基于非等距网格高阶紧致差分格式的多重网格算法研究

本文结合非等距网格高精度紧致差分格式的优越性与多重网格方法的快速收敛性,求解二维对流扩散方程。研究结果表明,对于处理物理量在不同的空间方向呈现不同的性态特征或不同变化规律的物理问题时,用非等距网格离散的四阶紧致格式的多重网格算法和二阶中心差分格式的多重网格算法都比等距网格离散得高效。同时,在非等距网格下下,部分半粗化多重网格算法比完全粗化多重网格算法具有更高的计算效率。针对不同的松弛算子对误差残量的磨光效果比较研究表明,线松弛算子是最高效的。而且,非等距网格离散的高精度紧致格式的多重网格算法对于对流扩散问题中大网格雷诺数情形也是收敛的。     

基于网格的球面上等距线的构造方法

构造曲面上曲线的等距线是计算机辅助几何设计中一个重要的工具,鉴于已有的等距线构造方法会产生局部无效环,为优化上述问题,提出了一种新的球面上曲线的等距线构造方法.利用球面三角化技术将球面分割成多个三角片;并将球面与某一空间隐式曲面求交,求得的交线作为球面上的基曲线,用逐步递增求等距的方法,求出球面基曲线的等距线.在逐步递增求等距的过程中能消除局部无效环.仿真结果表明,方法能快速有效地构造球面上曲线的等距线,达到理想的效果.     

基于投影法的四面体网格切割算法

四面体网格切割算法是有限元仿真中的重要组成部分,切割的结果决定了刚度矩阵的更新速度和精度。本文在研究Cotin算法和Bielser算法的基础上,采用了预投影的方法,将部分顶点投影到切割平面上,使原先的四面体分割转化为相邻四面体分离,以达到简化分割的目的。与Cotin算法和Bielser算法相比,由该算法得到的网格切割边界更加合理,剖分比更低,提高了刚度矩阵更新的速度和精度。     

面向有限元网格生成的单元尺寸场光滑化算法

针对单元尺寸场的合适与否会直接影响到后续有限元网格质量的问题,提出一种尺寸修正算法来优化单元尺寸场。在Borouchaki等提出的H变化量（BOROUCHAKI H, HECHT F, FREY P J. Mesh gradation control. International Journal for Numerical Methods in Engineering, 1998,43(6):1143-1165）的基础上,引入尺寸梯度概念,进行一系列公式推导,得到二维的单元尺寸场的合理过渡要求,从而以定义在非结构背景网格的单元尺寸场为例,改进Borouchaki修正算法,提出了一种最少量地重置尺寸场中节点单元尺寸值,最大化地全局光滑单元尺寸场的新算法。最后给出若干实例的网格生成效果图,证明算法能帮助工程应用的模型生成更高质量的网格,跟其他修正算法相比,网格尺寸过渡明显更均匀。     

基于LEPP递变的四面体网格自适应剖分算法

为了更合理地进行四面体网格剖分,提出了一种根据待剖分对象形态不同进行网格密度自适应调整的四面体网格剖分方法。该方法首先采用BCC(body-centered cubic)网格初始化网格空间,并根据表面曲率的大小以及距离物体表面的远近,采用LEPP(longest edge propagation path)算法由外至内对初始化后的网格空间进行不同尺度的细分;然后对横跨表面的网格进行调整,以形成对象的表面形态;最后采用以质量函数引导的拉普拉斯平滑与棱边收缩(edge collapse)的方法对网格的质量进行优化来最终得到待剖分对象的四面体网格。结果表明,该方法所生成的网格不仅具有自适应的网格密度,而且网格质量比常用的Advancing Front算法也有所提高。对于基于3维断层图像或表面模型进行有限元建模,该方法不失为一种行之有效的好方法。     

带折痕的Loop细分曲面等距面处理算法

Loop细分曲面不同细分层次的网格面可作为不同加工工序的加工模型.现有等距面生成算法因未考虑折痕和边界的特殊情况,当折痕或边界存在时将会生成与预期结果有较大差别的等距面.给出了折痕等尖锐特征处极限等距位置的计算方法,以及根据尖锐特征点极限位置反求初始网格等距位置的Gauss-Jacobi迭代公式,并证明了其迭代收敛性.采用文中算法得到的等距网格面令人满意.     

