岩体结构面参数概率分布假设检验的计算机实现

岩体结构面参数的随机分布，导致了选取工程地质参数的不确定性，而这种不确定性可以通过结构面参数的概率分布函数来分析它确定性的一面。我们先赋予结构面参数某种分布函数，再通过适当的假设检验方法来验证分布函数的有效性，可以准确地判断结构面参数的分布情况。借助计算机，本详细分析了两种假设检验的数值实现方法，达到我们希望的目标。     

不同结构面倾角及间距下煤柱变形分析

针对目前的煤柱变形研究大都将煤柱处理为连续体,没有考虑煤柱中广泛存在的结构面破坏及失稳问题,采用3DEC软件对不同结构面倾角及间距下煤柱最大主应力及变形量进行了数值模拟,结果表明:煤柱最大主应力随结构面间距增大而增大,随结构面倾角增大而减小;随着结构面倾角的增大,结构面间距对煤柱最大主应力的影响越来越小;煤柱变形量随结构面间距增大而逐渐减小,随结构面倾角增大而增大;当结构面间距小于1.5m,结构面倾角大于45°时,煤柱变形量显著增大。     

基于无人机航拍图像的关键目标点间距测量研究

为了解决以往测距方法受到噪声影响而导致测量结果精准度低的问题,提出了基于无人机航拍图像的关键目标点间距测量研究。依据无人机航拍图像上下行链路测距原理,设计测量方案实现流程。利用三轴机光电经纬仪获取关键目标点方位角和高低角,采用灰度信息匹配方法匹配图像,标记参考点。根据参考点生成特征描述子,通过局部自相关函数曲率对多维特征描述子进行分类,并对像素点进行检测,以此提取特征点,通过无人机上下行链路获取的图像信息进行间距测量计算。经过图像坐标变换、重采样、图像增强、图像平滑步骤完成误差修正,实现去燥目的。在地空链路有线测试平台上进行数值分析,由结果可知,基于无人机航拍图像测距结果更为精准,有效提高了在复杂地理环境下方法测量精度。     

基于图像的字符加工方法研究与实现

传统的字符雕刻按照型胺加工的方法生成平面刀位轨迹，这种雕刻方法无法体现字符的笔锋与力度，本文提出了一种新的字符加工方法用以解决以上不足，该方法主要包括字符骨架提取、骨架矢量化，骨架宽度提取及宽度到深度的映射等步骤，并在此基础上实现了从字符输入、编辑，排版到刀位轨迹生成，仿真，加工的一体化和自动化。     

基于车牌识别的图像提取及分割技术分析

现阶段在实现车牌识别系统的阶段,较主要的成分是分割车牌字符图像技术以及提取车牌图像技术。在本文中具体阐述了一种适合应用在实际提取与分割的技术流程。实验具体在内存64M,Pentium的环境中,从输入图像一直到对结果的识别,所应用的平均时间大约0.6秒,充分地证实了该方法的有效性。     

基于车牌识别的图像提取及分割技术分析

现阶段在实现车牌识别系统的阶段,较主要的成分是分割车牌字符图像技术以及提取车牌图像技术。在本文中具体阐述了一种适合应用在实际提取与分割的技术流程。实验具体在内存64M,Pentium的环境中,从输入图像一直到对结果的识别,所应用的平均时间大约0.6秒,充分地证实了该方法的有效性。     

基于投影信号谱分析的指纹纹线间距估计方法

准确估计指纹纹线间距对指纹图像分割、增强及指纹细节特征提取具有重要意义。针对现有纹线间距估计方法存在的不足,提出了一种基于纹线方向投影信号谱分析的指纹纹线间距估计方法。该方法首先对指纹块方向图进行选择性平滑以滤除噪声干扰,然后计算方向投影信号的傅立叶变换能量谱,并通过谱分析提取信号基频,以此估计出纹线间距。实验结果表明,与现有的一些典型方法相比,该文方法对于纹线间距的估计更为准确、可靠。     

