基于射影不变量的3D重构

我们提出了从立体图像基于射影不变量恢复深度的方法。方法的基础思想是对于立体图像利用密度段元素,引入了两个射影不变量来恢复密度段的深度信息。从这两个不变量,我们能推导立体图像中匹配的密度段对应该满足的关系。利用这个关系,密度段之间的匹配运算很容易实现。这个方法能直接地从输入图像中得到密集的和准确的深度,对于扭曲图像是鲁棒的。     

千寻位置与RTK技术在电力工程测量中的比较分析

对千寻位置与常规实时载波相位差分技术(real time kinematic,RTK)的定位数据质量与精度进行对比试验,研究结果表明:在理想观测条件下,千寻位置的内符合精度、水平精度、垂直精度、位置精度因子(position dilution of precision,PDOP)较常规RTK差,千寻位置的平均可见卫星数目较常规RTK少7.7颗,千寻位置未能接收Galileo卫星数据,Galileo平均可见卫星数目少5.2颗;在不良观测条件下,千寻位置的内符合精度、水平精度、垂直精度、PDOP与常规RTK的差距更明显,Galileo平均可见卫星数目较常规RTK少1.5颗,获得限差内固定解的平均时间是常规RTK的3.2倍,常规RTK的数据采集效率与数据可利用率更高.     

决策边缘特征检测算法DSUSAN

在SUSAN边缘特征检测算法的基础上,分析研究其存在的缺陷,提出决策边缘特征检测算法DSUSAN,给出了DSUSAN算法的检测过程,并利用Matlab软件进行原始图像、加噪图像的对比实验.结果表明,该算法在检测边缘细节特征上比SUSAN算法有较大改善;同时,该算法未明显增加运算量,具有检测准确、高效、易于实时运算的优点,算法的噪声抑制能力也较好.     

基于方向可调滤波器和小波分析的图像融合

小波分析方法是一种常用的图像融合方法.文中结合方向可调滤波器,给出了一种新的融合算法.该算法在小波分解的各方向上的细节信息利用方向可调滤波器计算局部能量,采用基于局部能量的测量进行融合.试验结果表明该方法优于传统的小波融合方法,融合效果较好.     

一种基于偏微分方程的图像平滑技术

图像平滑是大多数图像分析和计算机视觉问题中必需的环节.文中探讨了噪声图像的噪声抑制方法,利用了基于偏微分方程的平滑技术.该方法的优点在于可以在消除噪声的同时有效地保持空间分辨率.最后采用数据验证了方法的有效性.     

修磨圆弧铣刀

在修磨圆弧铣刀时,可根据圆弧铣刀的使用情况来分析刀具的磨损。一般来说,圆弧铣刀用外圆切削刃切削的情况比较少见,主要集中在圆弧切削刃上,所以刀具磨损严重的部位在圆弧切削刃上。而外圆切削刃可作为圆弧切削刃的后备部分,所以修磨圆弧刃铣刀实际就是修磨圆弧刃的R圆弧切削刃处的前角、后角,使之重新变得锋利,而对外圆部分是不需要进行修磨的。因此在修磨圆弧铣刀时应做好以下几点。     

α-(5-氟尿嘧啶-1-基甲基甲酰基)氨基戊二酸的合成与表征

以5-氟尿嘧啶-1-基乙酸、二环己基碳二酰亚胺和L-谷氨酸为原料,用1-羟基苯并三氮唑(BtOH)作辅助试剂,采用碳二亚胺法并通过液相偶联合成了标题化合物,收率为81.5%。通过红外光谱、元素分析确证了该种“5-氟尿嘧啶短肽化合物”的结构。     

重载三轮车水冷汽油机气门断裂研究

气门断裂是重载三轮车水冷汽油机的一个重要问题和难题。以CG250水冷汽油机为研究对象,对气门断裂故障件及关联件进行分析,找到了气门断裂的一些原因。原因有:气门盘部之间的最小距离过小,气门杆径与气门导管配合间隙过小,发动机热负荷过高,气门弹簧力值不足,气门弹簧冷却不足,曲柄连杆机构及转子的转动惯量不足。采取了增大气门弹簧预紧力、设计新结构气缸头冷却气门弹簧、增大气门与气门导管配合间隙等措施。结果表明,山区重载试验和小批验证没有出现气门断裂问题、机油消耗大、活塞坏和拉缸等问题,量产18个月后,气门断裂概率减小了62.5%。本文对解决气门断裂问题、提高发动机可靠性、发动机性能强化有参考作用。     

移动车辆上全方向摄像机的3D环境识别

提出一个能够从移动的车辆来识别城市区域环境的感应器系统。城市区域环境是相当复杂的户外人造环境,它要求与户内或者高速公路环境的不同识别方法。为了达到识别3D环境的目的,利用三个固定的扭曲参数为0的全方向摄像机组和对极几何的知识来标定摄像机内参矩阵K,进而由自标定的方法进行几何重构。     

地形图点线矛盾检查软件开发

目前对地形图中等高线与高程点的点线矛盾一般为人工检查,特别是丘陵和山区地形图点线矛盾检查工作量较大且难免有遗漏。为提高工作效率、减少检查工作量和提高成图质量,开发本软件实现等高线与高程点的点线矛盾自动检查功能。对高程注记点的检查能够发现图面高程注记矛盾点;对有高点的检查能够发现等高线走向是否合理,避免土方量计算值与实际值差别过大。