样进行小波分解,对分解后的图样提取小波系数,进行融合(拼接)处理,得到一幅完全包含子图样信息和内容完整的图样。给出了基于小波变换进行工程图样融合的具体步骤以及应用MATLAB软件进行工程图样融合的过程。     

Computer Vision Based Non-contact Surface Roughness Assessment Using Wavelet Transform and Response Surface Methodology

This paper describes a new non-contact measurement approach in characterizing manufactured surfaces. Computer vision is applied to capture digital images of three types of anisotropic steel specimen surfaces from shaping, grinding, and polishing processes. Multiresolution wavelet decomposition is used to obtain signatures of surface profiles from the digital images. Relationships between these signatures and surface roughness parameters (Ra and Rq) are built by response surface methodology (RSM). The proposed models thus developed are suitable for predicting roughness in terms of the roughness parameters. Experimental results show that the proposed approach successfully correlates wavelet signals to Ra and Rq values. In addition, they also show repeatable gage capabilities. The proposed method is a good candidate for on-line, real-time surface roughness inspection when specimens of known surface roughness are available.     

基于塑料近红外光谱的判别分类研究

目的 为了回收可用于不同物品包装的塑料,对不同塑料种类进行识别分类。方法 首先采集PP、PET、HDPE、TPE、PLA、PBT、TPU、POM-M90、PPO-GF20NC、TPB、PPS、ABS、PPO(natural)、SAN、POM-F20、PPO(white)16种塑料的近红外光谱数据,其次针对光谱数据采集时存在的噪声问题,使用SG平滑滤波进行了光谱数据预处理,之后利用主成分分析算法进行光谱数据降维,减少待处理数据量,最后分别运用无监督聚类K-means算法和监督聚类极大似然估计、Fisher判别式以及光谱角算法建立4类分类模型。结果 K-means算法可以将PPO-GF20N、PLA和PPO(本色)与其他塑料粒子区分开,准确率分别是100%、100%以及80%;Fisher判别式和极大似然估计法对POM-M90和POM-F20的识别准确率为93%,其他塑料粒子识别准确率均为100%;光谱角算法对PET的识别准确率为80%,POM-F20的识别准确率为47%,其余粒子的识别准确率均大于90%。结论 上述机器学习算法结合近红外光谱成像技术建立分类模型可为常见塑料的鉴别研究提供参考。