基于改进标记分水岭的彩色踏面图像分割

踏面图像分割是实现踏面区域与背景分离的过程,是联系图像预处理与踏面图像 缺陷检测的纽带。针对传统踏面图像分割方法处理过程中存在的图像信息缺失、区域轮廓分割 精度低和抗干扰能力差的问题,提出了一种基于改进分水岭算法的彩色踏面图像分割方法。首 先使用带色彩恢复的多尺度视网膜增强(MSRCR)调整踏面图像入射分量与反射分量及RGB 3 个颜色通道之间的比例;然后直接计算彩色图像梯度图,通过改进RGB 彩色分量融合运算完 成彩色梯度图像前景与背景的标记后进行分水岭变换得到初始分割结果;最后结合踏面轮廓方 位特点设计图像连通域提取分割算法完成踏面曲面提取。实验结果表明,本方法分割图像边缘 特性好,颜色保真,抗雾霾、光照干扰能力强,可以获得理想的车轮踏面分割结果。     

基于细胞神经网络的灰度图像边缘提取

针对细胞神经网络(cellular neural network,CNN),研究了图像边缘提取的过程,给出算法流程,阐述了算法实现过程中的几个关键步骤.对二值图像和灰度图像,分别采用基于CNN的算法和传统算子(prewitt、sobel、canny)进行边缘提取,定性分析比较了两类算法在性能上的优劣.实验结果表明,基于CNN的算法在硬件实现上能够高速并行计算,而且处理速度与图像大小无关,能够实现图像实时处理.     

基于数字图像处理的林木自动测量系统研究

为了有效地测取样树的胸径、树高、冠幅等参数,促进林木测量自动化,采用数字图像处理技术开发了一套林木自动测量系统,主要包括图像摄取仪、视角调节机构、测量标尺、笔记本电脑等硬件,测量计算软件则包含平视测量、仰视测量、图像处理、参数计算和林木生长情况评价等功能模块。通过对林木图像预处理和基于启发式搜索算法的重叠轮廓分割实现了样树的轮廓识别和提取。     

基于图像增强的井下图像拼接

为了通过图像采集技术实时监控煤矿井下生产情况, 提出了基于图像增强的井下图像拼接算法。利用局部双边滤波算法对图像进行增强,在此基础上再利用近似的Hessian矩阵和框状滤波确定特征点的位置,然后,计算特征点的描述子向量,采用最近距离比次近距离的匹配算法将特征点配对,最后利用特征点对计算得出变换矩阵,采用线性渐变融合方法进行图像融合。通过图像增强前后特征点数量对比实验验证了增强算法的有效性,并证明了该算法显著提高了SURF（Speeded Up Robust Features）算法的拼接效率,有利于提高匹配的准确性和拼接的快速性。     

基于紫外光图像的岩石裂隙骨架抽取

利用数字图像技术对基于紫外光的岩石裂隙图像进行裂隙骨架抽取。首先对岩石裂隙图像进行噪声滤除、图像分割、空腔填充、短枝去除等图像处理操作,然后在分析了骨架特性和骨架抽取算法的基础上提出了基于结构元素的逐层细化算法。经实验得知,该算法可以高效地抽取较理想的岩石裂隙骨架,且算法稳定,行之有效。     

基于图像抠图技术的多聚焦图像融合方法

针对多聚焦图像融合容易出现信息丢失、块效应明显等问题,提出了一种新的基于图像抠图技术的多聚焦图像融合算法。首先,通过聚焦检测获得源图像的聚焦信息,并根据所有源图像的聚焦信息生成融合图像的三分图,即前景、背景和未知区域;然后,利用图像抠图技术,根据三分图获得每一幅源图像的精确聚焦区域;最后,将这些聚焦区域结合起来构成融合图像的前景和背景,并根据抠图算法得到的确定前景、背景对未知区域进行最优融合,增强融合图像前景、背景与未知区域相邻像素之间的联系,实现图像融合。实验结果表明,与传统算法相比,所提算法在客观评价方面能获得更高的互信息量（MI）和边缘保持度,在主观评价方面能有效抑制块明显效应,得到更优的视觉效果。该算法可以应用到目标识别、计算机视觉等领域,以期得到更优的融合效果。     

流动颗粒显微图像测量技术研究

针对显微环境下流动颗粒测量的需要,构建了测量平台,研制了基于MEMS工艺的测量器件.在分析流动颗粒显微图像特征的基础上,提出了基于颗粒运动特性的图像测量流程,其中提出了基于基准桢差分的目标提取算法,解决了流动颗粒目标分割的问题,根据图像运动模糊的退化模型,研究了图像模糊恢复的问题.最后以润滑油中的磨损颗粒为例,验证了该文的分析方法对流动颗粒检测的有效性.     