基于等距映射的视频水印算法

提出一种基于等距映射的视频水印算法,利用等距映射把原始视频各帧投影到二维平面上并应用奇异值分解把水印信息嵌入到视频帧与其在二维平面上投影点之间的差值上。实验证明,该算法对随机噪声干扰和诸如旋转、平移、裁剪等空间同步失真的攻击以及帧丢弃、帧插入等时间同步失真具有较好的鲁棒性。     

基于遗传算法的等距型面误差测量

等距型面轮廓曲线为非圆曲线的一种,对其参数的测量和误差的计算比较困难,目前尚没有统一的评价标准。根据圆的测量方法,选用最小包容区域法来评定距型面的轮廓参数及其误差并建立了相应的求解数学模型。由于其数学模型的求解过程是一个多目标优化的复杂过程,所以采用了遗传算法对该数学模型进行了求解。结果表明该方法提高了等距型面轮廓曲线的参数和误差的测量精度,为等距型面的精确测量提供了新的计算方法。     

一个高效可靠的三维AFT四面体网格生成算法

针对三维推进波前算法(AFT-Advancing Front Technique)存在的效率与收敛性问题,文中提出了一整套改进方案,给出了基于拓扑连接的网格数据结构和基于Hash表的网格元素的插入、查找、删除算法,提高了整个算法的效率.通过在网格生成过程中动态维护前沿的尺寸信息,提高四面体单元的整体质量.在内核回退求解时通过引入前沿优先因子,改变前沿推进的路径,大大增加了回退求解的成功概率;对于极少数不能回退求解的内核采用基于线性规划的插点方法加以解决,这样就基本保证了整个算法的收敛.在网格生成以后,通过删除不必要的内部节点、合并相关四面体单元以及对所有内部节点进行基于角度的优化,从而进一步有效提高了网格质量.数值算例表明,文中提出的改进算法具有接近线性的时间复杂度,生成网格质量好.该算法已经得到工程应用.     

Automatic mesh generation on a regular background grid

This paper presents and automatic mesh generation procedure on a 2D domain based on a regular background grid.The idea is to devise a robust mesh generation scheme with equal emphasis on quality and efficiency,Instead of using a traditional regular rectangular grid,a mesh of equilateral triangles is employed to ensure triangular element of the best quality will be preserved in the interior of the domain.As for the boundary,it is to be generated by a node/segment insertion process.Nodes are inserted into the background mesh one by one following the sequence of the domain boundary.The local strcture of the mesh is modified based on the Delaunay criterion with the introduction of each node.Those boundary segments.which are not produced in the phase of node insertion,will be recovered through a systematic element swap produced in the phase of node insertion will be recovered through a systematic element swap process.Two theorems will be presented and proved to set up the theoretical basic of the boundary recovery part.Examples will be presented to demonstrate the robustness and the quality of the mesh generated by the proposed technique.     

基于高斯背景模型的车辆检测改进算法

针对车辆检测中实时性、准确性以及自适应性很难兼顾的问题,提出了一种快速有效的车辆检测算法。该算法采用阈值判定背景区域和更新区域,根据背景变化的程度,利用动态权值更新学习率,使用基于单高斯背景模型方法,结合逻辑"或"运算检测出车辆。实验结果表明,该算法能够快速准确地检测出车辆,并且在背景更新过程中实现了自适应,并具有一定的鲁棒性。     

基于背景分类的运动目标检测算法

针对光线暗、对比度和分辨率低的监控视频,提出了一种基于背景分类的运动目标检测算法。 首先用视频第一帧图像HSV空间的色度H和亮度V作为背景特征进行初始化,建立两种包含色度和亮度特征的背景模型类,即初始化得到的原始背景类和受光照或者其他因素影响得到的在原始背景周围波动的背景波动类,利用这两个背景模型进行前景检测和背景更新。为提高前景检测的准确率,背景模型的更正加入背景更正机制和权重机制,使得背景中样本的数量根据背景的实际情况处在一种动态的变化中,提高前景分割的效率。用不同场景下的监控视频进行算法对比实验,结果证明,该算法获得的前景完整清晰,视频处理的速度较快。提出的算法简单实用,对噪声干扰表现出良好的鲁棒性。     

基于结构化网格自动划分的汽车发动机强度分析

使用三维设计软件CATIA设计了汽车发动机的复杂结构,然后在网格划分软件HARPOON中将设计的发动机零件自动划分为以结构化六面体网格为主的有限元网格,最后在大型非线性有限元软件ABAQUS中,分析了发动机在静力和动力作用下的应力分布.计算结果表明,采用结构化六面体网格,单元数量少,计算速度快,结果可靠;而采用四面体网格,单元数量大,对于同样配置的计算机,无法进行四面体网格的模型的计算.网格尺寸增加后,单元数量减少,计算机可以计算四面体网格模型,但计算结果与六面体网格偏差比较大.     