Rock strength assessment based on regression tree technique

Uniaxial compressive strength (UCS) is one of the most important parameters for investigation of rock behaviour in civil and mining engineering applications. The direct method to determine UCS is time consuming and expensive in the laboratory. Therefore, indirect estimation of UCS values using other rock index tests is of interest. In this study, extensive laboratory tests including density test, Schmidt hammer test, point load strength test and UCS test were conducted on 106 samples of sandstone which were taken from three sites in Malaysia. Based on the laboratory results, some new equations with acceptable reliability were developed to predict UCS using simple regression analysis. Additionally, results of simple regression analysis show that there is a need to propose UCS predictive models by multiple inputs. Therefore, considering the same laboratory results, multiple regression (MR) and regression tree (RT) models were also performed. To evaluate performance prediction of the developed models, several performance indices, i.e. coefficient of determination (R ²), variance account for and root mean squared error were examined. The results indicated that the RT model can predict UCS with higher performance capacity compared to MR technique. R ² values of 0.857 and 0.801 for training and testing datasets, respectively, suggests the superiority of the RT model in predicting UCS, while these values are obtained as 0.754 and 0.770 for MR model, respectively.     

基于图像纹理的网站指纹技术

网站指纹技术能够让本地监听者通过审查用户与Tor入口节点之间的匿名流量从而追踪到该用户访问的具体网站。现有的研究方法只提取了匿名流量中的部分元数据来进行网站指纹的刻画，忽视了大量隐含的指纹信息。为此，提出了基于图像纹理和深度卷积神经网络的网站指纹技术Image-FP。首先，将匿名通信流量映射成RGB彩色图；然后，使用残差神经网络(ResNet)构造出能进行自主特征学习的网站指纹分类模型。在50个网站构成的封闭世界场景下，Image-FP能够取得97.2%的分类准确率，相较于最前沿的网站指纹攻击技术提高了0.4个百分点。而在更接近真实环境的开放世界场景中，Image-FP能够以100%的准确率识别出监控网站的流量，其准确性和鲁棒性更是远远高于其他指纹技术。实验结果表明，匿名流量图像化的技术能够更多地保留网站指纹的相关特征，并且在避免复杂特征工程的同时，能够进一步提高分类精度。     

基于图像的树木测量方法

树木是城市绿化、美化的一个重要的组成部分,具有重要的科学、历史和观赏价值。传统的树木生长信息采集方式,利用人工使用卷尺或不易操作、低效率和复杂麻烦的大型测量仪器等,费时、费力、准确度又不高。结合计算机视觉、数学几何模型等技术,设计了一种新式的树木高度、胸径和冠幅测量模型,提出了基于图像的树木测量方法和实现了树木信息采集软件系统;为了得到更精确的测量结果,使用摄像头标定技术和坐标校正方法对图像进行畸变矫正;并且利用正交试验分析法分析本设计使用的最佳拍摄环境,最终相对误差控制在4%左右。本方法具有携带方便、操作简单、适用面广、准确度高的优势。     

基于图像的三维物体测量技术研究

针对非接触性测量问题,提出了利用数码相机对物体进行三维测量的一套实验方案.首先选用技术成熟的Harris算法对被测物体进行特征点提取,其次根据计算机视觉基础理论对数码相机内外部参数进行整体标定,并于标定过程中提出一种利用标准棋盘格图像与传统标定物体相结合的方法.最后,根据该方案进行了实例仿真,与传统相机标定相比提高了精度,简化了求解的复杂性.     

基于扩展的SURF描述符的彩色图像配准技术*

目前大多数图像配准算法都需要先将彩色图像转换为灰度图像再进行图像配准,色彩信息的丢失可能引起图像的误匹配。本文在SURF算法的基础上,提出了构建颜色描述向量扩展SURF描述符,形成ESURF描述符,再进行图像配准的方法。该算法能够充分利用彩色图像的色彩信息,相比大多数算法基于灰度图像的配准方法有更高的鲁棒性,同时继承了SURF算法良好的性能。描述符性能测试和图像配准测试证明：ESURF算法比灰度图像SURF算法在图像尺度变化、旋转、模糊、视角变化、特别是光照变化方面有更高的鲁棒性。