利用背景先验的显著性检测算法

目的 针对图像的显著区域检测问题,提出一种利用背景先验知识和多尺度分析的显著性检测算法。方法 首先,将原始图像在不同尺度下分解为超像素。然后,在每种尺度下根据各超像素之间的特征差异估计背景,提取背景区域,获取背景先验知识。根据背景先验计算各超像素的显著性,得到显著图。最后,将不同超像素尺度下的显著图进行融合得到最终显著图。结果 在公开的MASR-1000、ECSSD、SED和SOD数据集上进行实验验证,并和目前流行的算法进行实验对比。本文算法的准确率、召回率、F-Measure以及平均绝对误差均在4个数据集上的平均值分别为0.718 9、0.699 9、0.708 6和0.042 3,均优于当前流行的算法。结论 提出了一种新的显著性检测算法,对原始图像进行多尺度分析,利用背景先验计算视觉显著性。实验结果表明,本文算法能够完整、准确地检测显著性区域,适用于自然图像的显著性目标检测或目标分割应用。     

改进遗传算法的ERT有限元网格节点编号优化

在电阻层析成像中,有限元网格节点编号对整体刚度矩阵的带宽具有重要决定性的作用,而整体刚度矩阵的带宽直接决定了数据的存储量以及求解方程组的计算量。为了提高电阻层析成像中有限元的计算效率,减少数据存储量,利用改进遗传算法,对电阻层析成像中两种典型拓扑结构的有限元模型节点编号进行优化。实验结果表明,与常用节点编号规则相比,利用改进遗传算法可得到更优的带宽值,从而节省了计算机的内存空间,提高了计算效率。     

一种新的基于统计的背景减除方法

提出了一种有效的彩色视频背景减除的新方法。首先对彩色视频采样得到图像序列,统计序列中各像素的RGB值并归类,用出现概率最高类的RGB均值来构建背景模型;然后根据颜色差异和亮度范围综合条件,结合形态学处理进行背景减除。实验结果表明,此法可以很好地克服灰度视频背景减除中很难识别与背景灰度相近目标的缺陷,同时比传统的彩色视频背景建模快速,且样本中允许运动目标存在。对背景减除的准确性和实时性有一定程度地改进。该文还针对光照和背景变化提出了一些有效的背景更新策略。     

基于自适应背景匹配的运动目标检测算法

为了减小所提取的背景对后续目标检测的影响,提出了基于自适应背景匹配的运动目标检测算法.通过改进的Mode算法结合自适应背景匹配更新机制获得可靠的背景,在此基础上结合绝对差分和具有双动态阈值的Cauchy分布模型建立了目标检测总体模型,从而实现对视频序列中的运动目标进行检测.通过对行人和车辆等不同监控对象的实验,验证了算法具有良好的噪声抑制能力和对慢目标良好的鲁棒性,同时能有效的分割前景目标.     

基于自适应背景的目标跟踪算法研究

随着现在的社会发展以及经济进步,我国的科学技术方面发展迅速,特别是在技术监控方面更是突飞猛进。为了更好的对目标遮挡影响进行降低,我国在这方面主要依据自适应的技术发展背景下提出目标跟踪计算法,用来完善我国的监督控制技术。这种计算方式第一是根据对观察目标的基本外观形态进行的鉴定与跟踪,将其自身的运动量进行平均计算;其次是根据时空的运行方向与特征进行跟踪目标的计算,建立比较完善整体的运行模型,再根据这个运动模型以及整体的状态对监督目标进行检测与控制,这期间就会形成一种遮挡掩膜。对于掩膜是一种将程序数据等绘制成光刻板,在程序使用期间非常可靠,并且制造成本比较低,使用方便;最后是在不同的使用情况下将不同参数进行收集,自动的适应运动模型的运行。针对这种计算方式的实验主要是利用两种在国际上经常使用的CAVIAR、York数据进行测试,并且根据这两种数据对测试的精准度与多重目标跟踪等进行评定,检测跟踪的整体性能。通过多方面的研究表明这种方式的跟踪的性能非常好,并且还能很好的将跟踪目标的鲁棒性进行遮挡。     

复杂背景下改进视觉背景提取的前景检测算法

针对视觉背景提取模型存在的鬼影抑制效果差、动态背景适应能力不足等问题,本文提出了一种改进的视觉背景提取模型算法。在模型构建阶段,该算法充分融合时空域信息初始化背景模型,避免了样本的重复选取,提高了鬼影抑制能力;在像素分类阶段,根据背景动态程度,引入自适应距离阈值代替全局固定阈值,增强了模型对动态背景的适应性;在背景更新阶段,对连续多帧判定为前景的像素点进行阈值判断,并及时更新到背景模型,消除了运动背景与静止前景造成的虚影现象。多个公开视频数据的测试结果表明,本文算法相比典型算法在复杂背景下检测的准确性和鲁棒性都有了很大提高。